创始人出山，字节的主心骨回来了。

出品 | 电商头条   作者 | 木易

过去几年，张一鸣越来越像中国互联网圈的一位 " 隐士 "。

卸任字节跳动 CEO 后，他逐渐退到幕后，公开露面越来越少，也很少再直接插手具体业务。

但到了 AI 这场关键战役，他坐不住了。

今年 8 月，张一鸣罕见地在 Seed 团队会议上为大模型研发路线定调。面对激烈的行业竞争，他明确表示，做模型要坚持长期主义和延迟满足感，不应该 " 用别人的输出，换一时的榜单排名 "。

如今，他又亲自盯上了难度更高的世界模型。

有消息称，张一鸣正在亲自监督研发一款实时空间视频生成模型。这款新模型一旦做成，字节的 AI 版图就会再往前跨一大步，从视频生成一路打进机器人、自动驾驶和虚拟现实。

这一次重新出山，他显然是冲着更大的结果去的。

张一鸣亲自坐镇

押注世界模型

近日，有消息称，字节正在开发一款面向实时空间视频生成的 AI 模型，张一鸣亲自监督研发，并负责协调相关业务部门，为项目调配 AI 资源和算力。

张一鸣早在 2021 年卸任 CEO，此后很少公开露面。自 2024 年下半年开始，他逐渐把大量时间重新放到 Seed，每月参加核心技术团队的复盘和讨论。

若研发进展顺利，这款新模型可能在 2026 年 10 月亮相，具体时间仍可能随项目进度调整。

字节正在研发的这款新模型属于世界模型。简单来说，世界模型就是让 AI 理解环境如何运转，并预测一个动作会带来什么变化。

张一鸣此次亲自下场，与世界模型在字节 AI 战略中的位置直接相关。

2026 年，字节为 AI 业务确定了四项重点任务，分别是推进世界模型训练、保持 Seedance 的视频生成优势、提升 Coding 与 Agent 能力，以及推动豆包商业化。

在今年上半年召开的 Seed 全员会上，吴永辉给团队定下目标：2026 年底前发布至少一版世界模型，性能对标 Google 在 2025 年 8 月推出的 Genie 3。

为了缩短能力差距，字节提高了相关数据预算，采购范围覆盖长视频、三维空间、机器人动作和视觉语言行动数据。有供应商透露，这部分预算达到八位数人民币，投入规模约为部分国内研发团队的三至四倍。

据了解，字节正在研发的模型可以按需生成空间视频，速度达到每秒 20 帧，响应延迟约为 0.05 秒。换成容易理解的说法，用户戴上头显往前走一步，眼前的虚拟世界也要在几乎感觉不到等待的情况下跟着变化。

字节手里已经有一块可用的技术地基。

今年 7 月 31 日字节推出了 Seedance 2.5，单次可以生成 30 秒音视频，支持多轮延长、时间点控制，以及图片、视频和音频等多种素材输入。字节也开始将这类能力用于工业仿真、具身智能和自动驾驶所需的合成数据。

世界模型将在这套能力上继续补齐长时间一致性、空间关系和物理规律，让视频既能 " 看起来像真的 "，也能实时响应人的动作。

一旦模型如期落地并具备稳定的实时交互能力，PICO 就有机会从一台 VR 头显，变成字节把世界模型送到用户眼前的入口。

PICO 是字节旗下的 VR 硬件品牌，核心产品是虚拟现实头戴式显示设备。字节收购 PICO 后一度加大投入，随后因 VR 市场需求未达到预期，在 2023 年调整了相关团队和业务。

图源：PICO

按照目前曝光的技术路线，生成空间内容所需的大量计算将转移到云端，从而降低 PICO 头显对本地算力的要求。头显硬件的计算压力下降后，设备成本也存在进一步降低的空间。

对字节来说，这项新的大模型技术可以用在两类场景。一类是为 PICO 生成互动游戏、虚拟直播和空间短剧，另一类是为机器人和自动驾驶搭建训练环境。

字节持续加码 AI

研发世界模型，本身就是一项高难度工程。训练阶段需要处理海量视频、三维空间和动作数据，投入使用后，还要根据用户的每一个动作实时生成新画面。

字节给这场长期研发准备了三样硬资源：资金、算力和人才。

木易了解到，木易了解到，字节近期已获得一笔 296 亿美元银团贷款，折合人民币约 2000 亿元。贷款名义用途为一般公司用途，知情人士称，其中很大一部分资金将投向 AI 芯片、数据中心等 AI 相关项目。

图源：微博

有消息称，字节还在评估将 2026 年资本支出提高至 700 亿美元，资金将重点投向数据中心扩容及其他 AI 基础设施。

AI 研发需要持续投入，字节正在备足资金 " 弹药 "，为后续的算力和基础设施建设留出空间。

另一边，字节的 AI 基础设施已经铺向西北。2026 年以来，字节关联企业在内蒙古和宁夏设立七家公司，注册资本合计 107 亿元。经营范围涉及信息技术咨询、软件开发、信息系统集成、计算机软硬件以及非居住房地产租赁等。

算力中心要建好，人才也得留住。

前不久，字节把在职员工期权价格从 229.5 美元提高至 241.35 美元，不到一年累计上涨约 20.4%。

AI 核心团队还拥有一套独立的 " 豆包股 " 激励。相比 10 美元的初始授予价，豆包股 8 月回购价已经升至 17.02 美元，累计上涨约 70.2%。同时字节还扩大了发放规模，并允许部分员工调整现金与豆包股的比例。

一套期权覆盖公司整体业务，一套专门激励 AI 团队，目的都很直接：提高核心人才留在字节的回报，也让竞争对手挖人变得更贵。

除了增加资金和人才投入，字节也开始调整组织架构，把分散在不同团队的产品和销售力量整合起来。

今年 7 月，飞书产品团队与豆包产品团队合并，组成新的豆包产品团队；飞书的市场、销售和客户服务体系则与火山引擎整合，形成统一的企业服务组织。

一个月后，TRAE 与扣子团队也进入豆包体系，分别补充 AI 编程和智能体能力。

豆包加快商业化

组织架构调整完成不久，字节便推出了新的 AI 产品。

今年 8 月 25 日，字节推出 " 豆包工作 "。在用户授权范围内，它可以读取文档、会议记录、群聊和企业知识，再调用云电脑、办公软件和多个智能体完成资料整理、内容生成、研究分析与任务执行。

图源：豆包工作

豆包也有足够大的用户池来承接这些新功能。2026 年 6 月，豆包月活跃用户达到 3.82 亿，单月新增约 1378 万，豆包大模型日均 Token 调用量也在同期突破 180 万亿。

图源：QuestMobile

人越多、用得越频繁，字节承担的算力成本也越高，收费因此成了豆包必须迈出的一步。

今年 5 月预告收费之后，豆包当月一度流失约 600 万用户；6 月 24 日付费版正式上线。到 6 月底，App 用户较 5 月增加 1378 万，月活升至 3.82 亿。

从 6 月表现看，增值收费暂时没有挤压用户基本盘。

豆包专业版目前提供标准套餐、加强套餐和高级套餐，连续包月价格分别为 68 元、200 元和 500 元，付费权益主要围绕更高使用额度、专家模式和办公任务等生产力场景展开。

除了收会员费，豆包也开始尝试从购物中获得收入。

今年 4 月下旬，豆包在 App 导航栏上线购物功能 " 豆包帮你选 "，并接入抖音电商，将商品推荐、下单和支付放进一轮对话中。

图源：豆包 APP

木易原本对豆包购物没有太强的实感，直到前阵子刷到一段视频。

一个七八岁模样的孩子拿着平板，对豆包说了一句：" 豆包豆包，给我买一个丑丑的书包。"

豆包听懂了 " 丑丑的 " 这种模糊偏好，筛选出了对应偏好商品，孩子随后完成下单。一家人吃惊之余，又被这个小孩的审美逗得哭笑不得。

AI 正在把搜索、比较和下单压缩成一轮对话，连不熟悉关键词的孩子也能完成交易。

张一鸣正在把更多时间、算力和组织资源投向世界模型。豆包积累的用户、场景和商业化能力，也能为这项投入周期更长的研发提供支撑。

若世界模型顺利落地，字节有望推出可实时交互的生成式 AI 产品，并搭起支撑虚拟空间、实时交互和物理模拟的技术底座。

字节争取的，是新一代人机交互中的更大主动权。