字节跳动新 AI 模型曝光：实时生成空间视频，张一鸣亲自督战

字节跳动的 AI 版图正伸向“空间计算”。据彭博社 9 月 7 日报道，字节跳动正准备推出一款面向实时空间视频生成的 AI 模型，计划在机器人与自主系统应用领域与 Meta、谷歌母公司 Alphabet 正面竞争——而亲自督战这个项目的，是创始人张一鸣。

据知情人士透露，张一鸣正在亲自监督这款新模型的开发，该模型最快将于下个月发布。他一直协调公司各业务部门的相关工作，并为项目调配 AI 资源与算力。模型基于字节跳动现有电影级视频生成模型 Seedance 构建，将允许用户为直播、短剧和游戏创建可交互的虚拟世界——这意味着字节想用视频生成领域的顶尖能力，切入快速升温的“世界模型”赛道。

从技术指标看，这款模型的能力指向相当明确：能够以每秒 20 帧的速率生成按需视频，延迟约 0.05 秒，可服务于空间计算环境与交互界面；生成的虚拟世界还能对 Pico 头显用户的语音或动作做出响应。张一鸣希望借此与李飞飞、杨立昆等研究者一道探索 AI 的视觉化路径——这一方向被普遍认为对机器人技术、游戏和自动驾驶至关重要。

商业模式上的考量同样清晰：把生成空间内容这一计算密集型过程转移到云端，可以显著降低 VR 普及的前期成本——头显端处理压力变小，价格更低、硬件更简单的设备就有了生存空间；快速的内容生成还能把厂商竞争的主战场从硬件规格，转向 AI 模型、计算基础设施与内容分发平台。

如果成功，这款新模型将为字节跳动与 Meta、苹果的竞争开辟新战线。Meta 正围绕 Quest 头显打造大众市场生态，苹果则把 Vision Pro 定位为高端空间计算平台，但两家都尚未让这类产品真正走向主流。字节以“实时生成”切入，能否把空间内容的生产成本打下来，值得持续关注。截至发稿，字节跳动发言人尚未就此置评。

文章与图片内容转载网络，如有侵权请联系平台删除