ByteDance, la dueña de TikTok, prepara el lanzamiento de un asistente de inteligencia artificial parecido al Muse de Meta para reforzar su posición en vídeo generado por máquinas. El cofundador Zhang Yiming reunió a su equipo y fijó como meta competir con OpenAI y Anthropic hacia 2029 o 2030. La empresa considera que puede llegar a ese nivel si resuelve primero el problema de los datos, que ahora son varios órdenes de magnitud más pequeños que los de sus competidores.
Zhang, de 43 años, dedica buena parte de su tiempo a la estrategia de IA y ha dejado claro que no quiere usar destilación de modelos ajenos. Prefiere una ruta larga y propia, aunque eso signifique esperar hasta el final de la década. El plan incluye invertir hasta setenta mil millones de dólares para convertir su serie Seedance en la plataforma de vídeo con IA más importante del país.
El nuevo agente tendrá funciones parecidas a las de Muse, el avatar parlante que Meta ya integra en gafas y dispositivos. ByteDance aún no ha confirmado si fabricará su propio hardware, pero el énfasis actual está en mejorar los modelos Seed con más datos y menos atajos. El equipo de mil investigadores, dirigido por Wu Yonghui, sigue contratando talento con condiciones especiales de participación accionarial.
En el único terreno donde ByteDance lleva ventaja clara es la generación de vídeo. Ha aprovechado su enorme biblioteca de clips para crear un modelo que llenó el vacío dejado por Sora de OpenAI. Zhang ha repetido que el objetivo no es copiar a los rivales estadounidenses, sino construir algo que los supere sin depender de sus resultados.
El último gran avance del modelo Seed fue la versión 2.1 lanzada en junio, y ahora entrenan uno con hasta diez billones de parámetros. Zhang considera que todavía falta mejorar en tareas complejas y resolución de problemas de investigación de frontera. Mientras tanto, la empresa ha creado una unidad independiente de seguridad y alineación, la primera de su tipo entre los grandes laboratorios chinos.
El plan suena ambicioso, pero Zhang ya advirtió que el verdadero despegue llegará, como mínimo, dentro de cinco años. Hasta entonces, los ingenieros seguirán alimentando los modelos con todo el vídeo que puedan reunir, aunque tengan que pedir prestados algunos pañales de datos ajenos.
