バイトダンス、世界モデルを10月にも発表か…創業者チャン・イーミン氏が開発指揮

　新モデルは、同社の動画生成AI「Seedance」を基盤に構築され、ライブ配信や短編ドラマ、ゲーム向けのインタラクティブな仮想世界を生成する構想だという。利用者が音声や身体の動きで指示すると、それに応じて空間映像が変化する仕組みを想定している。


　米ブルームバーグが9月7日（現地時間）に関係者の話として報じた。関係者によると、生成処理は端末ではなくクラウド上で実行し、約20fps、約0.05秒（50ミリ秒）の遅延で映像を出力することを目指す。バイトダンス傘下のXR事業「Pico」のヘッドセット向けに、利用者の声や動きに反応する仮想世界を生成する用途も検討されているという。

　処理をクラウド側に移せれば、ヘッドセットそのものに求められる計算能力を抑えられる可能性がある。高性能な端末に処理を集中させるのではなく、AIモデルとクラウドの計算資源を組み合わせて仮想空間を生成する発想だ。実現すれば、XRを巡る競争軸がハードウェア性能だけでなく、AIモデルや計算基盤、コンテンツ配信力にも広がる可能性がある。

　世界モデルとは、利用者などの行動が環境にどう影響するかを予測・シミュレーションするAIモデルを指す。単に完成した動画を生成するのではなく、利用者の操作に合わせて次の状態を生成し続けられる点が重要な特徴となる。

　この分野では米グーグル傘下のグーグル・ディープマインドが「Genie 3」を開発しており、利用者が移動したり操作したりするのに合わせ、インタラクティブな環境をリアルタイムで生成する技術を展開している。世界モデルはゲームなどのコンテンツ生成だけでなく、AIエージェントやロボットを仮想環境で学習させる技術としても開発競争が進んでいる。

　バイトダンスには、動画生成技術に加え、クラウドの計算資源、TikTokなどのコンテンツ基盤、PicoのXRハードウェアがある。報道されたモデルが実用化されれば、こうした資産を1つの仕組みに結び付けられる点が強みとなる。ただし、今回報じられた新モデルについて、バイトダンスは公式には詳細を発表していない。実際の性能や提供時期、Picoなど既存サービスとの連携範囲がどこまで実現するかは、正式発表を待つ必要がある。