ByteDance Dikabarkan Siapkan Model AI Video Spasial Real-Time Berbasis Seedance

ByteDance dilaporkan sedang mengembangkan sistem AI untuk menghasilkan video spasial secara real-time—jenis world model yang ditujukan untuk menciptakan lingkungan digital yang dapat dijelajahi dan diajak berinteraksi, bukan video linear biasa. Bloomberg melaporkan pendiri ByteDance, Zhang Yiming, mengawasi langsung proyek ini dan peluncuran dapat terjadi paling cepat bulan depan. Namun, jadwal itu masih bisa berubah dan ByteDance belum mengonfirmasi proyek tersebut secara terbuka. 1

Dari Seedance ke dunia virtual interaktif

Model yang dilaporkan sedang dikembangkan ini disebut dibangun di atas Seedance, teknologi pembuat video milik ByteDance. Seedance 2.0 sendiri merupakan model audio-video multimodal yang menerima masukan berupa teks, gambar, audio, dan video, menurut materi peluncuran ByteDance.

Bedanya dengan generator video biasa, sistem video spasial ini dilaporkan akan membuat dunia virtual interaktif untuk siaran langsung, drama pendek, dan game. 7 Artinya, targetnya tampak bukan sekadar video yang diputar dari awal hingga akhir, melainkan sebuah adegan yang dapat merespons ketika pengguna bergerak atau memberikan interaksi.

Inilah alasan proyek tersebut dibicarakan sebagai world model. Google DeepMind menjelaskan world model sebagai sistem yang menyimulasikan perkembangan suatu lingkungan serta dampak tindakan terhadapnya. Genie 3 milik DeepMind, misalnya, dirancang untuk menghasilkan lingkungan interaktif dari perintah teks secara real-time.

Keterlibatan Zhang Yiming menjadi sinyal penting

Menurut laporan Bloomberg, Zhang mengoordinasikan kerja lintas unit bisnis ByteDance dan mengarahkan sumber daya AI serta kapasitas komputasi perusahaan ke proyek tersebut. 1 Hal itu belum membuktikan produk akhirnya sudah siap, apalagi menjamin tanggal rilis.

Meski begitu, bila laporan tersebut akurat, keterlibatan langsung tingkat pendiri menunjukkan proyek ini kemungkinan dipandang sebagai upaya platform yang lebih besar daripada sekadar fitur baru pembuat video AI.

Bloomberg menempatkan inisiatif ini dalam persaingan dengan Meta dan Alphabet, dengan potensi penggunaan yang melampaui hiburan hingga robotika dan sistem otonom. 1 Konten interaktif mungkin menjadi penggunaan komersial yang paling dekat, sedangkan ambisi teknis yang lebih luas adalah menjaga lingkungan virtual tetap konsisten dan dapat digunakan ketika tindakan pengguna mengubahnya.

Klaim performa dan kaitannya dengan Pico

Salah satu laporan, yang mengutip sumber yang mengetahui proyek tersebut, menyebut model ini dapat membuat aliran video sekitar 20 frame per detik dengan latensi kira-kira 0,05 detik. Sistem itu juga disebut dapat merespons suara atau gerakan pengguna headset Pico, lini perangkat XR (extended reality) milik ByteDance. 7

Angka-angka ini perlu dibaca dengan hati-hati. Itu adalah klaim yang dilaporkan, bukan hasil benchmark publik yang telah diverifikasi secara independen. Produk XR real-time juga tidak cukup dinilai dari kecepatan generasi gambar saja. Stabilitas visual, konsistensi ruang, keandalan jaringan, latensi gerak-ke-tampilan, dan biaya inferensi akan sangat menentukan pengalaman nyata pengguna.

Pemrosesan berbasis cloud secara teori dapat memindahkan sebagian beban komputasi dari headset. Namun, masih terlalu dini untuk menyimpulkan bahwa model ini akan menurunkan harga perangkat Pico atau memberi keunggulan menentukan atas Meta maupun Apple. Itu adalah kemungkinan strategis, bukan hasil produk yang telah dikonfirmasi.

Peluncuran paling cepat bulan depan, bukan janji

Frasa “paling cepat bulan depan” berasal dari sumber anonim. Bloomberg menyatakan produk tersebut sedang dipersiapkan untuk kemungkinan peluncuran, bukan mengumumkan tanggal pasti. 1 Laporan lain yang mengulang informasi tersebut juga menyebut jadwalnya masih dapat berubah. 8

Sampai ByteDance membuat pengumuman resmi, ada tiga hal yang perlu dipisahkan:

• Arah yang dilaporkan: world model video spasial real-time berbasis Seedance.
• Penggunaan yang dilaporkan: dunia interaktif untuk konten langsung, drama pendek, dan game.
• Hal yang belum terverifikasi: waktu peluncuran, cara akses, integrasi perangkat, latensi, frame rate, dan ketersediaan komersial.

Ditopang belanja AI ByteDance yang besar

ByteDance memiliki sumber daya besar untuk infrastruktur AI, walau tidak berarti seluruhnya dialokasikan khusus bagi model ini. Reuters melaporkan perusahaan itu memperoleh pinjaman US$29,6 miliar dari hampir 30 bank. Sumber Reuters mengatakan dana tersebut akan mendukung ekspansi AI ByteDance di luar negeri; nilai fasilitas pinjaman itu dilaporkan naik dari target awal US$20 miliar.

Secara terpisah, Bloomberg melaporkan ByteDance mempertimbangkan belanja modal hingga US$70 miliar pada 2026 untuk pusat data dan infrastruktur AI lainnya. Angka itu merupakan rencana belanja yang dilaporkan, bukan pengeluaran yang telah dikonfirmasi dan bukan alokasi khusus untuk model video spasial ini.

Laporan yang merujuk pemberitaan 36Kr juga menyebut ByteDance menargetkan setidaknya satu world model dirilis sebelum akhir 2026 dengan pembandingan terhadap Genie 3 milik Google. Ini adalah prioritas internal yang dilaporkan, bukan komitmen publik ByteDance.

Mengapa proyek ini penting

Model video AI dapat membuat klip yang meyakinkan. Namun, lingkungan interaktif menuntut kemampuan yang jauh lebih sulit: sistem harus mempertahankan adegan yang koheren dari waktu ke waktu, lalu membuatnya merespons masukan pengguna secara masuk akal. Di situlah daya tarik sekaligus tantangan teknis utama world model.

Jika berhasil, ByteDance berpeluang menghubungkan teknologi pembuatan videonya dengan hiburan interaktif dan XR. Bagi industri, proyek ini dapat menambah pesaing besar dalam bidang yang secara terbuka juga digarap perusahaan seperti Google dan Meta.

Namun, kesimpulan yang paling aman masih terbatas: ByteDance tampaknya serius mengejar world model video spasial berbasis Seedance, dengan perhatian langsung Zhang Yiming menurut laporan. Kualitas di dunia nyata, jadwal rilis, dan dampaknya terhadap Pico belum terbukti sampai perusahaan meluncurkan produk serta mempublikasikan hasil teknis yang dapat diukur. 17