张一鸣亲自督战：字节跳动杀入实时空间视频世界模型，对标谷歌Genie瞄准直播短剧游戏
发布时间：2026年09月07日 13:00:009月7日消息，字节跳动正开发一款实时空间视频生成AI模型，创始人张一鸣亲自督导研发。该模型基于现有Seedance视频生成技术，面向直播、短剧与游戏场景，支持Pico头显的语音及动作交互，可在云端实时渲染交互式虚拟世界。世界模型位列字节2026年四大AI发展重点之首，目标在年底前发布至少一个世界模型，直接对标谷歌Genie。内部测试显示，字节在该领域的研发投入已达八位数人民币，约为竞争对手的三到四倍。市场分析认为，从内容平台到AI基础设施公司的战略转型，字节正借世界模型构筑一条不同于文本大模型的差异化技术路线。
据DoNews、腾讯新闻及彭博社等综合报道，字节跳动正开发一款实时空间视频生成AI模型，该消息一经传出便引发行业高度关注——不仅因为这是字节再度加码前沿AI，更因为这款产品由字节跳动创始人张一鸣亲自督导研发，战略层级可见一斑。
实时空间视频：从"生成视频"到"生成世界"
据了解，这款模型基于字节现有的Seedance视频生成技术底座，但与传统的文生视频、图生视频不同，其核心亮点在于"实时 + 空间"双重属性：模型面向直播、短剧与游戏等强交互场景，支持Pico头显的语音及动作交互，可在云端实时渲染出可交互的虚拟世界。
换言之，字节要做的不是让用户"看"一段AI生成的视频，而是让用户"进入"一个由AI实时构建、可按语音指令与肢体动作即时响应的空间。这与谷歌Genie系列世界模型的技术方向高度重合，也被普遍视为通向AI原生娱乐与空间计算的关键一步。
世界模型位列字节四大AI重点之首
据知情人士透露，世界模型（World Model）位列字节跳动2026年四大AI发展重点之首，公司目标是在今年年底前至少推出一个世界模型。内部测试显示，字节在该领域的研发资源倾斜明显，投入已达八位数人民币规模，并据称约为竞争对手投入的三到四倍。
从字节的流量与内容生态来看，这一路线的商业逻辑相当清晰：直播、短剧、游戏本就是字节的核心营收场景，一旦实时世界模型成熟，AI生成的交互式短剧、游戏化直播、虚拟空间玩法都能直接嫁接到原有产品矩阵，形成从技术到商业的正向循环。相比纯文本大模型，这条路更"吃场景"，也更贴合字节"产品驱动"的基因。
从内容平台到AI基础设施的战略转型
自2026年以来，字节在AI基础设施上的投入明显上台阶。近期有消息称字节举债2000亿元人民币为AI输血，并正考虑将2026年资本支出推高至最高700亿美元（约4700亿元），较2025年近乎翻倍；与此同时，字节还完成了约800亿港元规模的阿里巴巴式后续融资逻辑之外的一连串动作。此番张一鸣下场督战世界模型，进一步印证了字节已进入"以AI重新All-in公司底层能力"的深水区。
业界观点认为，文本大模型的竞争已高度红海，而世界模型（通过预测与生成物理世界的空间与动态来模拟环境）被视为通往AGI的另一条主线。字节选择在此落子，既是避开与头部语言模型厂商的正面消耗，也是为下一阶段的AI原生应用储备关键技术高地。至于这款实时空间视频世界模型何时正式亮相、又将如何与Pico生态深度耦合，将成为下一阶段观察字节AI战略走向的重要窗口。
Sources: