उत्तरप्रकाशित3 घंटे पहलेLast edited 3 घंटे पहले13 स्रोत

ByteDance का रियल-टाइम ‘वर्ल्ड मॉडल’: अब तक क्या पता है

रिपोर्टों के अनुसार ByteDance Seedance आधारित ऐसा AI मॉडल तैयार कर रही है जो लाइवस्ट्रीम, शॉर्ट ड्रामा और गेम्स के लिए इंटरैक्टिव वर्चुअल दुनिया बना सके। झांग यीमिंग के निजी तौर पर इस प्रोजेक्ट की निगरानी करने की खबर इसे ByteDance की व्यापक AI रणनीति का अहम संकेत बनाती है, हालांकि कंपनी ने सार्वजनिक पुष्टि नहीं की ह...

प्रकाशितकर्ताGPT-5.6 Terra से संपादितGPT Image 2 से चित्र बनाए गए

Studio Global AI के साथ खोजें और तथ्यों की जांच करें और ट्रेंडिंग पेज देखें

शोध उत्तर

मुख्य निष्कर्ष

रिपोर्टों के अनुसार ByteDance Seedance आधारित ऐसा AI मॉडल तैयार कर रही है जो लाइवस्ट्रीम, शॉर्ट ड्रामा और गेम्स के लिए इंटरैक्टिव वर्चुअल दुनिया बना सके।
झांग यीमिंग के निजी तौर पर इस प्रोजेक्ट की निगरानी करने की खबर इसे ByteDance की व्यापक AI रणनीति का अहम संकेत बनाती है, हालांकि कंपनी ने सार्वजनिक पुष्टि नहीं की है।
करीब 20 fps और 0.05 सेकंड लेटेंसी के दावे सार्वजनिक बेंचमार्क नहीं हैं; लॉन्च, Pico इंटीग्रेशन और वास्तविक प्रदर्शन अभी अप्रमाणित हैं।

Illustration of an AI-generated immersive spatial video environment — What is known about ByteDance’s reported real-time spatial video AI model—personally overseen by founder Zhang Yiming and potentially launchByteDance is reportedly exploring real-time spatial-video generation for interactive virtual environments.
AI संकेत
Create a landscape editorial hero image for this Studio Global article: What is known about ByteDance’s reported real-time spatial video AI model—personally overseen by founder Zhang Yiming and potentially launch. Article summary: ByteDance is reportedly developing a Seedance-based real-time spatial-video, or “world model,” that could generate interactive 3D environments rather than conventional linear video. Zhang Yiming is said to be personally . Topic tags: general, news, general web, user generated. Style: premium digital editorial illustration, source-backed research mood, clean composition, high detail, modern web publication hero. Use reference image context only for broad subject, composition, and topical grounding; do not copy the exact image. Avoid: logos, brand marks, copyrighted characters, real person likenesses, fake screenshots, UI text, readable text, watermarks, charts w
openai.com

ByteDance कथित तौर पर रियल-टाइम स्पेशल वीडियो जनरेशन के लिए एक नया AI सिस्टम बना रही है। इसे अक्सर वर्ल्ड मॉडल कहा जा रहा है—यानी ऐसा मॉडल जो केवल शुरुआत से अंत तक चलने वाली वीडियो क्लिप न बनाए, बल्कि ऐसा डिजिटल वातावरण रचे जिसमें यूज़र घूम सके और उसकी गतिविधियों पर दृश्य प्रतिक्रिया दे। Bloomberg की रिपोर्ट के अनुसार, संस्थापक झांग यीमिंग खुद इस काम की निगरानी कर रहे हैं और इसका लॉन्च अगले महीने, यानी अक्टूबर 2026, तक हो सकता है। हालांकि समयसीमा बदल सकती है और ByteDance ने इस प्रोजेक्ट की सार्वजनिक पुष्टि नहीं की है। 1

Seedance से आगे: सिर्फ वीडियो नहीं, इंटरैक्टिव दुनिया

रिपोर्टों में कहा गया है कि यह नया मॉडल ByteDance की वीडियो-जनरेशन तकनीक Seedance पर आधारित है। कंपनी के लॉन्च विवरण के मुताबिक Seedance 2.0 एक मल्टीमॉडल ऑडियो-वीडियो मॉडल है, जो टेक्स्ट, इमेज, ऑडियो और वीडियो—चारों तरह के इनपुट ले सकता है।

बताया गया है कि स्पेशल-वीडियो मॉडल का इस्तेमाल लाइवस्ट्रीम, शॉर्ट-फॉर्म ड्रामा और गेम्स के लिए इंटरैक्टिव वर्चुअल दुनिया बनाने में हो सकता है। 7 मतलब, लक्ष्य केवल एक तैयार वीडियो चलाना नहीं है; दृश्य को यूज़र की आवाज़, मूवमेंट या दूसरी इंटरैक्शन के अनुरूप बदलना है।

यही अंतर इसे ‘वर्ल्ड मॉडल’ की श्रेणी में रखता है। Google DeepMind के अनुसार, वर्ल्ड मॉडल ऐसे सिस्टम होते हैं जो किसी वातावरण के बदलने और उस पर कार्रवाइयों के असर का अनुकरण करते हैं। उसका Genie 3 टेक्स्ट प्रॉम्प्ट से रियल टाइम में खोजे जा सकने वाले इंटरैक्टिव वातावरण बनाने के लिए डिजाइन किया गया है।

झांग यीमिंग की भागीदारी क्यों अहम है

Bloomberg के मुताबिक, झांग यीमिंग कंपनी की अलग-अलग बिजनेस यूनिट्स के काम में तालमेल बिठा रहे हैं और इस मॉडल के लिए AI संसाधन व कंप्यूटिंग क्षमता लगा रहे हैं। 1 इससे किसी तैयार प्रोडक्ट या निश्चित रिलीज की पुष्टि नहीं होती। लेकिन यदि रिपोर्ट सही है, तो संस्थापक स्तर की भागीदारी संकेत देती है कि ByteDance इसे केवल AI वीडियो का एक नया फीचर नहीं, बल्कि एक बड़े प्लेटफॉर्म प्रोजेक्ट के रूप में देख रही है।

Bloomberg ने इसे Meta और Alphabet के साथ प्रतिस्पर्धा के संदर्भ में रखा है। ऐसी तकनीक के उपयोग मनोरंजन से आगे रोबोटिक्स और स्वायत्त प्रणालियों तक हो सकते हैं। 1 निकट अवधि में इंटरैक्टिव मीडिया इसका ज्यादा सीधा उपयोग हो सकता है, जबकि बड़ी तकनीकी चुनौती यह है कि यूज़र की हर कार्रवाई के बावजूद डिजिटल दुनिया सुसंगत और उपयोगी बनी रहे।

Pico और प्रदर्शन के दावों पर क्या जानकारी है

प्रोजेक्ट से परिचित लोगों के हवाले से एक रिपोर्ट कहती है कि मॉडल लगभग 20 फ्रेम प्रति सेकंड पर वीडियो स्ट्रीम बना सकता है और इसकी लेटेंसी करीब 0.05 सेकंड हो सकती है। रिपोर्ट में यह भी कहा गया है कि सिस्टम Pico हेडसेट पहनने वाले यूज़र की आवाज़ या हरकत पर प्रतिक्रिया दे सकेगा। 7

इन आंकड़ों को सावधानी से पढ़ना जरूरी है। ये रिपोर्टेड दावे हैं, सार्वजनिक तकनीकी बेंचमार्क नहीं। ByteDance ने ऐसा कोई विस्तृत दस्तावेज जारी नहीं किया है जिससे इनकी स्वतंत्र पुष्टि हो सके। एक अच्छे रियल-टाइम XR अनुभव के लिए फ्रेम रेट ही पर्याप्त नहीं होता; इमेज की स्थिरता, 3D स्पेस में निरंतरता, नेटवर्क की विश्वसनीयता, मोशन-टू-फोटॉन लेटेंसी और अनुमान चलाने की लागत भी महत्वपूर्ण होंगी।

क्लाउड पर रेंडरिंग होने की स्थिति में हेडसेट के भीतर होने वाली कंप्यूटिंग का कुछ बोझ कम हो सकता है। फिर भी अभी यह निष्कर्ष निकालना जल्दबाजी होगी कि इससे Pico डिवाइस सस्ते होंगे या Meta और Apple पर निर्णायक बढ़त मिल जाएगी। ये संभावित रणनीतिक परिणाम हैं, घोषित उत्पाद विशेषताएं नहीं।

संभावित लॉन्च विंडो, पक्की तारीख नहीं

“अगले महीने तक” लॉन्च की बात अनाम स्रोतों पर आधारित है। Bloomberg ने इसे संभावित लॉन्च के लिए तैयार किया जा रहा मॉडल बताया है, कोई तय तारीख नहीं। 1 बाद की रिपोर्टों में भी कहा गया कि शेड्यूल बदल सकता है। 8

ByteDance की आधिकारिक घोषणा आने तक इन तीन स्तरों को अलग रखना बेहतर है:

रिपोर्टेड दिशा: Seedance पर आधारित रियल-टाइम स्पेशल-वीडियो मॉडल।
रिपोर्टेड उपयोग: लाइव कंटेंट, शॉर्ट ड्रामा और गेम्स के लिए इंटरैक्टिव दुनिया।
अभी अपुष्ट बातें: रिलीज तारीख, किसे और कैसे एक्सेस मिलेगा, हार्डवेयर इंटीग्रेशन, लेटेंसी, फ्रेम रेट और व्यावसायिक उपलब्धता।

ByteDance की व्यापक AI निवेश पृष्ठभूमि

ByteDance के पास AI इन्फ्रास्ट्रक्चर के लिए बड़े संसाधन होने की रिपोर्टें हैं, लेकिन इन्हें इस एक मॉडल के लिए अलग से तय बजट नहीं माना जा सकता। Reuters के अनुसार, कंपनी ने लगभग 30 बैंकों से 29.6 अरब डॉलर का कर्ज हासिल किया है; सूत्रों ने कहा कि इसका इस्तेमाल विदेशों में AI विस्तार के लिए होगा। यह सुविधा शुरू में लक्षित 20 अरब डॉलर से बढ़ी थी।

अलग से, Bloomberg ने रिपोर्ट किया कि ByteDance 2026 में डेटा सेंटर और अन्य AI इन्फ्रास्ट्रक्चर पर 70 अरब डॉलर तक पूंजीगत खर्च पर विचार कर रही थी। यह रिपोर्टेड योजना का आंकड़ा है, न कि पक्का खर्च या इस मॉडल के लिए निर्धारित राशि।

36Kr की रिपोर्टिंग पर आधारित खबरों में यह भी कहा गया है कि ByteDance ने 2026 के अंत तक कम-से-कम एक वर्ल्ड मॉडल जारी करने और उसके प्रदर्शन की तुलना Google के Genie 3 से करने का लक्ष्य रखा है। ये कथित आंतरिक प्राथमिकताएं हैं, ByteDance के सार्वजनिक वादे नहीं।

यह मॉडल क्यों मायने रख सकता है

AI वीडियो मॉडल प्रभावशाली क्लिप बना सकते हैं, लेकिन इंटरैक्टिव वातावरण बनाना कहीं कठिन है। मॉडल को समय के साथ दृश्य को सुसंगत रखना होगा और यूज़र के इनपुट पर भरोसेमंद ढंग से प्रतिक्रिया भी देनी होगी। यही वर्ल्ड मॉडल की सबसे बड़ी संभावना और सबसे कठिन तकनीकी कसौटी है।

ByteDance के लिए सफल होने पर यह तकनीक उसके वीडियो-जनरेशन प्रयासों को इंटरैक्टिव एंटरटेनमेंट और एक्सटेंडेड रियलिटी से जोड़ सकती है। उद्योग के लिए यह Google और Meta जैसे खिलाड़ियों के सामने एक और बड़ा प्रतिद्वंद्वी खड़ा करेगी। लेकिन अभी सबसे संतुलित निष्कर्ष यही है: ByteDance Seedance पर बने एक गंभीर स्पेशल-वीडियो वर्ल्ड-मॉडल प्रोजेक्ट पर काम करती दिख रही है और झांग यीमिंग का ध्यान कथित रूप से उसके पीछे है। इसकी गुणवत्ता, लॉन्च समय और Pico पर वास्तविक असर तभी स्पष्ट होगा जब कंपनी उत्पाद और मापे जा सकने वाले तकनीकी नतीजे जारी करेगी। 1 7

Studio Global AI

अपना शोध जारी रखें

इस पृष्ठ में एक स्रोत-समर्थित उत्तर शामिल है जिसे आप Studio Global के अंदर जारी रख सकते हैं।

Studio Global AI के साथ खोजें और तथ्यों की जांच करें

लोग पूछते भी हैं