A ByteDance, dona do TikTok, prepara um modelo de inteligência artificial voltado à geração, em tempo real, de vídeos espaciais, entrando na disputa com Meta, do Facebook e Instagram, e Alphabet, do Google, em uma área com aplicações em robótica e sistemas autônomos.
O fundador Zhang Yiming supervisiona pessoalmente o desenvolvimento do novo modelo, cujo lançamento pode ocorrer já no próximo mês, segundo pessoas familiarizadas com o assunto.
O bilionário tem coordenado esforços de diferentes unidades de negócios da empresa e direcionado recursos de IA e capacidade computacional ao projeto, disseram as fontes, que pediram anonimato por tratarem de informações privadas. A data de lançamento ainda não está definida e os planos podem mudar, afirmou uma das pessoas.
Desenvolvido a partir do Seedance – modelo de IA da ByteDance para geração de vídeos cinematográficos –, o novo sistema permitiria aos usuários criar mundos virtuais interativos para transmissões ao vivo, dramas de curta duração e jogos, disseram as fontes. Um porta-voz da ByteDance não respondeu a um pedido de comentário.
Zhang espera que o novo modelo coloque a empresa dona do TikTok no crescente segmento dos chamados “modelos de mundo”, apoiada em sua experiência avançada em vídeo. Ele se juntaria a nomes como Fei-Fei Li e Yann LeCun na exploração de uma abordagem visual para a IA considerada crucial para robótica, games e carros autônomos.
A iniciativa faz parte de uma mudança estratégica em curso na ByteDance, que redireciona grande parte de suas operações voltadas a empresas para produção e geração de vídeo.
Zhang vê o modelo de vídeo espacial – que colocaria o usuário em um mundo tridimensional, de forma semelhante ao Genie, do Google – como uma engrenagem capaz de conectar os modelos de IA e os recursos de computação em nuvem da companhia às suas plataformas de conteúdo e ao hardware da Pico, sua divisão de realidade estendida, segundo as fontes.
Os sistemas da ByteDance e do Google fazem parte de uma ofensiva centrada em vídeo para criar modelos capazes de simular ambientes físicos para agentes de IA. O Genie foi lançado no início deste ano e permite aos usuários interagir com um mundo renderizado em tempo real.
Se der certo, o novo modelo poderá abrir outra frente na rivalidade da ByteDance com Meta e Apple, que investiram pesadamente em dispositivos de realidade virtual e mista.
A Meta busca construir um ecossistema de massa em torno dos headsets Quest, enquanto a Apple posicionou o Vision Pro como uma plataforma premium de computação espacial. Ambas, porém, têm enfrentado dificuldades para tornar esses produtos populares.
O modelo mais recente da ByteDance busca gerar mundos virtuais que respondam à voz ou aos movimentos dos usuários dos headsets Pico. Segundo uma das fontes, o sistema é capaz de oferecer vídeos sob demanda com latência de cerca de 0,05 segundo, a 20 quadros por segundo, e de atender ambientes e interfaces de computação espacial.
O modelo chinês tenta reduzir o custo inicial da adoção de realidade virtual ao transferir para a nuvem o processo computacionalmente intensivo de gerar conteúdo espacial. Isso reduziria a capacidade de processamento necessária nos headsets e abriria caminho para hardware mais barato e menos sofisticado.
A geração rápida de conteúdo também poderia deslocar a disputa por usuários das especificações dos aparelhos para os modelos de IA, a infraestrutura computacional e as plataformas de distribuição de conteúdo.
O Seedance se tornou o principal êxito da ByteDance em IA, embora a companhia ainda fique atrás de concorrentes em um mercado chinês concorrido, que inclui Alibaba, DeepSeek e Moonshot AI. O modelo está por trás de diversos produtos da ByteDance, como CapCut e Doubao, o chatbot de IA mais popular da China. A ferramenta de vídeo também se tornou uma escolha recorrente de estúdios independentes, criadores de conteúdo e startups de IA.
A ByteDance, fundada por Zhang e Liang Rubo em 2012, obteve um empréstimo de US$ 30 bilhões enquanto acelera a expansão de suas capacidades em inteligência artificial e amplia a estrutura de data centers e outros equipamentos, informou a Bloomberg na semana passada.
