字节跳动基于 Seedance 研发实时空间视频模型，张一鸣亲自督战、最快 10 月发布

发生了什么

据彭博社 9月7日独家报道（中文媒体 9月8–9日广泛转载），字节跳动正在开发一款实时空间视频生成 AI 模型，基于已经成熟的电影级视频生成模型 Seedance，由创始人张一鸣亲自协调模型研发、云基础设施、Pico 硬件与内容业务线，并优先保障算力，最快可能于 2026 年 10 月推出（计划仍可能调整）。它瞄准的不是「预先生成好的一段视频」，而是能随用户语音、动作实时变化的虚拟环境：你往前走视角就推进，转头四周场景依然连贯，目标帧率约 20fps、端到端延迟约 0.05 秒，主要面向直播、互动短剧、游戏，并计划适配字节旗下的 Pico VR 头显。

对我有什么用

这是字节把 AI 野心从「帮你做视频」升级到「让你走进视频」的关键一步，也是其 2026 年四大 AI 优先事项里排在首位的「世界模型」方向的落地。技术打法是云端渲染 + 轻量终端：把最吃算力的空间内容生成放在云端，再把画面串流到头显，从而压低头显的硬件门槛与成本。这等于把竞争焦点从「谁的 GPU 更猛」转移到「谁的模型 + 云 + 内容生态更强」——正好是字节（Seedance 底座 + 抖音/TikTok 数据 + 火山引擎 + Pico）的强项，被外界视为直接挑战 Meta Quest 与苹果 Vision Pro 的硬件叙事。

我可以怎么做

① 离个人最近的是互动短剧/直播：以后看剧可能不是「被动看」，而是能「走进去」和场景互动；② 配合 Pico 头显，可能做出更便宜的沉浸式体验（因为算力在云端，头显本身不用堆硬件）；③ 对做内容的普通人，Seedance 系工具（CapCut/剪映、豆包）本就常用，这类空间生成能力未来大概率会下放到创作工具里，做 3D/虚拟场景的门槛会更低。张一鸣已离开日常管理多年，此次亲自盯一个具体项目，也说明字节把「世界模型」当作战略级押注。

温馨提醒

① 目前是彭博社援引知情人士的报道，字节跳动未予置评，发布时间和形态都可能变；② 「10 月发布」是最快预期，不是官宣日期；③ 实时空间视频对网络和云端算力要求极高，初期很可能先在特定设备/场景小范围落地，别把它当成马上人人能玩的消费品；④ 关注隐私：能随你动作实时生成环境，意味着设备对用户的空间/动作信息采集更多，后续要看字节的权限与数据说明。