据消息人士透露，字节跳动正秘密研发一款面向实时空间视频生成的新型人工智能模型，计划在机器人技术与自主系统领域与meta、谷歌母公司Alphabet展开正面竞争。该模型最快可能于近期亮相，创始人张一鸣亲自参与项目统筹，协调旗下多个业务部门资源，并调配算力支持开发工作。
这款新模型基于字节跳动现有电影级视频生成技术Seedance升级而来，核心功能是允许用户为直播、短剧和游戏场景创建可交互的虚拟世界。知情人士称，其技术突破在于能够实时响应用户语音或动作指令，生成动态空间内容。例如，Pico头显用户可通过自然交互方式改变虚拟环境中的物体状态或场景布局。
技术参数显示，该模型支持每秒20帧的视频生成速率，延迟控制在0.05秒以内，可适配空间计算设备和交互界面需求。研发团队通过将计算密集型任务转移至云端，显著降低了终端设备的硬件要求。这意味着未来VR头显可能无需配备高性能芯片，从而推动设备成本下降和普及速度加快。
行业分析指出，这项技术若成功落地，将重构虚拟现实领域的竞争格局。当前meta和苹果虽在硬件领域投入重金——meta以Quest系列构建大众市场生态，苹果则将Vision Pro定位为高端计算平台——但两者均未突破用户规模瓶颈。字节跳动的策略是通过降低内容生产门槛，将竞争焦点从硬件参数转向AI模型、计算基础设施和内容分发能力。
张一鸣的愿景是借助字节跳动在视频领域的积累，切入快速发展的世界模型赛道。该项目团队正与人工智能领域顶尖学者合作，探索视觉化AI的发展路径。这项技术被认为对机器人控制、游戏开发和自动驾驶等场景具有关键价值，可能催生新一代交互式数字体验。
截至目前，字节跳动官方尚未对相关传闻作出回应。业内普遍关注，这款融合了实时渲染与云端计算的新模型，能否为虚拟现实市场带来新的变量，以及如何应对来自国际科技巨头的竞争压力。
