ByteDance entra na corrida dos world models com vídeo espacial

O projeto

A ByteDance estaria preparando um modelo de IA para geração de vídeo espacial em tempo real, sob supervisão pessoal do fundador Zhang Yiming, com lançamento possível já no mês seguinte, segundo a Bloomberg, citando pessoas a par do assunto que pediram anonimato. Uma das fontes ressalvou que o prazo não está fechado e os planos podem mudar. A TNW não verificou independentemente a informação, e um porta-voz da ByteDance não respondeu ao pedido de comentário da Bloomberg.

O modelo seria construído sobre o Seedance, sistema de geração de vídeo já existente da empresa, e permitiria criar mundos virtuais interativos para transmissões ao vivo, dramas em formato curto e jogos.

A especificação e a estratégia

O detalhe mais relevante é a especificação relatada: vídeo sob demanda a cerca de 20 quadros por segundo, com latência de aproximadamente 0,05 segundo, gerado na nuvem e não no dispositivo. Renderizar conteúdo espacial remotamente tira a carga computacional do headset, reduz o que o hardware precisa fazer e, portanto, o que ele precisa custar.

A ByteDance é dona da Pico, sua divisão de realidade estendida, e o modelo teria como objetivo gerar mundos que respondem à voz e aos movimentos dos usuários de Pico. Se funcionar, a disputa do XR se desloca das especificações de hardware para modelos, capacidade de nuvem e distribuição de conteúdo - três áreas em que a ByteDance já atua.

Prioridade interna e orçamento

O projeto não surgiu do nada. A 36Kr havia reportado que a ByteDance definiu quatro prioridades de IA para 2026, com os world models no topo da lista, à frente de manter a liderança do Seedance em vídeo, melhorar código e comercializar o Doubao. Os world models teriam o maior orçamento de dados entre as direções de modelo da empresa - soma de oito dígitos em renminbi, três a quatro vezes o que rivais gastavam, segundo as fontes da 36Kr.

A meta reportada era lançar pelo menos um world model até o fim do ano e compará-lo ao Genie, do Google, que permite aos usuários caminhar por imagens do Street View renderizadas em tempo real. Testes internos no início de 2026 colocavam a ByteDance cerca de 10% atrás do estado da arte global; um lançamento no mês seguinte estaria adiante desse cronograma.

Segundo a 36Kr, a empresa persegue duas rotas: uma abordagem vision-language-action voltada à inteligência corporificada e à robótica, e simulação 3D para entretenimento e jogos. O modelo de vídeo espacial pertence à segunda, que também conta com uma base de usuários já existente.

Contexto e implicações

Um world model, no sentido atual do termo, é um sistema que aprende como ambientes se comportam a ponto de renderizar um ambiente que responde de forma coerente ao que o usuário faz. Empresas de vídeo aparecem nesse campo porque o material de treinamento é vídeo - e quem tem mais vídeos e mais experiência em comprimi-los para renderização rápida parte de posição incomum. A ByteDance passou uma década construindo exatamente esse tipo de estrutura, para outro propósito.

A Bloomberg enquadra o envolvimento de Zhang como aproximando-o de pesquisadores como Fei-Fei Li e Yann LeCun, que defendem que modelos fundamentados em compreensão visual e física, e não apenas em linguagem, são o caminho para sistemas capazes de agir no mundo.

O financiamento não está em dúvida: a ByteDance garantiu na semana anterior um empréstimo de US$ 30 bilhões e avalia capital expenditure de até US$ 70 bilhões para sua infraestrutura de IA, segundo a Bloomberg. O Seedance já sustenta o CapCut e o Doubao, e a empresa permanece, em seus termos domésticos, uma desafiante contra Alibaba, DeepSeek e Moonshot AI.

Para Meta e Apple, a implicação é incômoda, mas não imediata. Ambas gastaram muito em headsets que não se tornaram populares, e os especialistas europeus em XR construíram seus negócios sobre hardware de ponta, não sobre dispositivos baratos alimentados por data center. Um world model renderizado na nuvem não supera o Vision Pro em fidelidade - apenas torna a fidelidade problema de outra empresa.