ByteDance chuẩn bị ra mắt một mô hình AI chuyên về khởi tạo video không gian theo thời gian thực, trực tiếp đối đầu với Meta Platforms và Alphabet trong một lĩnh vực có nhiều ứng dụng tiềm năng đối với ngành robot và các hệ thống tự hành.

Nhà sáng lập Trương Nhất Minh đang tự tay giám sát quá trình phát triển mô hình mới này, dự kiến sẽ ra mắt sớm nhất là vào tháng tới, theo các nguồn tin thân cận với vụ việc. Vị tỉ phú này đã và đang điều phối nguồn lực giữa các đơn vị kinh doanh trong toàn tập đoàn, dồn tài nguyên AI cùng năng lực tính toán cho nỗ lực này, các nguồn tin cho biết thêm và yêu cầu giấu tên vì đây là thông tin nội bộ. Thời điểm ra mắt hiện chưa cố định và kế hoạch vẫn có thể thay đổi.

Được xây dựng trên nền tảng Seedance, mô hình AI tạo video điện ảnh hiện có của ByteDance, mô hình mới sẽ cho phép người dùng kiến tạo các thế giới ảo tương tác phục vụ livestream, phim ngắn và trò chơi điện tử, theo các nguồn tin. Người phát ngôn của ByteDance chưa phản hồi yêu cầu bình luận.

Trương Nhất Minh hy vọng mô hình AI mới nhất này sẽ đưa chủ sở hữu của TikTok tiến vào lĩnh vực "mô hình thế giới" (world models) đang bùng nổ, dựa trên thế mạnh chuyên môn hàng đầu về video. Động thái này đưa ông gia nhập nhóm những nhà nghiên cứu tên tuổi như Lý Phi Phi (Fei-Fei Li) hay Yann LeCun trong việc khám phá tiếp cận AI theo hướng thị giác, phương pháp được coi là then chốt đối với ngành robot, trò chơi điện tử và xe tự lái.

Bước đi này là một phần trong đợt chuyển hướng chiến lược đang diễn ra tại ByteDance, khi công ty có trụ sở tại Bắc Kinh này chuyển dịch phần lớn mảng hoạt động kinh doanh phục vụ doanh nghiệp (B2B) sang hướng sản xuất và khởi tạo video. Trương Nhất Minh nhìn nhận mô hình video không gian, đặt người dùng vào một không gian ba chiều tương tự như Genie của Google, đóng vai trò như một bánh đà, kết nối các mô hình AI và tài nguyên điện toán đám mây của ByteDance với các nền tảng nội dung cũng như mảng phần cứng thực tế mở rộng Pico của hãng.

Cả hệ thống của ByteDance lẫn Google đều nằm trong làn sóng lấy video làm trung tâm nhằm xây dựng các mô hình có thể mô phỏng môi trường vật lý cho các tác tử AI (AI agents). Genie đã được công bố vào đầu năm nay, cho phép người dùng tương tác với một thế giới được dựng hình theo thời gian thực.

Nếu thành công, mô hình mới có thể mở ra cuộc đối đầu giữa ByteDance với Meta và Apple, những tập đoàn đã đầu tư mạnh tay vào các thiết bị thực tế ảo và thực tế hỗn hợp. Meta đã nỗ lực xây dựng một hệ sinh thái đại chúng xung quanh kính đeo Quest, trong khi Apple định vị Vision Pro là một nền tảng điện toán không gian cao cấp. Dù vậy, cả hai sản phẩm đều đang gặp khó khăn trong việc trở thành thiết bị phổ thông.

Mô hình mới nhất của ByteDance hướng tới việc tạo ra các thế giới ảo có khả năng phản hồi theo giọng nói hoặc chuyển động của người dùng kính Pico. Mô hình có thể cung cấp video theo yêu cầu với độ độ trễ chỉ khoảng 0,05 giây ở tốc độ 20 khung hình/giây, đồng thời phục vụ các môi trường và giao diện điện toán không gian, một nguồn tin cho biết.

Mô hình của công ty Trung Quốc này kỳ vọng sẽ hạ thấp chi phí đầu tư ban đầu để tiếp cận thực tế ảo bằng cách chuyển toàn bộ việc tạo nội dung không gian, quá trình đòi hỏi năng lực tính toán lớn, lên điện toán đám mây. Điều này sẽ giúp giảm bớt sức mạnh xử lý cần thiết ngay trên kính đeo, mở đường cho các thiết bị phần cứng rẻ hơn và ít phức tạp hơn. Việc tạo nội dung nhanh chóng cũng có thể giúp chuyển dịch chiến trường thu hút người dùng: từ thông số kỹ thuật phần cứng sang các mô hình AI, hạ tầng điện toán và các nền tảng phân phối nội dung.

Seedance đã vươn lên thành biểu tượng thành công về AI của ByteDance, ngay cả khi công ty vẫn đang tụt hậu so với các đối thủ ở thị trường nội địa, nơi có nhiều tên tuổi cạnh tranh như Alibaba Group Holding, DeepSeek và Moonshot AI. Mô hình này là nền tảng cho hàng loạt sản phẩm của ByteDance, bao gồm CapCut và Doubao (chatbot AI phổ biến nhất Trung Quốc). Công cụ video này cũng đã trở thành lựa chọn hàng đầu cho các xưởng phim độc lập, các nhà sáng tạo nội dung và các công ty khởi nghiệp AI mới nổi.

ByteDance, do Trương Nhất Minh cùng Lương Nhữ Ba (Liang Rubo) đồng sáng lập vào năm 2012, đã đảm bảo khoản vay trị giá 30 tỉ USD trong bối cảnh tập đoàn đang gấp rút mở rộng năng lực AI và tích lũy các trung tâm dữ liệu cùng phần cứng khác, theo tin xuất bản tuần trước của Bloomberg.

Với sự hỗ trợ của Zheping Huang