بایت‌دنس و پروژه شخصی ژانگ یی‌مینگ برای مدل جهانی هوش مصنوعی

بنیان‌گذار بایت‌دنس، ژانگ یی‌مینگ، سال‌ها پیش مدیریت روزمره شرکت را کنار گذاشت؛ اما حالا شخصاً مهندسان چند بخش مختلف را برای ساخت یک «مدل جهانی» هوش مصنوعی هدایت می‌کند که قرار است دنیایی سه‌بعدی و زنده بسازد، دقیقاً همان لحظه‌ای که کاربر حرف می‌زند یا حرکت می‌کند.

۱. بازگشت غیرمنتظره یک بنیان‌گذار به میز مهندسی

ژانگ یی‌مینگ در سال ۲۰۲۱، در اوج موفقیت تیک‌تاک و دویین، از مدیریت اجرایی روزمره بایت‌دنس کناره گرفت و مسئولیت را به مدیران دیگر سپرد. از آن زمان تصویر عمومی او بیشتر شبیه یک سرمایه‌گذار و استراتژیست پشت‌پرده بود تا مهندسی که کد می‌نویسد. اما بر اساس گزارش تازه بلومبرگ که در تاریخ ۷ سپتامبر ۲۰۲۶ منتشر شد، او این روزها شخصاً هماهنگ‌کننده تیمی از مهندسان چند بخش مختلف بایت‌دنس است؛ تیمی که مأموریتش ساخت یکی از جاه‌طلبانه‌ترین محصولات هوش مصنوعی شرکت است: یک «مدل جهانی» قادر به تولید دنیای سه‌بعدی تعاملی در لحظه.

این بازگشت به‌تنهایی خبرساز است، اما نکته مهم‌تر جایگاه این پروژه در نقشه راه شرکت است. بر اساس گزارش‌ها، ساخت مدل جهانی در صدر فهرست چهارگانه اولویت‌های هوش مصنوعی بایت‌دنس برای سال ۲۰۲۶ قرار دارد؛ جایگاهی که نشان می‌دهد مدیران ارشد این شرکت آن را نه یک آزمایش جانبی، بلکه یک ضرورت راهبردی می‌بینند. اگر می‌خواهید با مفهوم عامل‌های هوش مصنوعی و کاربردهای عملی آن‌ها بیشتر آشنا شوید، می‌توانید سری آموزش‌های هوش مصنوعی ما را هم دنبال کنید.

۲. مدل جهانی دقیقاً چیست؟

واژه «مدل جهانی» (world model) این روزها یکی از داغ‌ترین اصطلاحات صنعت هوش مصنوعی است. برخلاف مدل‌های زبانی که با متن کار می‌کنند یا مدل‌های تصویرسازی که یک فریم ثابت تولید می‌کنند، مدل جهانی تلاش می‌کند فیزیک و منطق دنیای واقعی را بفهمد و بر همان اساس، محیطی پویا و قابل‌تعامل بسازد. به زبان ساده، به‌جای پخش یک ویدیوی از پیش ضبط‌شده، این مدل هر فریم را در همان لحظه و بر اساس ورودی کاربر تولید می‌کند.

پروژه بایت‌دنس دقیقاً همین کار را هدف گرفته: تولید ویدیوی سه‌بعدی تعاملی که با صدا و حرکت کاربر تغییر شکل می‌دهد. تصور کنید داخل یک هدست واقعیت مجازی هستید و صحنه اطرافتان، به‌جای اینکه از پیش طراحی شده باشد، لحظه‌به‌لحظه و بر اساس نگاه و حرکت شما ساخته می‌شود؛ درست مثل یک بازی ویدیویی بی‌پایان که هیچ‌کس از قبل کدش را ننوشته است.

تفاوت مدل جهانی با یک موتور بازی سنتی هم در همین نکته نهفته است. در یک بازی معمولی، هر آبجکت، هر دیوار و هر قانون فیزیکی از قبل توسط طراحان کدنویسی شده؛ اما در مدل جهانی، هیچ قانون فیزیکی از پیش نوشته نشده است. مدل با دیدن میلیون‌ها ساعت ویدیوی واقعی، خودش یاد می‌گیرد که مثلاً یک توپ چطور می‌افتد، یک سایه چطور حرکت می‌کند یا نور چطور از یک سطح شیشه‌ای بازتاب پیدا می‌کند؛ و بعد همین دانش را برای ساختن صحنه‌های تازه و کاملاً بداهه به کار می‌گیرد. همین ویژگی است که کاربردهای این فناوری را از واقعیت مجازی صرف فراتر می‌برد و آن را به ابزاری بالقوه برای آموزش رباتیک، شبیه‌سازی صنعتی و حتی تولید محتوای سرگرمی تبدیل می‌کند.

۳. از Seedance تا رندر ابری؛ فناوری پشت پروژه

این پروژه روی زیرساخت موجود بایت‌دنس، یعنی موتور ویدیوسازی Seedance، بنا شده است. بر اساس گزارش‌های فنی، نسخه آزمایشی این مدل جهانی می‌تواند با نرخی نزدیک به بیست فریم بر ثانیه و تأخیری در حدود پنجاه میلی‌ثانیه کار کند؛ سرعتی که برای تعامل بلادرنگ (real time) حیاتی است، چون هرگونه تأخیر محسوس، حس غوطه‌وری کاربر را از بین می‌برد.

نکته راهبردی مهم‌تر اما در جای دیگری است: تمام پردازش سنگین روی سرورهای ابری بایت‌دنس انجام می‌شود، نه روی خود هدست. این انتخاب معماری، معادلات بازار سخت‌افزار واقعیت مجازی را کاملاً تغییر می‌دهد. به‌جای اینکه کیفیت تجربه به قدرت پردازنده داخل هدست وابسته باشد، همه‌چیز به کیفیت مدل و زیرساخت ابری منتقل می‌شود؛ یعنی حتی یک هدست نسبتاً ارزان مثل Pico هم می‌تواند تجربه‌ای در حد گران‌قیمت‌ترین دستگاه‌های بازار ارائه بدهد. برای درک بهتر اینکه چرا زیرساخت و مهندسی واقعی پشت چنین محصولاتی اهمیت دارد، خواندن مطلب توهم توسعه‌دهنده تنها در برابر مهندس واقعی خالی از لطف نیست.

۴. رقیب اصلی: Genie گوگل و نبرد بر سر واقعیت مجازی

بایت‌دنس در این میدان تنها نیست. رقیب اصلی و مستقیم این پروژه، مدل Genie گوگل است؛ مدلی که همین حالا توانایی بازسازی لحظه‌ای محیط‌های واقعی خیابان را دارد و به‌عنوان یکی از پیشروترین مدل‌های جهانی صنعت شناخته می‌شود. هدف داخلی بایت‌دنس، بر اساس گزارش‌ها، عرضه دست‌کم یک مدل جهانی تا پایان سال ۲۰۲۶ و مقایسه مستقیم آن با نسخه سوم Genie گوگل است.

در طرف دیگر میدان، چهره‌هایی مثل فی‌فی لی، بنیان‌گذار استارتاپ World Labs و از چهره‌های شناخته‌شده پژوهش هوش مصنوعی دانشگاه استنفورد، و یان لکون، دانشمند پیشین ارشد هوش مصنوعی متا، سال‌هاست تأکید می‌کنند مدل‌های زبانی به‌تنهایی نمی‌توانند منطق و فیزیک دنیای واقعی را بفهمند. همین باور، که هوش مصنوعی واقعی باید بتواند «ببیند» و «تجربه کند»، نه فقط «بخواند»، اکنون به یکی از داغ‌ترین جبهه‌های رقابت در صنعت تبدیل شده است.

۵. چرا بایت‌دنس روی هدست‌های ارزان شرط بسته؟

بازار جهانی هدست‌های واقعیت مجازی سال‌هاست با یک مانع اساسی روبه‌روست: قیمت بالا. هدست‌هایی مثل Vision Pro اپل یا مدل‌های پیشرفته متا با وجود کیفیت بالا، برای اکثریت کاربران گران‌قیمت‌اند و همین موضوع، رشد این بازار را کند کرده است. استراتژی بایت‌دنس دقیقاً روی همین شکاف تمرکز دارد: به‌جای رقابت بر سر ساخت تراشه‌های قدرتمندتر و گران‌تر، مسیر دیگری را انتخاب کرده که در آن کیفیت فیدلیتی تصویر، مسئولیت سرورهای ابری شرکت است، نه سخت‌افزار کاربر.

این رویکرد اگر با موفقیت اجرا شود، می‌تواند دروازه ورود میلیون‌ها کاربر تازه به دنیای واقعیت مجازی را باز کند؛ کاربرانی که تا امروز به‌دلیل قیمت بالای هدست‌های باکیفیت، از این بازار کنار مانده بودند. برای آشنایی با اهمیت گسترده‌تر هوش مصنوعی در کسب‌وکارها و صنایع مختلف، مطلب چرا هوش مصنوعی برای کسب‌وکارها مهم است را هم بخوانید.

۶. بودجه و تیم؛ چه کسانی پشت این پروژه‌اند؟

بر اساس گزارش‌ها، بایت‌دنس بودجه‌ای هشت‌رقمی به یوان چین—یعنی چیزی در حد ده‌ها میلیون دلار—فقط برای گردآوری داده‌های آموزشی این پروژه (ویدیو، داده سه‌بعدی و داده رباتیک) اختصاص داده است؛ رقمی که گفته می‌شود سه تا چهار برابر بیشتر از میزان سرمایه‌گذاری رقبای چینی مانند علی‌بابا و دیپ‌سیک در همین حوزه است. مسئولیت اجرایی پروژه بر عهده گروه پژوهشی Seed است که وو یونگ‌هویی، رئیس بخش هوش مصنوعی بایت‌دنس، هدایتش می‌کند.

در تست‌های داخلی اوایل سال ۲۰۲۶، این مدل حدود ده درصد از استاندارد جهانی روز عقب‌تر بود؛ فاصله‌ای که تیم مهندسی امیدوار است تا زمان عرضه نهایی جبران کند. تاریخ عرضه احتمالی، اکتبر ۲۰۲۶ مطرح شده، هرچند بر اساس گزارش‌ها این زمان‌بندی هنوز قطعی نیست و ممکن است تغییر کند. نبرد شرکت‌های چینی هوش مصنوعی بر سر مدل‌های متن‌باز و بسته را می‌توانید در مطلب مقایسه چت‌جی‌پی‌تی و دیپ‌سیک هم دنبال کنید.

۷. بازتاب در صنعت: از متا و اپل تا رقبای چینی

این خبر در حالی منتشر می‌شود که تقریباً همه غول‌های فناوری روی نسخه خودشان از «دنیای مجازی هوشمند» سرمایه‌گذاری کرده‌اند. متا سال‌هاست میلیاردها دلار روی هدست‌های واقعیت مجازی و ترکیبی خرج کرده، اپل با Vision Pro وارد این بازار شده و گوگل با Genie مسیر مدل‌سازی جهانی را دنبال می‌کند. در داخل چین هم بایت‌دنس باید همزمان با علی‌بابا، دیپ‌سیک و مون‌شات ای‌آی رقابت کند؛ شرکت‌هایی که هرکدام سهم بزرگی از بازار هوش مصنوعی چین را در اختیار دارند.

بایت‌دنس برای توزیع این فناوری، بخش واقعیت مجازی خود یعنی Pico (خریداری‌شده در سال ۲۰۲۱ با حدود ۲.۸ میلیارد دلار) و همچنین پلتفرم پرمخاطب دویین را در اختیار دارد؛ دو ابزاری که می‌توانند در صورت موفقیت پروژه، مسیر رسیدن این فناوری به دست کاربران عادی را کوتاه‌تر کنند. برای دیدن محدودیت‌ها و ظرفیت‌های واقعی فناوری‌های نوظهور هوش مصنوعی، مطالعه ظرفیت‌ها و محدودیت‌های واقعی هوش مصنوعی پیشنهاد می‌شود.

این وضعیت یک نکته جالب دیگر را هم آشکار می‌کند: تعریف «رقیب» در صنعت هوش مصنوعی دیگر محدود به شرکت‌های نرم‌افزاری صرف نیست. بایت‌دنس، که تا چند سال پیش عمدتاً به‌عنوان یک شرکت شبکه اجتماعی و سرگرمی شناخته می‌شد، حالا مستقیماً وارد میدانی شده که پیش‌تر در انحصار غول‌های سخت‌افزار و پژوهش مثل گوگل، متا و اپل بود. این الگو را در سال‌های اخیر بارها دیده‌ایم: شرکت‌هایی که داده و پلتفرم توزیع بزرگ در اختیار دارند، حتی بدون سابقه طولانی در سخت‌افزار، می‌توانند با سرعت شگفت‌انگیزی وارد بازارهای تخصصی هوش مصنوعی شوند.

۸. تردیدها و پرسش‌های باز

با وجود همه هیجان اطراف این پروژه، چند تردید جدی هم مطرح است. نخست، فاصله ده‌درصدی فعلی با استاندارد جهانی که تیم بایت‌دنس باید در مدت کوتاهی جبران کند. دوم، هزینه بسیار بالای زیرساخت ابری برای رندر بلادرنگ میلیون‌ها کاربر همزمان؛ چالشی که حتی برای شرکتی به بزرگی بایت‌دنس هم ساده نیست. سوم، عدم قطعیت زمان‌بندی عرضه که ممکن است از اکتبر ۲۰۲۶ به عقب بیفتد.

در نهایت، یک نکته کلیدی دیگر هم وجود دارد: حتی اگر بایت‌دنس این فناوری را به‌موقع عرضه کند، پذیرش عمومی واقعیت مجازی همچنان به یک عامل نامعلوم بستگی دارد. سال‌هاست شرکت‌های بزرگ روی این بازار شرط‌بندی می‌کنند، اما رشد آن هنوز به اندازه انتظارها نبوده است.

۹. سوالات متداول

مدل جهانی هوش مصنوعی چیست؟

مدل جهانی به سیستمی گفته می‌شود که به‌جای تولید یک متن یا تصویر ثابت، محیطی سه‌بعدی و پویا را بر اساس فیزیک دنیای واقعی و ورودی لحظه‌ای کاربر (مثل صدا یا حرکت) می‌سازد.

چه زمانی مدل بایت‌دنس عرضه می‌شود؟

بر اساس گزارش‌ها، عرضه احتمالی این مدل اکتبر ۲۰۲۶ مطرح شده، اما این تاریخ هنوز قطعی نیست و ممکن است تغییر کند.

چرا این پروژه با هدست‌های ارزان‌قیمت سازگار است؟

چون پردازش سنگین روی سرورهای ابری بایت‌دنس انجام می‌شود، نه روی پردازنده داخل هدست؛ همین موضوع نیاز به سخت‌افزار گران‌قیمت را کاهش می‌دهد.

رقیب اصلی این پروژه چه کسی است؟

مدل Genie گوگل، که هم‌اکنون قادر به بازسازی لحظه‌ای محیط‌های واقعی است، به‌عنوان رقیب اصلی و معیار مقایسه این پروژه شناخته می‌شود.