ByteDance prepara un modello AI per video spaziali in tempo reale

ByteDance starebbe sviluppando un sistema di intelligenza artificiale per la generazione di video spaziali in tempo reale: un tipo di world model, cioè un modello concepito per creare ambienti digitali interattivi ed esplorabili, non semplici filmati lineari. Bloomberg riferisce che il fondatore Zhang Yiming seguirebbe personalmente il progetto e che il lancio potrebbe avvenire già il mese prossimo, quindi potenzialmente a ottobre 2026. Calendario e prodotto, però, restano soggetti a modifiche e ByteDance non ha confermato pubblicamente l’iniziativa. 1

Non un video da guardare, ma un ambiente che reagisce

Il nuovo modello sarebbe costruito su Seedance, la tecnologia di ByteDance per la generazione video. Seedance 2.0 è un modello multimodale audio-video che accetta come input testo, immagini, audio e video, secondo il materiale di lancio della stessa ByteDance.

La differenza rispetto a un normale generatore video sarebbe sostanziale: il sistema dovrebbe creare mondi virtuali interattivi destinati, secondo le indiscrezioni, a dirette streaming, miniserie e videogiochi. 7 In concreto, l’obiettivo sembra essere una scena che cambia e risponde quando l’utente si muove o interagisce, invece di una sequenza già renderizzata dall’inizio alla fine.

È per questo che il progetto viene associato ai world model. Google DeepMind definisce questi sistemi come modelli capaci di simulare l’evoluzione di un ambiente e gli effetti delle azioni al suo interno; il suo Genie 3, per esempio, genera ambienti interattivi in tempo reale a partire da prompt testuali.

Il coinvolgimento di Zhang Yiming è il segnale strategico più rilevante

Stando a Bloomberg, Zhang Yiming starebbe coordinando più divisioni di ByteDance e indirizzando risorse AI e capacità di calcolo verso il modello. 1 Questo non prova che il prodotto sia pronto né equivale a una promessa di lancio. Se confermato, tuttavia, il diretto coinvolgimento del fondatore indicherebbe che ByteDance considera il progetto una piattaforma strategica, e non una semplice nuova funzione per creare video con l’AI.

Bloomberg colloca l’iniziativa nella competizione con Meta e Alphabet, con possibili applicazioni che vanno oltre l’intrattenimento e includono robotica e sistemi autonomi. 1 I contenuti interattivi potrebbero essere l’impiego commerciale più immediato; l’ambizione tecnica più ampia è invece mantenere un ambiente utilizzabile e coerente mentre le azioni dell’utente lo modificano.

Prestazioni dichiarate e possibile ruolo di Pico

Una delle ricostruzioni, basata su fonti vicine al progetto, sostiene che il modello possa generare flussi video a circa 20 fotogrammi al secondo con una latenza di circa 0,05 secondi, ossia 50 millisecondi. Lo stesso sistema dovrebbe reagire alla voce o ai movimenti degli utenti dei visori Pico, il marchio di realtà estesa (XR) di ByteDance. 7

Sono dati da leggere con prudenza: si tratta di valori riportati da fonti giornalistiche, non di risultati pubblici o benchmark tecnici verificati in modo indipendente. Un prodotto XR realmente convincente richiede molto più di un buon ritmo di generazione: contano stabilità dell’immagine, coerenza spaziale, affidabilità della connessione, latenza complessiva tra movimento e immagine visualizzata e costo dell’inferenza.

Il rendering in cloud potrebbe, in teoria, trasferire parte del carico di calcolo fuori dal visore e ridurre i requisiti dell’hardware locale. Ma è troppo presto per concludere che il modello abbasserà i prezzi dei dispositivi Pico o darà a ByteDance un vantaggio decisivo su Meta o Apple. Per ora sono implicazioni strategiche possibili, non risultati di prodotto confermati.

Un possibile lancio, non una data fissata

L’indicazione «già il mese prossimo» proviene da fonti anonime. Bloomberg ha scritto che il prodotto sarebbe in preparazione per un possibile lancio, non che esista una data ufficiale. 1 Anche le successive notizie che hanno rilanciato l’indiscrezione precisano che la tempistica può cambiare. 8

Finché ByteDance non pubblicherà un annuncio, conviene distinguere tra:

• Direzione riportata: un modello di video spaziale in tempo reale basato su Seedance.
• Casi d’uso riportati: mondi interattivi per dirette, miniserie e giochi.
• Dettagli non verificati: data di uscita, modalità di accesso, integrazione hardware, latenza, frame rate e disponibilità commerciale.

Il contesto: investimenti AI su scala molto ampia

ByteDance dispone di risorse importanti per l’infrastruttura AI, anche se non si tratta di un budget dedicato a questo specifico modello. Reuters ha riferito che l’azienda ha ottenuto un prestito da 29,6 miliardi di dollari da quasi 30 banche; secondo le fonti, i proventi dovrebbero sostenere l’espansione internazionale dell’AI. L’operazione sarebbe cresciuta da un obiettivo iniziale di 20 miliardi di dollari.

Separatamente, Bloomberg ha riportato che ByteDance starebbe valutando spese in conto capitale fino a 70 miliardi di dollari nel 2026 per data center e altre infrastrutture AI. Si tratta di una cifra di pianificazione riportata dalla stampa, non di spesa confermata né di uno stanziamento specifico per il modello di video spaziale.

Notizie basate sulla copertura di 36Kr indicano inoltre che ByteDance avrebbe fissato l’obiettivo di pubblicare almeno un world model entro la fine del 2026, confrontandone le prestazioni con Genie 3 di Google. Anche queste sarebbero priorità interne riferite da fonti, non impegni pubblici dell’azienda.

Perché questo modello può contare

I modelli video AI sanno già produrre clip persuasive, ma un ambiente interattivo richiede capacità più difficili: deve conservare una scena coerente nel tempo e farla reagire in modo plausibile agli input. È qui che risiedono, insieme, l’attrattiva e la sfida tecnica dei world model.

Per ByteDance, un sistema efficace potrebbe collegare il lavoro sulla generazione video all’intrattenimento interattivo e alla realtà estesa. Per il settore, aggiungerebbe un concorrente di peso a un campo in cui Google e Meta hanno già presentato pubblicamente le proprie ambizioni. Per ora, però, la conclusione supportata dalle informazioni disponibili è più circoscritta: ByteDance sembra perseguire seriamente un progetto di world model per video spaziali basato su Seedance, con l’attenzione diretta di Zhang Yiming. Qualità effettiva, tempi di lancio e impatto su Pico restano da dimostrare con un prodotto rilasciato e risultati tecnici misurabili. 17