Model świata, który reaguje na ciebie w czasie rzeczywistym

Bloomberg poinformował 7 września 2026 roku, że ByteDance buduje model świata AI dla wideo przestrzennego w czasie rzeczywistym, osobiście nadzorowany przez założyciela Zhanga Yiminga i zbudowany na istniejącym już systemie generowania wideo Seedance firmy. Model celuje w opóźnienie na poziomie około 50 milisekund przy około 20 klatkach na sekundę, przy czym każda klatka jest generowana w chmurze, a nie zapisana wcześniej na urządzeniu.

Praktyczny efekt jest taki, że własny ruch lub głos użytkownika mogą przekształcać generowaną scenę w czasie rzeczywistym, zamiast systemu odtwarzającego klip wyrenderowany wcześniej. Źródła Bloomberga, określone jako osoby zaznajomione z planami, wskazują na możliwą premierę już w październiku 2026 roku, choć termin wciąż jest niepewny, a ByteDance nie potwierdził oficjalnie żadnej daty.

Dlaczego same gogle nie muszą wykonywać ciężkiej pracy

ByteDance buduje swój model świata w czasie rzeczywistym dla Pico, własnej dywizji sprzętowej XR i VR, a ten wybór niesie konkretną konsekwencję: renderowanie każdej klatki w chmurze oznacza, że same gogle nie potrzebują najwyższej klasy wbudowanego chipu, aby nadążyć za sceną.

To przenosi koszt i złożoność sprzętu z urządzenia na własne centra danych ByteDance, kompromis, który Bloomberg i TheNextWeb opisują w podobny sposób: gogle opierające się na obliczeniach w chmurze mogą być wyposażone w tańsze, lżejsze procesory niż te, które muszą uruchamiać cały model generatywny lokalnie. Potwierdzające doniesienia TheNextWeb opisują to jako zasadniczo inny zakład ByteDance w porównaniu z producentami urządzeń, którzy utrzymują cały model wewnątrz gogli.

Ramy konkurencyjne: Genie, Quest, Vision Pro i większy wyścig w tle

Bloomberg zestawia projekt ByteDance z narzędziem do modelowania świata Genie od Google DeepMind oraz z podejściem opartym na urządzeniu, które Meta i Apple przyjęły w Quest i Vision Pro, gdzie jakość chipu wewnątrz gogli jest kluczowa dla całego projektu. Zakład ByteDance na renderowanie w chmurze czyni ten wyścig o chipy problemem kogoś innego, przynajmniej w odniesieniu do samych gogli, jednocześnie przenosząc prawdziwą rywalizację na to, kto potrafi wystarczająco szybko wygenerować przekonujący, responsywny świat wewnątrz centrum danych.

Bloomberg podaje, że modele świata były najwyższym priorytetem AI ByteDance na rok 2026, wsparte budżetem rzędu ośmiu cyfr w renminbi, który redakcja opisuje jako trzy do czterech razy większy niż wydatki rywali w tej samej kategorii. Takie ujęcie stawia Zhanga Yiminga, według Bloomberga, obok badaczy takich jak Fei-Fei Li i Yann LeCun, którzy twierdzą, że zakotwiczenie AI w rozumieniu wizualnym i fizycznym, a nie wyłącznie w języku, jest drogą do systemów zdolnych naprawdę działać w świecie.

Pytanie o infrastrukturę, jakie stawia to przed Europą

Renderowanie w chmurze nie eliminuje kosztu generowania wideo przestrzennego przy 20 klatkach na sekundę, jedynie przenosi ten koszt z gogli na centrum danych, a centrum danych potrzebuje energii, chipów i ścieżki sieciowej do użytkownika wystarczająco krótkiej, by utrzymać 50 milisekund.

Jeśli renderowane w chmurze modele świata rozprzestrzenią się poza ByteDance, wynikają z tego trzy konsekwencje dla europejskich i brytyjskich kupujących oraz decydentów politycznych. Producenci sprzętu XR i VR mogą już nie musieć gonić za najwyższej klasy wbudowanymi chipami, które zdefiniowały plany rozwoju Meta Quest i Apple Vision Pro, co zmienia to, co faktycznie musi zawierać gogle premium. Czynnikiem decydującym o tym, czy Europejczycy otrzymają tę klasę produktu z takim samym opóźnieniem jak użytkownicy blisko własnych centrów danych ByteDance, staje się pojemność centrów danych i bliskość sieciowa w Europie, kwestia infrastrukturalna dla dostawców chmury i regulatorów w takim samym stopniu jak kwestia sprzętowa dla producentów gogli. A chińskie laboratorium ścigające się tak intensywnie w kierunku fizycznej i przestrzennej AI samo w sobie stanowi sygnał, który europejscy kupujący AI i decydenci polityczni śledzący czoło stawki muszą odnotować.

Servola Journal

Robimy to dla wszystkich, którzy starają się nadążyć za tym, co technologia robi z naszym życiem. Dla ludzi, którzy ją budują, i dla ludzi, którym się to przydarza. Servola Journal istnieje, aby to, czego się uczymy, należało do nich wszystkich.

Nikt nam za to nie płaci. Żadnych reklam, żadnego muru płatności, za darmo dla wszystkich. Po prostu wierzymy, że zrozumienie tego, co dzieje się z nami wszystkimi, nie powinno zależeć od tego, kogo stać na zapłacenie za to.

Jeśli to dało ci dziś coś, powiedz nam, żebyśmy kontynuowali. Obserwuj nas, zostaw polubienie, albo napisz pozytywny komentarz. Czytamy każdy jeden, i to oni sprawiają, że działamy dalej.

Czytaj dalej: Zakład obliczeniowy Anthropic był ukryty w sześciu kontraktach  |  Przełącznik, który Cisco sprzedaje pod AI, ma otwarte tylne drzwi