ByteDance phát triển AI tạo video không gian thời gian thực dưới sự chỉ đạo của Trương Nhất Minh

Theo tin từ IT ngày 7 tháng 9, Bloomberg đưa tin ByteDance đang chuẩn bị ra mắt một mô hình AI tạo video không gian thời gian thực. Nhà sáng lập Trương Nhất Minh (Zhang Yiming) đang trực tiếp giám sát quá trình nghiên cứu và phát triển mô hình mới này, dự kiến sẽ được công bố sớm nhất vào tháng sau.

Các nguồn tin thân cận cho biết, thời gian gần đây ông Trương Nhất Minh đã liên tục điều phối sự hợp tác giữa các bộ phận kinh doanh trong công ty, đồng thời huy động các nguồn lực AI và sức mạnh tính toán để thúc đẩy dự án này. Một trong những nguồn tin lưu ý rằng thời điểm ra mắt vẫn chưa được chốt hạ và kế hoạch vẫn có thể thay đổi.

Theo giới thiệu, mô hình này được xây dựng dựa trên Seedance - mô hình AI tạo video chất lượng điện ảnh hiện có của ByteDance, cho phép người dùng kiến tạo các thế giới ảo tương tác phục vụ cho livestream, phim ngắn và trò chơi. Người phát ngôn của ByteDance hiện chưa phản hồi yêu cầu bình luận.

Các nguồn tin cho biết, ông Trương Nhất Minh định vị mô hình video không gian này như một "bánh đà" (Flywheel) thúc đẩy toàn bộ hệ sinh thái - mô hình có khả năng đưa người dùng vào môi trường ảo 3D có độ đắm chìm cao, với chức năng tương tự như Genie của Google. Nhờ đó, ByteDance có thể kết nối sâu rộng và phối hợp sức mạnh giữa các mô hình AI tự phát triển, tài nguyên hạ tầng điện toán đám mây với các nền tảng nội dung và nhánh kinh doanh XR là Pico.

Mô hình mới nhất của ByteDance hướng tới việc tạo ra các thế giới ảo có khả năng phản hồi giọng nói hoặc cử chỉ của người dùng kính thực tế ảo Pico. Các nguồn tin tiết lộ rằng mô hình này có thể tạo luồng video theo yêu cầu với độ trễ cực thấp khoảng 0,05 giây (50 mili giây) ở tốc độ 20 khung hình/giây, đồng thời hỗ trợ môi trường tính toán không gian và giao diện tương tác người-máy.

IT được biết, mô hình này tập trung vào việc chuyển hoàn toàn các tác vụ tính toán chuyên sâu như tạo nội dung không gian lên đám mây, từ đó giảm đáng kể chi phí sử dụng ban đầu của công nghệ VR. Kiến trúc này có thể cắt giảm mạnh mẽ yêu cầu về sức mạnh tính toán trên chính thiết bị đeo, mở đường cho việc ra mắt các thiết bị phần cứng có giá thành thấp hơn và cấu hình đơn giản hơn.

Đồng thời, khả năng tạo nội dung tốc độ cao cũng sẽ thúc đẩy sự chuyển dịch trọng tâm cạnh tranh của ngành - chiến tuyến giành giật người dùng được kỳ vọng sẽ chuyển từ việc so kè thông số kỹ thuật phần cứng sang các mô hình AI lớn, hạ tầng tính toán và nền tảng phân phối nội dung.