Что известно о новой ИИ-модели ByteDance для интерактивных виртуальных миров

ByteDance, по сообщениям Bloomberg, разрабатывает ИИ-систему для генерации пространственного видео в реальном времени — разновидность так называемой модели мира. В отличие от обычного видеогенератора, такая система должна создавать цифровую среду, которую можно исследовать и с которой можно взаимодействовать, а не только линейный ролик от начала до конца. Источники Bloomberg утверждают, что разработку лично курирует основатель ByteDance Чжан Иммин, а представить продукт могут уже в октябре 2026 года. Однако график ещё может измениться, а сама компания проект публично не подтверждала. 1

Не просто видео, а интерактивная среда

Сообщается, что новая система строится на базе Seedance — семейства моделей ByteDance для генерации видео. Seedance 2.0 поддерживает текст, изображения, аудио и видео как входные данные; это мультимодальная аудиовизуальная модель, следует из материалов самой ByteDance.

Предполагаемая модель должна пойти дальше создания фиксированных клипов. Её описывают как инструмент для интерактивных виртуальных миров — в том числе для прямых эфиров, коротких драм и игр. 7 Идея в том, что сцена будет откликаться на перемещение или действие человека, а не воспроизводиться как заранее просчитанная последовательность кадров.

Именно поэтому подобные системы называют моделями мира. Google DeepMind объясняет этот термин так: модель симулирует развитие среды и последствия действий в ней. Её Genie 3, например, создаёт по текстовому запросу интерактивные миры, которые можно исследовать в реальном времени.

Почему участие Чжан Иммина имеет значение

По данным Bloomberg, Чжан Иммин координирует работу разных подразделений ByteDance и направляет на проект ИИ-ресурсы и вычислительные мощности. 1 Само по себе это не означает, что продукт уже готов или точно выйдет в объявленный срок. Но если информация верна, личное участие основателя указывает на стратегический, а не экспериментальный статус разработки.

Bloomberg связывает инициативу с конкуренцией ByteDance против Meta и Alphabet. Потенциальные применения могут выходить за пределы развлечений — в робототехнику и автономные системы. 1 Ближайшим коммерческим сценарием выглядят интерактивные медиа, однако более широкая техническая задача состоит в сохранении связной виртуальной среды, которая правдоподобно меняется в ответ на действия.

Что сообщается о скорости работы и Pico

Один из материалов со ссылкой на знакомых с проектом людей утверждает, что система сможет выдавать видеопоток примерно с 20 кадрами в секунду и задержкой около 0,05 секунды. Также сообщается, что виртуальный мир сможет реагировать на голосовые команды или движения пользователя гарнитуры Pico — XR-бренда ByteDance. 7

К этим цифрам стоит относиться осторожно. Это сообщения источников, а не опубликованные компанией результаты испытаний или независимые бенчмарки. Для убедительного опыта в XR важны не только частота кадров и задержка генерации: значение будут иметь стабильность картинки, пространственная согласованность, надёжность сети, задержка от движения до отображения кадра и стоимость вычислений.

Теоретически облачный рендеринг может перенести часть тяжёлых вычислений с гарнитуры в дата-центр и тем самым снизить требования к локальному «железу». Но пока нельзя утверждать, что модель удешевит устройства Pico или даст ByteDance решающее преимущество над Meta либо Apple. Это возможные последствия стратегии, а не подтверждённые характеристики будущего продукта.

Возможный запуск — не обещание

Формулировка «уже в следующем месяце» основана на сообщениях неназванных источников. Bloomberg пишет о подготовке к возможному запуску, а не о назначенной дате. 1 В последующих публикациях также отмечается, что сроки могут сдвинуться. 8

До официального анонса ByteDance стоит разделять три уровня информации:

• Сообщаемое направление: модель пространственного видео в реальном времени на базе Seedance.
• Сообщаемые сценарии: интерактивные миры для стримов, коротких драм и игр.
• Неподтверждённые детали: дата релиза, способ доступа, интеграция с устройствами, задержка, частота кадров и коммерческая доступность.

Как проект вписывается в ИИ-инвестиции ByteDance

У ByteDance есть значительные ресурсы для расширения ИИ-инфраструктуры, хотя они не являются отдельным бюджетом именно для этой модели. Reuters сообщало, что компания привлекла кредит на 29,6 млрд долларов почти у 30 банков; по данным источников агентства, средства предназначены для зарубежной ИИ-экспансии. Изначально ByteDance рассчитывала на 20 млрд долларов.

Отдельно Bloomberg сообщало, что ByteDance обсуждала капитальные затраты в 2026 году объёмом до 70 млрд долларов на дата-центры и другую ИИ-инфраструктуру. Это оценка возможного плана расходов, а не подтверждённые траты и не целевое финансирование конкретной модели.

Публикации, основанные на материалах 36Kr, также указывают, что ByteDance поставила цель выпустить как минимум одну модель мира к концу 2026 года и сопоставлять её с Genie 3 от Google. Речь идёт о сообщаемых внутренних приоритетах, а не о публичных обязательствах ByteDance.

Почему это важно

Генеративный ИИ уже способен делать убедительные видеоролики. Но интерактивная среда требует более сложного набора свойств: модель должна удерживать целостность сцены во времени и правдоподобно реагировать на ввод пользователя. В этом одновременно заключаются главное обещание и главная техническая трудность моделей мира.

Если проект окажется успешным, ByteDance сможет связать свои разработки в области генерации видео с интерактивными развлечениями и расширенной реальностью. Для рынка это означало бы появление ещё одного крупного участника в сфере, где публично заметны Google и Meta.

Пока обоснованный вывод остаётся сдержанным: ByteDance, судя по сообщениям, ведёт серьёзную работу над моделью пространственного видео на базе Seedance, причём под личным вниманием Чжан Иммина. Её фактическое качество, дата выхода и практическая ценность для Pico будут понятны только после официального запуска и публикации измеримых технических результатов. 17