ByteDance готовит модель для создания пространственного видео в реальном времени под руководством Чжан Иминя, сообщает Bloomberg

ByteDance разрабатывает модель искусственного интеллекта для генерации пространственного видео в реальном времени. Основатель компании Чжан Иминь лично курирует этот проект, а запуск может состояться уже в следующем месяце, сообщает Bloomberg со ссылкой на осведомленные источники, пожелавравшие остаться анонимными.

Один из собеседников издания отметил, что сроки еще не окончательно утверждены и планы могут измениться. Издание TNW не смогло независимо подтвердить эту информацию, а представитель ByteDance не ответил на запрос Bloomberg о комментарии.

Модель будет создана на базе Seedance — существующей системы генерации видео от ByteDance — и позволит пользователям создавать интерактивные виртуальные миры для прямых трансляций, коротких сериалов и игр.

Самое интересное в заявленных характеристиках — это видео по запросу с частотой около 25 кадров в секунду и задержкой порядка 0,05 секунды, причем генерация происходит в облаке, а не на самом устройстве.

Последняя деталь и лежит в основе стратегии. Удаленный рендеринг пространственного контента снимает вычислительную нагрузку с гарнитуры, что снижает требования к «железу» и, следовательно, его стоимость.

ByteDance владеет Pico — своим подразделением по разработке устройств расширенной реальности (XR). Сообщается, что новая модель призвана генерировать виртуальные миры, которые реагируют на голос и движения пользователей Pico.

Если это сработает, конкуренция в сфере XR сместится с характеристик оборудования на сами модели, облачные мощности и дистрибуцию контента — три вещи, которые у ByteDance уже есть.

Все это возникло не на пустом месте. Ранее в этом году издание 36Kr сообщало, что ByteDance определила четыре приоритетных направления в сфере ИИ на 2026 год, причем модели мира оказались на первом месте — выше сохранения лидерства Seedance в области видео, улучшения программирования и коммерциализации Doubao.

Сообщалось, что на модели мира выделен крупнейший в компании бюджет на обработку данных среди всех направлений ИИ — сумма исчисляется восьмизначным числом в юанях, которая, по оценкам источников 36Kr, в три-четыре раза превышает расходы конкурентов.

В тех же публикациях была четко поставлена цель: выпустить хотя бы одну модель мира до конца года и сопоставить ее с Genie от Google, которая уже позволяет пользователям перемещаться по панорамам Street View, отрисовываемым в реальном времени.

Согласно тем же данным, внутреннее тестирование в начале 2026 года показало, что ByteDance отстает от мирового уровня примерно на 10%. Запуск в следующем месяце опередил бы этот график.

По данным 36Kr, компания развивает сразу два направления: подход «зрение-язык-действие», нацеленный на воплощенный интеллект и робототехнику, а также 3D-моделирование для индустрии развлечений и игр.

Модель пространственного видео относится ко второму направлению, у которого к тому же уже есть готовая база пользователей.

Модель мира, в том значении, в котором этот термин сейчас используют все, — это система, которая изучает поведение окружающей среды настолько хорошо, чтобы воссоздать ее копию, когерентно реагирующую на действия пользователя.

Видеокомпании постоянно обращаются к этой сфере потому, что обучающим материалом здесь служит видео, а компании, у которых его больше всего и которые обладают наибольшим опытом его сжатия для быстрого рендеринга, оказываются в уникальном положении. ByteDance потратила целое десятилетие на создание именно такого конвейера для других целей.

Bloomberg описывает участие Чжана в проекте как шаг, ставящий его в один ряд с такими исследователями, как Фэй-Фэй Ли и Ян Лекун. Они утверждают, что модели, основанные на визуальном и физическом понимании (а не только на языке), — это путь к созданию систем, способных действовать в реальном мире.

Теперь этот тезис проходит коммерческую проверку силами компаний, чей реальный продукт — это развлечения.

Финансовая сторона вопроса не вызывает сомнений. На прошлой неделе ByteDance привлекла кредит на сумму 30 миллиардов долларов, сообщил Bloomberg, и рассматривает возможность капитальных вложений в развитие ИИ в размере до 70 миллиардов долларов.

Seedance уже лежит в основе приложений CapCut и Doubao, а сама компания на внутреннем рынке остается серьезным конкурентом для Alibaba, DeepSeek и Moonshot AI.

Для Meta и Apple этот шаг создает скорее неудобства, чем немедленную угрозу. Обе компании вложили огромные средства в гарнитуры, которые так и не стали массовыми, а европейские XR-специалисты построили свой бизнес на высококлассном «железе», а не на дешевых устройствах, питающихся от дата-центра.

Облачная модель мира не превосходит Vision Pro по детализации. Она просто делает детализацию чужой головной болью.