Η ByteDance ανεβάζει ταχύτητα στην κούρσα της τεχνητής νοημοσύνης, προετοιμάζοντας ένα νέο μοντέλο που φιλοδοξεί να μετατρέψει τη δημιουργία τρισδιάστατων, διαδραστικών κόσμων σε διαδικασία πραγματικού χρόνου. Η τεχνολογία θα μπορούσε να ανοίξει για τον κινεζικό όμιλο ένα νέο πεδίο ανταγωνισμού με τη Meta, την Google και την Apple, με εφαρμογές που ξεπερνούν κατά πολύ τη δημιουργία βίντεο και φτάνουν έως τη ρομποτική, τα αυτόνομα συστήματα, το gaming και τη χωρική υπολογιστική.
Πίσω από το εγχείρημα βρίσκεται προσωπικά ο ιδρυτής της ByteDance, Ζανγκ Γιμίνγκ, ο οποίος επιβλέπει την ανάπτυξη και τον συντονισμό διαφορετικών επιχειρηματικών μονάδων του ομίλου. Η εταιρεία κατευθύνει σημαντικούς πόρους τεχνητής νοημοσύνης και υπολογιστική ισχύ στο project, με στόχο το νέο μοντέλο να παρουσιαστεί ακόμη και μέσα στον επόμενο μήνα, αν και το χρονοδιάγραμμα παραμένει ανοιχτό σε αλλαγές.
Από το Seedance στους κόσμους που δημιουργούνται σε πραγματικό χρόνο
Η νέα τεχνολογία θα βασίζεται στο Seedance, το μοντέλο δημιουργίας βίντεο που αποτελεί ήδη ένα από τα ισχυρότερα «χαρτιά» της ByteDance στην τεχνητή νοημοσύνη.
Το επόμενο βήμα, ωστόσο, είναι πολύ πιο φιλόδοξο. Αντί για ένα βίντεο που απλώς παράγεται έπειτα από μια εντολή, το νέο σύστημα σχεδιάζεται ώστε να μπορεί να δημιουργεί εικονικά περιβάλλοντα που μεταβάλλονται και αντιδρούν σε πραγματικό χρόνο στις ενέργειες του χρήστη.
Οι εφαρμογές μπορούν να επεκταθούν από τις ζωντανές μεταδόσεις και τα σύντομα δράματα έως τα videogames και τις συσκευές εικονικής πραγματικότητας. Ο χρήστης, δηλαδή, δεν θα παρακολουθεί απλώς ένα περιεχόμενο που δημιουργήθηκε από AI, αλλά θα μπορεί να κινείται και να αλληλεπιδρά μέσα σε έναν κόσμο που δημιουργείται δυναμικά γύρω του.
Η φιλοσοφία θυμίζει το Genie της Google, το οποίο επιτρέπει την αλληλεπίδραση με εικονικά περιβάλλοντα που αποδίδονται σε πραγματικό χρόνο. Πρόκειται για τη νέα κατηγορία των λεγόμενων «world models», συστημάτων που επιχειρούν να κατανοήσουν και να προσομοιώσουν τον φυσικό κόσμο αντί να περιορίζονται στην παραγωγή κειμένου, εικόνων ή συμβατικών βίντεο.
Ακριβώς αυτή η ικανότητα θεωρείται ιδιαίτερα σημαντική για το επόμενο στάδιο ανάπτυξης της AI. Ένα σύστημα που μπορεί να αντιλαμβάνεται χώρους, κινήσεις, αντικείμενα και τις μεταξύ τους σχέσεις θα μπορούσε να αξιοποιηθεί στην εκπαίδευση ρομπότ, στα αυτόνομα οχήματα και στην ανάπτυξη πολύ πιο σύνθετων ψηφιακών περιβαλλόντων.
Το μεγάλο στοίχημα με τα Pico
Η ByteDance βλέπει το νέο μοντέλο και ως συνδετικό κρίκο ανάμεσα στην τεχνητή νοημοσύνη, στις υποδομές cloud, στις πλατφόρμες περιεχομένου της και στην Pico, τη δραστηριότητά της στην εκτεταμένη πραγματικότητα.
Στόχος είναι οι εικονικοί κόσμοι να μπορούν να ανταποκρίνονται στη φωνή ή στις κινήσεις των χρηστών που φορούν headsets της Pico. Το σύστημα επιδιώκει να προσφέρει κατά παραγγελία βίντεο με καθυστέρηση περίπου 0,05 δευτερολέπτων και ρυθμό 20 καρέ ανά δευτερόλεπτο, επιτρέποντας τη δημιουργία περιβαλλόντων και διεπαφών χωρικής υπολογιστικής σχεδόν ακαριαία.
Εδώ βρίσκεται και μία από τις σημαντικότερες επιχειρηματικές διαστάσεις του εγχειρήματος. Η δημιουργία προηγμένων τρισδιάστατων γραφικών απαιτεί σήμερα μεγάλη υπολογιστική ισχύ και ακριβό hardware. Η ByteDance επιχειρεί να μεταφέρει σημαντικό μέρος αυτής της επεξεργασίας από το headset στο cloud.
Εάν το μοντέλο λειτουργήσει αποτελεσματικά, οι συσκευές εικονικής πραγματικότητας θα χρειάζονται λιγότερη ενσωματωμένη υπολογιστική ισχύ. Αυτό θα μπορούσε να επιτρέψει την παραγωγή φθηνότερων και απλούστερων headsets, περιορίζοντας ένα από τα εμπόδια που μέχρι σήμερα δυσκολεύουν τη μαζική υιοθέτηση της εικονικής και μικτής πραγματικότητας.
Παράλληλα, ο ανταγωνισμός θα μπορούσε να μετακινηθεί από το ποιος διαθέτει την ισχυρότερη συσκευή στο ποιος ελέγχει το καλύτερο μοντέλο AI, την ισχυρότερη υποδομή cloud και τη μεγαλύτερη πλατφόρμα διανομής περιεχομένου.
Νέο μέτωπο απέναντι σε Meta και Apple
Μια τέτοια εξέλιξη θα έφερνε την ByteDance ακόμη πιο άμεσα απέναντι στη Meta και την Apple.
Η Meta έχει επενδύσει σημαντικά στην ανάπτυξη ενός ευρύτερου οικοσυστήματος γύρω από τα Quest, ενώ η Apple έχει τοποθετήσει το Vision Pro στο premium κομμάτι της χωρικής υπολογιστικής. Παρά τις τεράστιες επενδύσεις, πάντως, η διείσδυση των συγκεκριμένων τεχνολογιών στη μαζική αγορά παραμένει περιορισμένη.
Η ByteDance επιχειρεί να προσεγγίσει το ίδιο πρόβλημα από διαφορετική κατεύθυνση: αντί να βασιστεί αποκλειστικά σε ολοένα ισχυρότερο και ακριβότερο hardware, θέλει να χρησιμοποιήσει γενετική AI και cloud computing για να μειώσει το κόστος παραγωγής και κατανάλωσης χωρικού περιεχομένου.
Το πλεονέκτημά της είναι ότι διαθέτει ήδη τεράστια εμπειρία στη δημιουργία και διανομή βίντεο μέσω του TikTok, αλλά και ένα οικοσύστημα εφαρμογών μέσα από το οποίο μπορεί να διοχετεύσει νέες υπηρεσίες AI.
Η γενετική AI στο επίκεντρο της ByteDance
Το νέο μοντέλο εντάσσεται σε μια ευρύτερη στρατηγική μεταμόρφωση του κινεζικού ομίλου. Η ByteDance μεταφέρει ολοένα περισσότερους πόρους προς τη γενετική τεχνητή νοημοσύνη, επιχειρώντας ταυτόχρονα να ενισχυθεί στα μεγάλα γλωσσικά μοντέλα, στο επιχειρηματικό λογισμικό AI και στις υπηρεσίες cloud.
Στην Κίνα βρίσκεται αντιμέτωπη με έναν ιδιαίτερα έντονο ανταγωνισμό, καθώς Alibaba, Moonshot AI και Tencent επενδύουν επιθετικά στην ανάπτυξη νέων μοντέλων και υπηρεσιών.
Η στρατηγική αυτή συνεπάγεται υψηλό κόστος. Η παράλληλη επέκταση σε AI, cloud και ηλεκτρονικό εμπόριο απαιτεί τεράστιες επενδύσεις και μπορεί να ασκήσει βραχυπρόθεσμα πίεση στα περιθώρια κέρδους και στις ταμειακές ροές. Παράλληλα, η επιθετική τιμολογιακή πολιτική για την κατάκτηση μεριδίων αγοράς αυξάνει ακόμη περισσότερο το κόστος της προσπάθειας.
Ωστόσο, η ByteDance διαθέτει την οικονομική ισχύ για να υποστηρίξει μια πολυετή επενδυτική επίθεση. Πρόσφατα εξασφάλισε δάνειο 30 δισ. δολαρίων, καθώς επιταχύνει την ανάπτυξη υποδομών τεχνητής νοημοσύνης, κέντρων δεδομένων και του απαραίτητου υπολογιστικού εξοπλισμού.
Το Seedance ως βάση για την επόμενη ημέρα
Κομβικός παράγοντας για τις φιλοδοξίες της εταιρείας παραμένει το Seedance. Το μοντέλο έχει εξελιχθεί σε μία από τις σημαντικότερες επιτυχίες της ByteDance στην AI και αποτελεί ήδη τεχνολογική βάση για προϊόντα όπως το CapCut και το Doubao, το ιδιαίτερα δημοφιλές chatbot της εταιρείας στην Κίνα.
Παράλληλα, έχει αποκτήσει απήχηση σε ανεξάρτητα κινηματογραφικά στούντιο, δημιουργούς περιεχομένου και νεοφυείς επιχειρήσεις AI, προσφέροντας στην ByteDance ένα σημαντικό πλεονέκτημα σε έναν τομέα όπου η ίδια διαθέτει ήδη βαθιά τεχνογνωσία: το βίντεο.
Το επόμενο στοίχημα είναι να μετατρέψει αυτή την τεχνογνωσία σε κάτι πολύ μεγαλύτερο. Από την παραγωγή βίντεο, στη δημιουργία ολόκληρων ψηφιακών κόσμων σε πραγματικό χρόνο.
Εφόσον το εγχείρημα πετύχει, η μάχη για την επόμενη γενιά ψηφιακών εμπειριών ενδέχεται να μην κριθεί μόνο στα headsets ή στις οθόνες. Θα κριθεί στα μοντέλα τεχνητής νοημοσύνης που θα μπορούν να δημιουργούν, να μεταβάλλουν και να «ζωντανεύουν» έναν εικονικό κόσμο τη στιγμή ακριβώς που ο χρήστης αλληλεπιδρά μαζί του.
Διαβάστε ακόμη
Ερη Χρηστογιάννη (Sporos Meals): Tα πρώτα ελληνικά βιολογικά σνακ για παιδιά
Αναπτυξιακός νόμος: Επενδύσεις 3,1 δισ. ευρώ για δουλειές στην Περιφέρεια
UBS: Τα τρία σενάρια για την κυβέρνηση Μερτς, η πίεση στην οικονομία και ο κίνδυνος πρόωρων εκλογών
Για όλες τις υπόλοιπες ειδήσεις της επικαιρότητας μπορείτε να επισκεφθείτε το Πρώτο ΘΕΜΑ
Σχολίασε εδώ
Για να σχολιάσεις, χρησιμοποίησε ένα ψευδώνυμο.