Модель будет построена на основе Seedance — системы ByteDance для генерации видео, которая уже используется в экосистеме компании, включая продукты CapCut и Doubao. Она должна создавать интерактивные виртуальные миры, которые могут использоваться в прямых трансляциях, коротких сериалах и играх. В отличие от обычной генерации видео, такая система должна не просто создавать последовательность кадров, а поддерживать согласованную реакцию виртуального пространства на действия пользователя.
Система сможет генерировать около 20 кадров в секунду с задержкой 0,05 секунды. Обработка будет происходить в облаке, а не непосредственно на устройстве. Такой подход позволяет перенести основную вычислительную нагрузку с гарнитуры на дата-центры и потенциально сделать устройства для дополненной и виртуальной реальности дешевле и менее требовательными к вычислительным ресурсам.
Технология может быть особенно важна для Pico — подразделения ByteDance, выпускающего устройства виртуальной и дополненной реальности. Новая модель должна создавать виртуальные миры, реагирующие на голосовые команды и движения пользователей Pico.
Часть функций XR-устройств в таком случае можно будет перенести с самого оборудования в облако. Конкуренция в этой сфере будет зависеть не только от характеристик гарнитур, но и от качества моделей и доступных вычислительных ресурсов.
Разработка соответствует одному из приоритетов ByteDance в области искусственного интеллекта на 2026 год. По https://kr-asia.com/bytedance-sets-four-ai-priorities-for-20... китайского издания 36Kr, компания поставила модели мира на первое место среди четырех направлений развития ИИ. На их обучение ByteDance, как сообщалось, выделила крупнейший среди своих ИИ-проектов бюджет на данные — сумму в юанях с восьмизначным числом, которая в 3-4 раза превышает расходы конкурентов.
ByteDance развивает два направления: модели «зрение–язык–действие» для робототехники и 3D-моделирование для игр и развлечений. Пространственная видеомодель относится ко второму. В начале 2026 года внутренние тесты показывали отставание от мирового уровня на 10%, но компания рассчитывала выпустить собственную модель мира до конца года. В августе ByteDance привлекла $30 млрд кредитного финансирования и рассматривает инвестиции до $70 млрд в ИИ-инфраструктуру.
В похожем направлении двигается стартап World Labs, основанный исследовательницей в области компьютерного зрения Фэй-Фэй Ли. В начале сентября компания https://hightech.plus/2026/09/02/world-labs-anonsirovala-atl... Atlas — мультимодальную модель мира, которая умеет создавать и реконструировать трехмерные пространства по изображениям, а затем генерировать новые виды сцены с управляемой камерой. Разработка отражает сдвиг в сфере ИИ от моделей, работающих преимущественно с текстом и изображениями, к системам, которые учатся представлять пространство, его геометрию и изменения во времени. World Labs называет это направлением «пространственного интеллекта» (spatial intelligence) и связывает его перспективы не только с созданием контента и играми, но и с моделированием и обучением роботов.
Комментариев ещё нет
Напишите комментарий, будьте первым