挑战Meta与Google 张一鸣亲自督导字节跳动拟推空间AI模型

字节跳动正筹备推出一款可即时生成空间视影片的AI模型，进军可应用于机器人和自主系统的世界模型领域，最快可能于10月发布。（路透）

字节跳动正筹备推出一款可即时生成空间视频（影片）的人工智能（AI）模型，由创办人张一鸣正亲自督导新模型的开发，进军可应用于机器人和自主系统的世界模型领域，最快可能于10月发布，与Meta及谷歌母公司Alphabet展开竞争。

彭博报导，张一鸣正亲自督导新模型开发，协调公司内部多个业务部门，并为项目调配人工智能人才与算力资源，显示空间智能已被列为公司重要技术方向。不过，正式发布日期尚未敲定，相关时程仍可能调整。

新模型以字节跳动现有的电影级影片生成模型Seedance为基础，可让用户为直播、短剧和游戏创建可交互的虚拟世界。与谷歌的Genie类似，它将让用户置身于3D环境中，并与之交互。

字节跳动和谷歌都在尝试以影片为内核开发世界模型，为AI智能体模拟物理环境。谷歌今年早些时候推出Genie，让用户能够探索即时渲染的虚拟世界。

报导称，张一鸣希望凭借字节跳动在影片领域的技术实力，推动这家TikTok母公司进入世界模型领域。这一路线被认为对机器人、游戏和自动驾驶汽车的发展至关重要。

知情人士提到，张一鸣也希望借助新模型，将字节跳动的AI模型、云计算资源、内容平台，以及旗下扩展现实业务Pico的硬件串联起来，形成相互带动的「飞轮」效应。

新模型目的在生成能够回应Pico头显（VR 头戴式显示器）用户语音或动作的虚拟世界。一名知情人士说，该模型可按需生成每秒20帧的影片，延迟约为0.05秒，并为空间计算提供环境和交互接口。

通过将生成空间内容所需的大量计算转移至云端，新模型有望降低头显对本地处理能力的要求，让成本更低、配置更简单的设备也能运行，从而降低用户使用虚拟实境（VR）技术的门槛。快速生成内容的能力，也可能使争夺用户的竞争焦点，从硬件规格转向AI模型、计算基础设施和内容分发平台。

如果成功，新模型也可能成为字节跳动与Meta及苹果的竞争开辟新战线。Meta及苹果两家公司已在虚拟实境和混合现实设备上投入巨资。

Meta试图围绕Quest头显（VR 头戴式显示器）打造大众市场生态系统，苹果则将Vision Pro定位为高端空间计算平台，但两者都尚未实现广泛普及。