字节跳动澄清：与台积电AI芯片合作报道不实，强调未涉足芯片研发

最近，有海外媒体透露，字节跳动正加速推进其自主研发的AI芯片项目，并意图与台积电建立合作伙伴关系，目标设定在2026年达成该芯片的规模化生产。

此次战略调整旨在减轻对英伟达芯片的依赖，力求通过自研芯片来缩减AI模型开发及运营成本，彰显了企业强化核心技术自主可控的决心。

根据报道 ，针对媒体报道的字节跳动计划与台积电就AI芯片开展合作，字节方面回应表示，报道不实。

字节跳动在芯片领域确实有一些探索，但还处于初期阶段，主要是围绕推荐、广告等业务的成本优化，所有项目也完全符合相关的贸易管制规定。

PICO发布新款体感追踪器：适配超20款游戏，一键快速配对，售价399元起

9月3日消息，字节跳动旗下PICO品牌的体感追踪器现已正式上市销售，此设备高度兼容，能够与超过20款应用完美适配，且设计了极为便捷的开机自动配对功能，极大地提升了用户体验的流畅度。该追踪器市场定价为人民币399元，性价比优势凸显，为VR爱好者及健身游戏群体提供了全新选择。

整理 PICO 体感追踪器亮点信息如下：

据介绍，该款体感追踪器接入 VRChat，搭载 1 颗 IMU 传感器和 12 颗红外传感器，追踪频率 200Hz，同时内置 PICO 自研 AI 追踪算法，支持全身动作捕捉。

PICO 体感追踪器支持 PICO 4 Ultra / 4 Pro / 4 / Neo3 使用（非中国市场不兼容 PICO Neo3），已适配国内超 20 款应用，可通过 PICO 互联 App，串流游玩 PC VR 部分体感游戏。

该体感追踪器采用轻量化设计，内置多模态融合追踪方案，底座和主体总重约 27g，支持开机自动配对，用户通过佩戴 2 个腿部追踪器，可实现全身 24 个骨骼节点的 6DoF 动作捕捉。

官方表示，PICO 体感追踪器全身动作捕捉延时约 20 毫秒，平均位置误差约 5 厘米，平均角度误差约 6 度，脚踏识别精准度≥98%，续航超 25 小时。

字节跳动Infinity横空出世：自回归文生图实现新跨越

近日消息，在当下热门的人工智能领域，字节跳动商业化技术团队取得了令人瞩目的成果。他们所推出的Infinity模型一经亮相，就凭借其非凡卓越的性能以及充满创新色彩的技术，在自回归文生图这个细分领域占据了一席之地，并且迅速荣升为该领域的新贵。

Infinity模型的核心创新在于采用了Bitwise Token的自回归框架，这一框架通过预测下一级分辨率的+1或-1构成的细粒度“Bitwise Token”，显著提升了模型对高频信号的捕捉能力，从而生成细节更加丰富的图像。此外，Infinity模型将词表扩展到无穷大，极大地增强了Image tokenizer的表示空间，提高了自回归文生图的性能上限。

在性能对比中，Infinity模型在自回归方法中表现突出，远超HART、LlamaGen、Emu3等方法，并在人类评测中以接近90%的胜率击败了HART模型。同时，Infinity也以75%、80%、65%的胜率击败了SOTA的扩散模型如PixArt-Sigma、SD-XL、SD3-Meidum等，证明了其在同尺寸模型中的优势。

Infinity模型的另一大特点是其良好的scaling特性。随着模型大小的增加和训练资源的投入，验证集损失稳步下降，验证集准确率稳定提升。此外，Infinity还提出了比特自我矫正技术，增强了模型的自我矫正能力，缓解了自回归推理时的累计误差问题。

在推理速度上，Infinity继承了VAR的速度优势，2B模型生成1024x1024的图像仅需0.8秒，比同尺寸的SD3-Medium快3倍，比12B的Flux Dev快14倍。8B模型比同尺寸的SD3.5快7倍，20B模型生成1024x1024的图像用时3秒，比12B的Flux Dev快近4倍。

目前，Infinity模型的训练和推理代码、demo、模型权重已在GitHub仓库上线，同时提供了网站体验，方便用户试用和评估模型效果。