智东西11月26日消息，11月24日，字节跳动技术副总裁杨震原在2025字节跳动奖学金颁奖典礼上发表演讲，他透露

　　为提升MR技术中虚拟物体和现实世界的融合度外国人玩小火箭游戏，PICO为MR设备全链路自研了专用消费级芯片，2022年6月立项、2024年回片，目前已进入量产，实测显示，芯片系统延迟在12毫秒左右。

　　杨震原于2014年加入字节跳动，从最初帮助字节跳动创始人张一鸣搭建新的推荐算法至今已接近12年。他在演讲中回顾了字节跳动几个重要的技术发展节点：

　　2014年，他们用大规模机器学习系统来搭建推荐系统，在仅有5个人的情况下，只能选两个人各自负责一套优化器方案；

　　2021年收购PICO，2023年因硬件体验不成熟，内部决定减少内容和营销投入，坚定技术投入。从技术成果来看，PICO最终成品目前平均PPD（每度像素数）达到40，中心区域超过45，属于行业领先水平；通过MicroOLED定制提升XR设备清晰度；字节全链路自研的MR头显专用消费级芯片目前进入量产。

　　最后是大模型方面，2021年字节内部就有员工训练了大语言模型，但当时他们得到的结论是，大模型目前没什么用。杨震原说，这也说明当时他们很没眼光。

　　2023年12月，据外媒The Information报道，PICO计划取消原有PICO 5的研发计划，转而研发高端MR头显，对标苹果Vision Pro。同一时期，PICO还被曝开启裁员、调岗，从2023年年初的1800余人团队，缩减至800余人。

　　今年7月，PICO被曝正在研发一款MR设备，计划将数字内容叠加在现实世界视野中，直接对标Meta即将推出的轻量级MR设备。

　　2014年，张一鸣想用大规模机器学习系统来搭建推荐系统，解决各种媒体形式，包括图片、文字、视频的推荐，他们计划2014年做到万亿级别的特征规模。

　　杨震原提到这背后在优化算法方面的挑战，LR的优化是成熟技术，但不同的方法效率、效果差异巨大。字节内部当时仅5个人，只能选两个人同步负责两套优化器方案，同步进行调研。

　　2014年底，字节逐渐引入FM类算法，后来演化成更通用的深度学习体系。如今，其已发现面向模型训练环节的流式更新、较浅层的神经网络算法在推荐中依然有不错的效果。

　　字节跳动在第一性原理计算、分子动力学上进行了探索。今年，字节和比亚迪成立了联合实验室，会将高通量自动化实验与科学计算算法结合，探索AI for Science在电池材料领域的工业落地应用。目前，GPU加速DFT计算、力场+分子动力学模拟、预测+设计模型均已投入字节企业合作伙伴进行实际应用。

　　2021年，字节收购了PICO团队，开始同步推进两个产品路线，一是以当前的产品形态为主，同时投入资源运营视频、直播等内容，较为激进的营销；二是投资基础技术，追求核心体验上一个大台阶。

　　杨震原透露，2023年，其内部决定减少内容和营销投入，更坚定的投入技术路线。这是因为当时产品的硬件体验尚未成熟，无法支撑大规模市场应用。

　　清晰度方面，他们最终的成品平均PPD（每度像素数）达到40，中心区域超过45。杨震原说，这应该属于行业领先水平。PPD指人眼睛看一个度大概有多少像素，PPD大于30大概可以看文字，40会比较清晰，到60的视觉体验会接近视网膜级清晰度。

　　为了提升XR设备的清晰度，2022年PICO和供应商启动了MicroOLED定制，这使得光学显示系统得以进一步缩小，从而让MR头显轻便的同时获得更高的PPI和整体清晰度。

　　MR设备需要专用芯片，2022年6月，字节跳动内部立项，全链路自研了一颗MR头显专用的消费电子芯片。芯片于2024年回片，目前已进入量产阶段，各项指标均达到设计要求。

　　其实测显示，系统延迟可以做到12毫秒左右，杨震原称，这非常不容易，即便是世界顶尖公司用软件来做，也很难在不明显牺牲画质的前提下把延迟压到25毫秒以内。

　　还有交互层面，PICO建设了专业的高精度测试系统、专门的3D重建机制与高精度手势数据采集系统等，以对现实环境做识别等。

　　2021年，字节内部就有员工训练了大语言模型，但内部将其用于改进搜索发现效果并没有提升。因此当时他们得到的结论是，大模型目前没什么用。杨震原说，这也说明当时他们很没眼光。

　　2022年开始投入至今，豆包已经成为国内最流行的AI对话助手，根据IDC的报告火山引擎是中国MaaS市场的第一名。

　　杨震原还分享了他对如何评估是否达到AGI的看法，第一是如何让大模型提高学习能力，第二是IO能力，也是AI和世界交互的能力。