Zhang yiming is personally building bytedance’s real-time world model

Việc Trương Nhất Minh (Zhang Yiming), nhà sáng lập ByteDance, trực tiếp điều hành một dự án kỹ thuật sau nhiều năm lui về hậu trường là tín hiệu cho thấy tầm quan trọng đặc biệt của mô hình thế giới (world model). Theo báo cáo từ Bloomberg, dự án này được phát triển dựa trên hệ thống AI video Seedance và có khả năng ra mắt sớm nhất vào tháng tới. Thay vì chỉ tạo ra các đoạn phim ngắn tĩnh, mô hình mới cho phép dựng lên những không gian ba chiều có khả năng tương tác trực tiếp theo thời gian thực. Với độ trễ chỉ khoảng 50 miligiây và tốc độ 20 khung hình trên giây, người dùng có thể di chuyển hoặc dùng giọng nói để thay đổi bối cảnh ngay lập tức mà không phải chờ đợi quá trình kết xuất (render) phức tạp.

Công nghệ này không xử lý trên thiết bị mà được truyền tải trực tiếp từ điện toán đám mây, giúp tối ưu hóa trải nghiệm trên các dòng kính thực tế ảo Pico. Đây là bước đi chiến lược nhằm đưa các định dạng nội dung mới như kịch bản ngắn tương tác hay trò chơi lên Douyin mà không yêu cầu người dùng phải sở hữu phần cứng đắt đỏ. Sự tham gia của Trương Nhất Minh đặt ByteDance vào thế đối đầu trực tiếp với những tên tuổi lớn như Fei-Fei Li từ World Labs hay Yann LeCun của Meta trong cuộc đua định nghĩa lại cách máy móc hiểu và mô phỏng thế giới vật lý.

Chiến lược điện toán đám mây và tham vọng dẫn đầu trí tuệ không gian

Điểm khác biệt cốt lõi trong hướng đi của ByteDance nằm ở việc chuyển dịch gánh nặng xử lý đồ họa sang máy chủ thay vì tích hợp chip xử lý mạnh mẽ vào kính thực tế ảo như cách tiếp cận của Apple Vision Pro. Bằng cách tận dụng hạ tầng Cloud Rendering, ByteDance có thể giảm đáng kể giá thành thiết bị Pico, giúp công nghệ này dễ dàng tiếp cận với đại chúng hơn. Khoản đầu tư cho dữ liệu huấn luyện của hãng hiện cao gấp 3 đến 4 lần so với các phòng thí nghiệm đối thủ tại Trung Quốc, tập trung vào các tập dữ liệu video, 3D và robot để tạo ra khả năng dự đoán hành vi vật lý chính xác trong không gian ảo.

Mục tiêu đến năm 2026 của ByteDance là đưa mô hình thế giới trở thành ưu tiên hàng đầu trong danh sách 4 trọng tâm AI, vượt qua cả các công cụ lập trình hay nỗ lực thương mại hóa trợ lý Doubao. Việc đối chuẩn trực tiếp với Genie 3 của Google cho thấy tham vọng của tập đoàn trong việc làm chủ trí tuệ không gian (spatial intelligence). Nếu thành công, mô hình này sẽ không chỉ là một công cụ giải trí mà còn là nền tảng cốt lõi cho thế hệ mạng xã hội tiếp theo, nơi ranh giới giữa video ngắn và môi trường thực tế ảo bị xóa nhòa.

Sự trở lại của Trương Nhất Minh cùng mức đầu tư khổng lồ vào mô hình thế giới đang đặt ByteDance vào vị thế sẵn sàng phá vỡ các rào cản về phần cứng để chiếm lĩnh thị trường nội dung tương tác 3D. Các doanh nghiệp và nhà sáng tạo nội dung nên bắt đầu theo dõi sát sao lộ trình ra mắt của dự án này vào tháng tới để chuẩn bị cho các phương thức tiếp thị và sản xuất nội dung trên nền tảng Pico và Douyin.