字节跳动进军AI虚拟世界，开启‘世界模型’竞争
中国大型科技公司字节跳动正在开发一种能够将现实世界以三维空间呈现，并实时响应用户动作和声音的人工智能（AI）。字节跳动凭借其在视频生成技术上的优势，正式加入了被称为“世界模型”的竞争，这一技术可应用于机器人和自动驾驶汽车等领域。 彭博社于7日报道，字节跳动正在准备一款专注于实时空间视频生成的新AI模型，预计最快将于下月发布。创始人张一鸣亲自参与开发，多个业务部门的人员、AI资源和计算能力均被调动。 新AI模型将基于字节跳动现有的视频生成AI模型“西舞”进行开发，旨在创建一个用户可以实时互动的虚拟世界，以便用于直播、短剧和游戏等场景。 被称为世界模型的这一技术，特点在于AI不仅能生成文字或图片，还能学习现实世界如何运动和变化，并在虚拟空间中实现。AI可以理解和预测物体移动时的变化，以及汽车在运动空间中发生的事件。这项技术被认为在机器人、游戏和自动驾驶汽车等需要与现实世界互动的领域中至关重要。 字节跳动计划利用其在视频领域积累的技术优势，进军世界模型市场。尤其是视频生成AI“西舞”已成为字节跳动的代表性成功案例，广泛应用于视频编辑软件CapCut和AI聊天机器人“豆包”等多个产品中，独立电影制作公司和内容创作者、AI初创企业也在使用“西舞”。 新AI模型预计将连接字节跳动的多个业务。它将AI模型与云计算资源结合，连接TikTok等内容平台和XR（扩展现实）设备制造商Pico的硬件。 例如，利用新AI模型，可以实时生成响应Pico头戴设备用户声音或动作的虚拟世界。据悉，该模型能够以约0.05秒的延迟生成每秒20帧的视频。 字节跳动的世界模型开发被视为公司将整体业务转向生成型AI的战略之一。字节跳动不仅希望通过AI模型，还希望通过数据中心、云计算、内容平台和XR设备的连接，扩大其在AI业务中的影响力。 为了增强AI竞争力，字节跳动还在进行大规模投资。彭博社指出，字节跳动最近获得了300亿美元（约合40万亿韩元）的贷款，旨在扩大AI能力和获取数据中心及AI硬件。实际上，字节跳动正在考虑将今年的资本支出增加到最高700亿美元（约合95万亿韩元），以扩充数据中心等AI基础设施。 与此同时，Meta和苹果也在虚拟和混合现实设备上进行了大量投资。Meta希望围绕“Quest”头戴设备建立一个大众生态系统，而苹果则推出了高端空间计算设备“Vision Pro”。然而，两家公司在将VR和空间计算设备推向大众市场方面仍面临困难。※ 本报道经人工智能（AI）系统翻译与编辑。
2026-09-08 22:56:00
