中国科技巨头字节跳动据报正筹备推出一款可实时生成空间视频的人工智能（AI）模型，进军可应用于机器人和自主系统的世界模型领域，与Meta及谷歌母公司Alphabet展开竞争。
彭博社星期一（9月7日）引述知情人士报道，字节跳动创始人张一鸣正亲自督导新模型的开发，协调公司各业务部门，并调集AI资源和算力支持项目。
知情人士说，新模型最快下个月推出，但具体时间尚未敲定，计划仍可能调整。
据介绍，新模型以字节跳动现有的电影级视频生成模型Seedance为基础，可让用户为直播、短剧和游戏创建可互动的虚拟世界。与谷歌的Genie类似，它将让用户置身于三维环境中，并与之互动。
字节跳动和谷歌都在尝试以视频为核心开发世界模型，为AI智能体模拟物理环境。谷歌今年早些时候推出Genie，让用户能够探索实时渲染的虚拟世界。
报道称，张一鸣希望凭借字节跳动在视频领域的技术实力，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。
知情人士说，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。
新模型旨在生成能够响应Pico头显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帧的视频，延迟约为0.05秒，并为空间计算提供环境和交互界面。
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现实（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，新模型可能为字节跳动与Meta及苹果的竞争开辟新战线。后两家公司已在虚拟现实和混合现实设备上投入巨资：Meta试图围绕Quest头显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。
