字节跳动入局世界模型竞赛：正研发实时空间视频生成模型

彭博社于 2026 年 9 月 7 日报道，字节跳动正在研发面向实时空间视频生成的 AI 模型，旨在切入具备空间一致性的三维世界模型领域。

• 架构与指标：该空间视频模型旨在实时生成具备三维一致性的互动内容，通过将算力分担至云端，目标是将延迟控制在约 0.05 秒、帧率达 20 帧/秒。
• 战略定位：世界模型已被列为字节跳动 2026 年的核心 AI 方向之一，由创始人张一鸣直接关注，并获得了重点数据预算支持。
• 业务结合：该技术建立在既有 Seedance 视频生成体系之上，计划与 Pico 扩展现实生态打通，支持用户通过语音与动作进行交互。
• 影响/看点：实时空间视频生成若取得工程突破，可能推动头显交互与虚拟场景生成，但其落地效果取决于云端推理成本与低延迟传输网络的稳定性。
• 资料依据：
• Bloomberg（2026-09-07）：https://www.bloomberg.com/news/articles/2026-09-07/bytedance-founder-joins-ai-elite-in-race-to-perfect-world-models
• The Next Web（2026-09-07）：https://thenextweb.com/news/bytedance-zhang-yiming-world-models-spatial-video

本内容由 AI 生成，仅供参考，请注意甄别