张一鸣亲自督导的世界模型:字节以视频生成切入实时互动
字节跳动正基于视频生成模型 Seedance 开发实时空间视频生成模型,由张一鸣亲自协调跨部门团队与算力资源,据称最快可能于 10 月推出,影视飓风 Tim 已在小红书流传的演示中展示了造世界、任意门、机器人训练和 VR 职业模拟等场景。文章梳理了世界模型的三条路线:OpenAI 的物理仿真、Google DeepMind Genie 3 的实时交互、英伟达 Cosmos 3 的物理 AI 底座,而字节走的是以 Seedance 为基础、按需生成每秒 20 帧视频、端到端延迟约 50 毫秒、云端渲染串流到终端的第四条路,计划适配 Pico 头显并用于直播、互动短剧和游戏。作者认为字节的底气在于抖音、红果、剪映、火山引擎和 Pico 构成的内容生态,世界模型的价值不在生成好看的视频,而在生成可交互、可训练的世界。
排第一,底气在内容生态。QuestMobile 数据显示,红果免费短剧今年 5 月月活3.56亿,2月用户日均使用时长125分钟。抖音是天然的试验场,剪映是创作者工具,火山引擎提供算力,Pico提供终端。此前发布的Seedance 2.5,已经能单次生成30秒视频、输入最多50个全模态参考素材。这些能力,都是世界模型的阶梯。 国内同样拥挤。阿里做了Qwen-AgentWorld和Qwen-RobotWorld,腾讯的HY-World 2.0强调3D可编辑世界,蔚来小鹏理想更愿意说驾驶世界模型,快手可灵和腾讯混元也在迭代。据相关消息,字节年初内部测试跟世界先进水平还有约10%的差距,目标是年底前发布至少一款对标 Genie 3 的模型。赛道没有绝对赢家,但字节手里握着最长的内容杠杆。 事实上,世界模型的竞争,已经形成明显分化。根据毕马威在WAIC 2026上给出判断:2026年上半年世界模型融资总量基本追平2025全年,行业竞争焦点已从能不能做,转向能不能规模化应用并创造商业价值。 03 Tim 演示之外,我看到字节更大的棋局 Tim 的演示里,最有分量的不是造世界,也不是任意门,而是最
匹配字段正文

