Quanquan Gu, professeur associé d’informatique à l’UCLA et l’un des chercheurs en IA les plus en vue de ByteDance, a annoncé son départ de ByteDance Seed le 2 juin, selon le South China Morning Post. Gu a rejoint l’entreprise en 2023 et a consacré ses premiers dix-huit mois environ à la construction de la pile IA-pour-la-science de ByteDance : SeedFold, le premier modèle de prédiction de structure biomoléculaire à surpasser AlphaFold 3 sur un large éventail de benchmarks FoldBench ; SeedProteo, un modèle de conception de liants protéiques de novo surpassant AlphaProteo, RFDiffusion, Chai-2, BinderCraft et BoltzGen ; ainsi que la série de modèles de langage protéique DPLM. Début 2025, après le moment de rupture de DeepSeek, il a changé de cap pour cofonder l’équipe d’optimisation et de passage à l’échelle des LLM de ByteDance, construisant l’infrastructure de préentraînement qui a alimenté Seed 2.0. Dans son message d’adieu sur X, Gu a exprimé sa gratitude envers ses coéquipiers et la direction « pour un parcours incroyablement enrichissant » et a signé : « Le meilleur modèle est encore à venir. Le passage à l’échelle continue. » Sa prochaine destination n’a pas été annoncée.
Ce départ survient alors que ByteDance déplace son attention de la recherche fondamentale vers la monétisation, y compris les formules d’abonnement pour son application IA grand public Doubao — qui intègre Seed 2.0 et a atteint environ 336 millions d’utilisateurs actifs mensuels. Le SCMP a qualifié ce départ d’« inattendu ». À l’UCLA, où il dirige le laboratoire d’intelligence générale artificielle et occupe un poste de professeur associé en congé, Gu a publié des travaux influents sur la théorie de l’apprentissage profond, l’apprentissage par renforcement et l’alignement des modèles de langage, notamment la méthode d’auto-apprentissage par ajustement fin (SPIN). Sa capacité à faire progresser simultanément l’IA biologique et le préentraînement de pointe des LLM — des disciplines qui se recoupent rarement chez un seul chercheur — a été largement citée comme ce qui le rendait remarquable.