一条没有官方背书的小红书笔记，让字节跳动的世界模型提前曝光。博主橘AI称，其在影视飓风看到Tim演示了字节最新的世界模型：造一个世界并与之互动，把老电影当作世界模型随意控制运镜，打开任意门进入梦想中的世界，让机器人在虚拟世界里学会操作包括自动驾驶，戴上VR眼镜让医生等职业进行模拟学习。字节尚未官宣，笔记也未提及模型名称。

据知情人士此前消息，字节正在基于旗下视频生成模型Seedance开发一款实时空间视频生成模型，由张一鸣亲自督导，协调公司内部多个业务部门，投入AI资源与算力支持，模型最快可能于10月推出。如今10月已到，演示先于发布会出现。

张一鸣亲自下场，为一个具体项目

张一鸣近年很少公开露面，更少为某个具体产品站台。但据媒体披露，他为这个模型亲自协调跨部门团队和算力资源，模型研发、云基础设施、Pico硬件、内容业务线全部调动，算力优先保障。据36氪报道，世界模型被列为字节2026年AI四大重点方向之首，数据预算极高，优先级排在所有方向前面。9月初，字节刚完成一笔296亿美元的银团贷款，约合2136亿元人民币，市场解读为加码AI基建。

字节的路线与Meta当年从硬件和3D世界起步自上而下搭建元宇宙不同：它从视频生成出发，Seedance先把画面做出来，世界模型再让环境跟着人的行动继续变化。据晚点报道，张一鸣8月曾在Seed团队全员会上表示，公司不会把模型蒸馏当捷径，宁愿暂时落后，也要从更底层构建AGI壁垒，并表扬了Seedance的差异化领先。

世界模型赛道，多条路线分岔

OpenAI走物理仿真路线，2024年2月Sora技术报告标题即为《Video Generation Models as World Simulators》，把视频生成模型定位成世界模拟器，但Sora至今仍难准确模拟玻璃破碎等基本物理过程。Google DeepMind走实时交互路线，2025年8月发布的Genie 3被官方定义为首个实时、可交互的逼真世界模型，可根据文本描述生成可探索的3D环境，帧率20到24fps，并基于Google Maps街景锚定现实世界。英伟达走物理AI底座路线，今年5月发布的Cosmos 3号称全球首个完全开放的全模态模型，把视觉推理、世界生成、动作预测收进一个系统，专门为机器人和自动驾驶生成训练数据，把训练评估周期从数月压缩到数天。

字节走的是第四条、也是离大众最近的一条。据悉，其模型以Seedance为基础，按需生成每秒20帧的视频，端到端延迟约50毫秒，渲染放在云端，画面串流到终端，应用场景为直播、互动短剧、游戏，并计划适配Pico头显。50毫秒接近人类感知阈值，20帧每秒说明云端渲染和流媒体传输已达可用工程水准，这条路为实时互动而生。

字节敢把世界模型排第一，底气在内容生态。QuestMobile数据显示，红果免费短剧今年5月月活3.56亿，2月用户日均使用时长125分钟。抖音是天然试验场，剪映是创作者工具，火山引擎提供算力，Pico提供终端。此前发布的Seedance 2.5已能单次生成30秒视频、输入最多50个全模态参考素材。国内同样拥挤，阿里做了Qwen-AgentWorld和Qwen-RobotWorld，腾讯HY-World 2.0强调3D可编辑世界，蔚来小鹏理想更愿说驾驶世界模型，快手可灵和腾讯混元也在迭代。据相关消息，字节年初内部测试与世界先进水平还有约10%的差距，目标是年底前发布至少一款对标Genie 3的模型。

演示之外，字节更大的棋局

Tim演示中最有分量的不是造世界或任意门，而是让机器人在虚拟世界里学会操作、让医生等职业模拟学习——这两条把世界模型从娱乐拉进生产力。字节在这条线上的布局比外界看到的早：2025年10月，字节Seed团队发布Seed3D 1.0，当时即认为世界模拟器对具身智能至关重要，能为机器人训练提供复杂场景模拟和高质量合成数据，生成的3D模型可无缝导入Isaac Sim等仿真引擎。英伟达已把这条路趟出来，Cosmos 3正在给Agile Robots、理想汽车等公司生成动作数据。字节没有公开对标英伟达，但Seed3D的定位说明其想清楚了：世界模型的价值不在生成好看的视频，在生成可交互、可训练的世界。

这也解释了Pico的位置。VR行业降温后Pico一度被认为边缘化，但字节没有扔掉它。PICO Space Pro原计划9月发布，推迟到第四季度，理由是软件体验升级。当世界模型把渲染放到云端，头显不必堆本地算力，硬件门槛被压低，竞争焦点从硬件规格转向AI模型、计算基础设施和内容分发，Pico从硬件竞品变成内容生态的一环。

那条小红书笔记没有官方背书，细节未经字节证实，但它的出现本身就是一个信号：世界模型在10月这个时间窗口，已经可以被演示、被讨论、被传播。张一鸣押注的这条路，用视频生成切入实时互动，用抖音和红果承接内容，用火山引擎扛算力，用Pico接终端，还摸到了机器人和职业培训的门。这场仗的真正答案可能要等三五年，但方向已经摆在那里。