字节跳动基于Seedance的世界模型首秀，可生成可漫游三维空间

10月11日晚，在抖音与北京卫视联合主办的《2026美好奇妙夜》舞台上，影视飓风创始人潘天鸿（Tim）向观众演示了字节跳动研发的世界模型。输入一句话，系统便生成一间可微观漫游的房间，观众骑着纸飞机就能在赛博空间自由飞行；说一句“在杯子边多一个勺子”，下一秒场景里便凭空出现可交互的物件。

据彭博社等此前披露，该模型以字节视频生成模型Seedance为基座，目标实现每秒约20帧的实时空间视频生成，端到端延迟约50毫秒，云端渲染。50毫秒低于人类视觉感知的交互延迟阈值，画面与动作的时差几乎不可察觉。现场还展示了“任意门”功能，可将两个互不相关的场景直接连通，上一秒在屋里、下一秒便推门闯入外太空。

世界模型被认为是下一代AI的主流架构方向之一。与仅“生成一段视频”的传统多模态模型不同，世界模型输入的是行为、输出的是可进入、可编辑的实时空间，本质是一套交互系统。李飞飞创办的World Labs、谷歌Genie、英伟达Cosmos等均已布局。字节此举把AIGC的竞争从“画面质量”推向“空间交互”，也为短视频、直播、游戏等内容形态提供了新的实时引擎想象空间。

业内认为，当内容可以实时生成与交互，智能体在虚拟世界中的训练、仿真也将获得更真实的试验场。不过该模型目前尚未正式发布，相关能力仍处于展示阶段，距离实际可用产品仍有距离，后续是否开放、以何种形式落地，仍有待官方进一步明确。