抖音母公司字集跳動集團在《2026 美好奇妙夜》的科技節目環節，請到影視颶風創辦人潘天鴻（Tim）上台示範了一套世界模型。使用者輸入一段文字描述之後，系統會即時生成對應的 3D 虛擬世界，人可以在裡面自由遊覽，也能繼續下指令修改場景。
整段演示裡，使用者可以跳下紙飛機、與場景產生互動，畫面細節與流體互動的表現也被提出來強調。更特別的是即時造物，他隨口說了一句「我想在杯子邊多一個勺子」，下一秒杯子旁就長出一支湯匙，角色還能沿著它爬行、與它互動。他用「言出法隨」形容這種隨時生成物件的能力，也就是小時候幻想的夢想成真。
從看電影到走進電影
接著登場的是影視製作的應用。現場播放周星馳執導的《喜劇之王》片段，並說明已事先取得導演授權，畫面上是觀眾熟悉的作品，但角度和平常看到的不一樣。過去要動用十幾個機位才能完成的調度，現在只要畫出一道軌跡就能預演。他把這段演示的意義總結為，畫面效果來自世界模型本身，單純的影片生成做不到，體驗上像是「從看電影到走進電影」。
任意門與世界座標
再來是「任意門」。他的說法是，小時候最希望推開家裡的門就能去宇宙裡遨遊，而在世界模型裡，人可以決定世界裡有什麼、在什麼位置、如何彼此連接。演示中，記憶與想像各自有座標，宇宙被放在故鄉的隔壁。
機器人與自動駕駛的訓練場
演示後半段轉向產業應用。他把場景的主人公換成家務機器人，杯子可以拿、盤子可以收，但手辦建議先不要碰。世界模型提供的是充分的訓練環境，讓機器人先在虛擬世界裡學會，再進到真實世界實作。
自動駕駛同樣如此。現實中很難遇到的突發狀況，可以在模型裡反覆模擬，例如看到老奶奶要停下、看到事故要避開、雨天要減速，車輛在上路之前就能完成場景訓練。他接著提到未來還能用於模擬災害救援、物理實驗與開車預演，甚至戴上 Pico 眼鏡，醫生可以模擬複雜的手術。
彭博社九月披露的技術輪廓
其實早在九月份彭博社就率先報導，字節跳動正在開發一款用於即時空間影片生成的模型，由創辦人張一鳴親自督導，最快十月推出。報導提到他親自協調跨部門資源，把 AI 算力壓在這個專案上；系統建立在既有的影片生成模型 Seedance 之上，可用來建立互動式虛擬世界，鎖定的場景包括直播、短劇與遊戲。字節跳動發言人當時未回覆彭博的置評請求。
彭博把這套模型描述成一個飛輪，一端是自家的 AI 模型與雲端算力，另一端是內容平台與 Pico 硬體，張一鳴希望把兩端咬合起來。報導也把它對標 Google 的 Genie，Genie 今年推出之後，使用者已經可以在即時渲染的街景畫面裡走動。傳言光世界模型吃下字節所有模型方向裡最大的資料預算，金額是其他子公司的三到四倍。
報導提到的技術指標是端到端延遲約 50 毫秒、生成幀率約每秒 20 幀，畫面全部在雲端生成。這個數字放在互動體驗上有具體意義，人類視覺感知的互動延遲門檻大約落在 50 到 100 毫秒之間，做到 50 毫秒，使用者幾乎感受不到畫面與動作之間的時差。遠端渲染同時減輕頭顯的運算負擔，進而壓低硬體成本，傳統 VR 依賴預先渲染的內容與本機算力，雲端即時生成等於把算力搬到伺服器，終端只負責顯示與採集動作。
官方至今沒有產品，只有研究
雖然發表會都轟轟烈烈的辦完了，但字節跳動官方目前沒有正式發布任何世界模型產品。Seed 官網最新一則動態是 8 月 5 日 SeedRealtime，再往前依序為 7 月 31 日 Seedance 2.5、7 月 23 日 Seed STEM、7 月 20 日 Seed Audio 1.0 與 7 月 8 日 Seedream 5.0 Pro，沒有世界模型產品名稱、頁面或時程；官方唯一把世界模型寫進正式介紹的地方，是 Seed 團隊頁的研究方向清單。
全球賽道上的位置
世界模型在 2026 年成為顯學，各家切入的位置並不相同。Google DeepMind 走 Genie 系列，李飛飛創辦的 World Labs 走通用世界模擬與創作者工具路線，旗下 Marble 能依文字或圖片生成可以進入的 3D 場景。NVIDIA 把 Cosmos 與 Lyra 2.0 接上 Isaac 模擬平台，替機器人與自動駕駛生成訓練資料，路線更貼近物理 AI。
中國廠商的路線則從一開始就綁定場景。騰訊開源 HY-World 2.0，主打可匯入 Blender、Unity、Unreal Engine 的 3D 資產。阿里推出 Happy Oyster，分成可自由移動的漫遊模式，以及邊生成邊介入的導演模式，輸出影音串流。京東押注供應鏈場景與十萬卡國產算力叢集，目標是讓虛擬模擬與物理執行接成閉環。上游晶片廠也進場，AMD 在九月宣布以 82 億美元（約 NT$ 2,665 億元）全股票收購 World Labs。
字節跳動選擇的位置是內容消費。它沒有做通用平台，而是把模型、算力、Pico 頭顯與抖音生態串成一條線，指向互動直播、互動短劇與沉浸式遊戲。這條路線的優勢是現成的內容生態與使用者規模，限制則是場景偏向虛擬體驗，較難直接切進工業、物流、機器人等真實物理場景。
尚未確認的部分
字節跳動至今沒有正式確認美好奇妙夜演示的這套模型，是否就是彭博社報導中基於 Seedance 開發的即時空間影片模型，也沒有公布產品名稱、開放時間與詳細效能數字。報導中的 50 毫秒延遲與每秒 20 幀來自匿名消息來源，沒有技術論文或獨立基準測試佐證，時間表本身也被形容為仍可能變動。模型目前尚未正式發布，但已經展現出三維場景生成、自由探索、即時互動、物體編輯與跨場景連通等能力。字節跳動把首次亮相安排在自家晚會的舞台上，而不是開發者大會，透露的訊號很清楚，它想先讓一般觀眾看見，再談技術規格。
