据彭博社9月7日报道,字节跳动正在开发一款面向实时空间视频生成的AI模型,创始人张一鸣亲自监督该项目,模型最快有望于下个月推出。知情人士透露,张一鸣近期一直在协调公司各业务部门的协作,并调配AI资源和算力全力推进该项目。不过消息人士也提醒,具体发布时间尚未最终确定,计划仍可能调整。
据介绍,该模型基于字节跳动现有的电影级视频生成AI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。
技术层面,模型可实现约每秒20帧的视频按需生成,端到端延迟控制在0.05秒左右,视频渲染在云端完成而非本地设备。将生成空间内容的计算任务转移至云端,有望降低头显设备对本地处理能力的要求,为成本更低、配置更简单的硬件设备打开发展空间。
该模型旨在生成能够对Pico头显用户声音或动作做出响应的虚拟世界。知情人士称,张一鸣将空间视频模型定位为驱动整个生态的“飞轮”——该模型能够将用户置于高度沉浸的三维虚拟环境中,功能与谷歌的Genie类似。字节跳动得以将其自研AI模型、云计算底层资源,与旗下的内容平台以及XR业务分支Pico的硬件终端深度串联、协同发力。
如果成功,XR领域的竞争将从硬件规格转向AI模型、云容量和内容分发,而这三方面字节跳动已经拥有。快速生成内容的能力可能使争夺用户的竞争焦点发生转移。