本文共884字
字節跳動正籌備推出一款可即時生成空間視頻（影片）的人工智慧（AI）模型，由創辦人張一鳴正親自督導新模型的開發，進軍可應用於機器人和自主系統的世界模型領域，最快可能於10月發布，與Meta及谷歌母公司Alphabet展開競爭。
彭博報導，張一鳴正親自督導新模型開發，協調公司內部多個業務部門，並為項目調配人工智慧人才與算力資源，顯示空間智慧已被列為公司重要技術方向。不過，正式發布日期尚未敲定，相關時程仍可能調整。
新模型以字節跳動現有的電影級影片生成模型Seedance為基礎，可讓用戶為直播、短劇和遊戲創建可互動的虛擬世界。與谷歌的Genie類似，它將讓用戶置身於3D環境中，並與之互動。
字節跳動和谷歌都在嘗試以影片為核心開發世界模型，為AI智能體類比物理環境。谷歌今年早些時候推出Genie，讓用戶能夠探索即時渲染的虛擬世界。
報導稱，張一鳴希望憑藉字節跳動在影片領域的技術實力，推動這家TikTok母公司進入世界模型領域。這一路線被認為對機器人、遊戲和自動駕駛汽車的發展至關重要。
知情人士提到，張一鳴也希望借助新模型，將字節跳動的AI模型、雲計算資源、內容平台，以及旗下擴展現實業務Pico的硬體串聯起來，形成相互帶動的「飛輪」效應。
新模型目的在生成能夠回應Pico頭顯（VR 頭戴式顯示器）使用者語音或動作的虛擬世界。一名知情人士說，該模型可按需生成每秒20幀的影片，延遲約為0.05秒，並為空間計算提供環境和交互介面。
透過將生成空間內容所需的大量計算轉移至雲端，新模型有望降低頭顯對本地處理能力的要求，讓成本更低、配置更簡單的設備也能運行，從而降低用戶使用虛擬實境（VR）技術的門檻。快速生成內容的能力，也可能使爭奪用戶的競爭焦點，從硬體規格轉向AI模型、計算基礎設施和內容分發平臺。
如果成功，新模型也可能成為字節跳動與Meta及蘋果的競爭開闢新戰線。Meta及蘋果兩家公司已在虛擬實境和混合現實設備上投入鉅資。
Meta試圖圍繞Quest頭顯（VR 頭戴式顯示器）打造大眾市場生態系統，蘋果則將Vision Pro定位為高階空間計算平台，但兩者都尚未實現廣泛普及。
※ 歡迎用「轉貼」或「分享」的方式轉傳文章連結；未經授權，請勿複製轉貼文章內容
留言