對(duì)話宋亞宸：從 3D 生成到世界模型，VAST想搭一套「可交互世界」的底座

VAST 是李飛飛World Labs 的 BP 里唯一提到的中國(guó)公司。

作者丨成妍菁

編輯丨董子博

“2023 年初我們就已經(jīng)明確要做可交互的 3D 內(nèi)容。”

作為 VAST 的創(chuàng)始人，宋亞宸回憶起當(dāng)時(shí)創(chuàng)業(yè)的淵源，語(yǔ)氣依舊篤定。在他的判斷里，3D 生成遲遲沒有真正普及，并不是因?yàn)榧夹g(shù)路線不清晰，而是因?yàn)椤暗浆F(xiàn)在為止，其實(shí)都沒有真正意義上的 3D UGC 平臺(tái)”。

這也是VAST選擇從工具和模型入手，而不是等平臺(tái)成熟后再進(jìn)入的原因。在他看來，平臺(tái)形態(tài)或許尚未出現(xiàn)，但內(nèi)容生產(chǎn)方式的變化已經(jīng)足夠明確。

見到宋亞宸時(shí)，他正坐在辦公室的桌前吃午飯。當(dāng)天上午，一場(chǎng)訪談活動(dòng)剛剛結(jié)束，他抓緊空檔簡(jiǎn)單吃了幾口，下午還有新的會(huì)面安排。月底，他還將飛往美國(guó)參加 GDC（游戲開發(fā)者大會(huì)）。

VAST 是一家成立于 2023年的人工智能公司，專注于通用 3D 大模型的研發(fā)與落地產(chǎn)品建設(shè)，其核心產(chǎn)品Tripo Studio（一站式 AI 3D 工作臺(tái)），VAST 在 Tripo 系列中的兩項(xiàng)核心突破，分別指向不同的 3D 生成方向：H3.1 強(qiáng)調(diào)高保真、高還原度的 3D 資產(chǎn)生成，而 P1.0 則聚焦于“可用性”——以接近人工建模的拓?fù)浣Y(jié)構(gòu)，實(shí)現(xiàn)極高速的 3D 資產(chǎn)生成。

對(duì)于游戲、XR 和 3D UGC 等實(shí)時(shí)引擎場(chǎng)景而言，真正決定資產(chǎn)能否被直接使用的，并不只是面數(shù)高低，而是拓?fù)涫欠窀蓛簟⒉季€是否穩(wěn)定，以及能否無(wú)縫進(jìn)入 Unity、Unreal 等引擎管線繼續(xù)編輯與部署。

打個(gè)比方，可以把 3D 模型理解成一件由很多小三角形拼成的“外殼”。三角形越多，細(xì)節(jié)就越豐富，但也越“費(fèi)勁”。像5000 面左右的低模，相當(dāng)于一張分辨率不高、但足夠清晰的圖片，肉眼看來已經(jīng)足以呈現(xiàn)出栩栩如生的逼真細(xì)節(jié)：輪廓和結(jié)構(gòu)的完成度尚可，卻不會(huì)給設(shè)備帶來算力負(fù)擔(dān)。

正因?yàn)槿绱耍@類模型才能被廣泛用在游戲、XR 和面向普通用戶的 3D UGC 場(chǎng)景中，既能實(shí)時(shí)交互，又能規(guī)模化使用。

在商業(yè)落地上，生態(tài)合作覆蓋阿里巴巴、騰訊、字節(jié)、網(wǎng)易、上汽、拓竹、優(yōu)必選等頭部企業(yè)與超過9萬(wàn)個(gè)開發(fā)者，旗下Tripo Studio平臺(tái)已聚集超過650萬(wàn)創(chuàng)作者，累計(jì)生成近1億個(gè)3D模型。

就在今日，VAST宣布完成5000萬(wàn)美元A輪融資。本輪融資由阿里、恒旭資本（上汽旗下）聯(lián)合領(lǐng)投，元禾璞華、百度風(fēng)投、東方嘉富等跟投，老股東春華創(chuàng)投、北京市人工智能產(chǎn)業(yè)基金超額加注。

值得注意的是，這是阿里與百度同時(shí)在 AI3D賽道同框下注，也側(cè)面反映出頭部互聯(lián)網(wǎng)與產(chǎn)業(yè)資本對(duì) 3D 生成賽道的共識(shí)正在形成。

與此同時(shí)，VAST 還同步更新了Tripo H3.1和Tripo P1.0大模型。

正如現(xiàn)場(chǎng)演示的一樣，Tripo H3.1從輸入指令到模型成型，系統(tǒng)在數(shù)秒內(nèi)即可輸出結(jié)構(gòu)完整、貼圖清晰的 3D效果圖。而另一款Tripo P1.0，則進(jìn)一步壓縮了 3D 資產(chǎn)生成所需的時(shí)間成本——能夠在2秒內(nèi)輸出專業(yè)建模師級(jí)別的3D模型，生成速度相當(dāng)快。

VAST的創(chuàng)始人———宋亞宸，1997 年出生的他并非科班出身，而是文科背景，獲得美國(guó)約翰霍普金斯大學(xué)國(guó)際關(guān)系學(xué)和經(jīng)濟(jì)學(xué)雙學(xué)士學(xué)位，在創(chuàng)辦 VAST之前，他曾任職于商湯科技，負(fù)責(zé)多個(gè)人工智能項(xiàng)目從 0 到 1 的戰(zhàn)略分析與商業(yè)化落地；并聯(lián)合創(chuàng)立 MiniMax。

在并不充裕的時(shí)間里，我們聊了3D大模型、Tripo Studio、世界模型、工業(yè)與創(chuàng)作，被問及模型相關(guān)時(shí)，宋亞宸現(xiàn)場(chǎng)為我演示了最新一版的Tripo Studio 的工作流程，僅需輸入一張單圖，進(jìn)度條幾乎在眨眼間跑完——僅僅一兩秒鐘，一個(gè)帶有精細(xì)貼圖材質(zhì)、面數(shù)控制在 5000 面左右的可用 3D高精低模，便流暢地渲染在了屏幕中央。

這種需要專業(yè)人員耗費(fèi)數(shù)天的“手工活”，直接被壓縮至秒級(jí)就能完成。宋亞宸提到這些技術(shù)時(shí)認(rèn)為，VAST 當(dāng)前在跑的這套技術(shù)路線已經(jīng)是“斷崖式、斷層式的領(lǐng)先”，甚至在談到競(jìng)爭(zhēng)格局時(shí)，他表示：“這兩個(gè)技術(shù)一出，市面上基本沒有什么對(duì)手”。

那是一種不太需要反復(fù)解釋的自信，更像是已經(jīng)在心里驗(yàn)證過多次后的結(jié)論。

其實(shí)，VAST 還是李飛飛World Labs 的 BP 里唯一提到的中國(guó)公司——李飛飛曾定義世界模型是由三大場(chǎng)景構(gòu)成：3D生成、XR 空間智能、機(jī)器人——前兩個(gè)才是重點(diǎn)。

而 VAST 從成立之初，就押注了 3D 這一最原始、最自然、信息密度最高的內(nèi)容模態(tài)。宋亞宸認(rèn)為，世界模型是通用模型的終極形態(tài)，必須建立在對(duì)三維空間的原生理解之上。

以下是AI科技評(píng)論與VAST創(chuàng)業(yè)者宋亞宸的聊天實(shí)錄：

AI科技評(píng)論：公司在創(chuàng)立初期的愿景是什么？為什么最終會(huì)選擇切入 AI3D大模型賽道？

宋亞宸：最早我們是想做一個(gè)世界級(jí)的交互內(nèi)容平臺(tái)，可以理解為“3D版的 TikTok” 。但在推進(jìn)過程中我們發(fā)現(xiàn)，傳統(tǒng)交互內(nèi)容的創(chuàng)作門檻和成本太高了，如果不解決工具問題，就像是在“用毛筆寫微博”，因此我們意識(shí)到，必須先打造一個(gè)大眾級(jí)別的創(chuàng)作工具，讓每個(gè)人能零門檻、零成本地實(shí)時(shí)創(chuàng)作。

當(dāng)時(shí)平臺(tái)形態(tài)還不存在，但我們覺得這件事一定會(huì)發(fā)生，所以選擇先從底層工具和能力開始做。

因?yàn)閯?chuàng)造一個(gè)世界需要兩個(gè)能力：“造萬(wàn)物”（生成模型和場(chǎng)景）和“定規(guī)則”（編寫代碼和交互邏輯）兩者結(jié)合，即構(gòu)成創(chuàng)造世界的基礎(chǔ)設(shè)施。基于此判斷，我們確立了AI 3D大模型的定位：在AI coding已被廣泛布局的背景下，專注于UGC交互內(nèi)容平臺(tái)，降低3D內(nèi)容的生產(chǎn)門檻。

AI科技評(píng)論：在你們的產(chǎn)品出現(xiàn)之前，傳統(tǒng)的3D內(nèi)容生產(chǎn)面臨哪些痛點(diǎn)？你們是如何改變工作流的？

宋亞宸：傳統(tǒng)的 3D 制作管線非常繁瑣，需要基于十幾種不同的引擎、建模軟件，搭配幾百種中間件和幾千種插件，完全依靠手工搭建工作流 。 我們2025 年推出了全新的全鏈路 AI 工作流產(chǎn)品（Studio），它通過一系列自研算法，將幾何、貼圖、材質(zhì)、綁定等環(huán)節(jié)整合在了一起，用 AI 工具替代了傳統(tǒng)復(fù)雜的制作管線，極大地提升了生產(chǎn)力 。

AI科技評(píng)論：目前平臺(tái)的用戶體量如何？這些3D生成技術(shù)主要落地在哪些具體的行業(yè)場(chǎng)景中？

宋亞宸：目前我們的服務(wù)了超過9萬(wàn)家客戶，工具平臺(tái)擁有 650多萬(wàn)的專業(yè)開發(fā)者 ，我們的受眾主要是海外用戶，落地場(chǎng)景主要涵蓋四大類：

重工業(yè)：比如幫助車企（如上汽）快速生成海量 3D 車型，替代傳統(tǒng)周期長(zhǎng)、成本高的油泥模型評(píng)審，尤其是周期縮短才是核心變化。傳統(tǒng)車型開發(fā)動(dòng)輒一年，如今借助AI可壓縮至數(shù)月；線下評(píng)審、層層審批的冗長(zhǎng)流程，也被線上協(xié)作替代，效率提升的同時(shí)，設(shè)計(jì)方案的可選空間也更大。

輕工業(yè)與 UGC 制造：涵蓋首飾、玩具（如泡泡瑪特）、鞋服包包的工業(yè)設(shè)計(jì)，以及徹底打通 3D 打印社區(qū)的建模門檻 。

虛擬內(nèi)容：包括游戲（網(wǎng)易等大廠及 UGC 游戲）、XR 元宇宙、動(dòng)畫和影視制作 。

交互展示展陳：例如電商商品的三維展示、文博、教育課件等 。

AI科技評(píng)論：Tripo Studio 想解決的核心問題是什么？

宋亞宸：關(guān)于 Studio 的產(chǎn)品非常好理解，它本質(zhì)上是打造了一個(gè)完整的 AI 工作流。在這個(gè)工作流中，用戶可以順暢地完成幾何處理、貼圖與材質(zhì)賦予、PBR（基于物理的渲染）、拆分與補(bǔ)全、編輯與組合、筆刷風(fēng)格化等一系列復(fù)雜操作。

核心還是生產(chǎn)效率和門檻。現(xiàn)在社會(huì)里幾乎所有工業(yè)品，本質(zhì)上都來自 3D 模型，但建模的成本、周期和專業(yè)門檻都非常高。

Tripo Studio 的目標(biāo)，是讓專業(yè)用戶在工業(yè)設(shè)計(jì)、創(chuàng)意生成、產(chǎn)品外觀等環(huán)節(jié)中，把原本需要幾個(gè)月甚至一年的流程，壓縮到幾周甚至更短。

為了支撐這套全鏈路的工作流，我們?cè)诟鱾€(gè)環(huán)節(jié)都自研了一系列全新的 AI 算法并重新定義了這一產(chǎn)品形態(tài)。產(chǎn)品推出后的市場(chǎng)反饋非常積極，無(wú)論是在收入還是用戶規(guī)模上，都實(shí)現(xiàn)了爆發(fā)式的增長(zhǎng)。

基于以上技術(shù)，我們目前主要提供兩條產(chǎn)品線：第一條線是面向 PGC（專業(yè)內(nèi)容生產(chǎn)）等用戶的 Studio 工具平臺(tái)；第二條線是面向企業(yè)客戶的 API 服務(wù)。企業(yè)可以通過調(diào)用我們的 API，去賦能他們自身的 To B 或 To C 業(yè)務(wù)。截至目前，我們的 API 已經(jīng)累計(jì)服務(wù)了超過 9 萬(wàn)家客戶。

AI科技評(píng)論：公司近期在測(cè)試高模（高精度模型）和Smart Mesh（Tripo P1.0），兩者在技術(shù)表現(xiàn)和應(yīng)用落地上有什么差異？

宋亞宸：這兩款模型分別對(duì)應(yīng)了不同的工業(yè)級(jí)需求：

高模（高精度模型）： 它的面數(shù)高達(dá)數(shù)百萬(wàn)面，細(xì)節(jié)極其精細(xì)，連內(nèi)部結(jié)構(gòu)和螺紋都能精準(zhǔn)呈現(xiàn) 。它非常適合工業(yè)設(shè)計(jì)、3D 打印和影視等對(duì)模型精度要求極高，但對(duì)實(shí)時(shí)渲染壓力不敏感的場(chǎng)景 。

Smart Mesh（Tripo P1.0）： Tripo P1.0 可以在2秒內(nèi)直接生成專業(yè)建模師水平的3D模型——拓?fù)涓蓛簟⒉季€穩(wěn)定、引擎可用，并且我們發(fā)現(xiàn)在這一全新思路之下，模型的可編輯性和精度的可拓展性獲得極高的優(yōu)化潛力。

AI科技評(píng)論：為什么3D內(nèi)容一直沒有像文字、圖片、視頻那樣普及？

宋亞宸：在過去兩年里，3D打印在硬件機(jī)型和新材料上并沒有出現(xiàn)本質(zhì)的技術(shù)突破，F(xiàn)DM 依然無(wú)法實(shí)現(xiàn)全彩，行業(yè)的傳統(tǒng)痛點(diǎn)依然存在 。然而，3D 打印機(jī)的出貨量卻迎來了暴漲 。其核心原因在于，行業(yè)的目標(biāo)用戶群體從千萬(wàn)級(jí)別跨越到了十億級(jí)別。

3D 打印普及的真正難點(diǎn)，其實(shí)不在于機(jī)器的操作按鈕有多復(fù)雜，而在于普通用戶缺乏 3D 建模能力，導(dǎo)致買完機(jī)器后“不知道能打什么” 。過去，普通用戶哪怕只是想打印一個(gè)簡(jiǎn)單的手機(jī)殼，都需要去學(xué)習(xí) Blender、3DMAX 或 Maya 等專業(yè)軟件，這對(duì)大眾而言顯然是不現(xiàn)實(shí)的門檻 。而現(xiàn)在，3D 生成技術(shù)的出現(xiàn)真正解決了這個(gè)問題。

AI科技評(píng)論：數(shù)據(jù)顯示目前海外用戶占比很高，當(dāng)時(shí)為什么會(huì)制定出海的商業(yè)化策略？

宋亞宸：目前海外用戶占比大約在 85% 。其實(shí)起初我們對(duì)全球市場(chǎng)是一視同仁的，但在實(shí)際跑數(shù)據(jù)的過程中發(fā)現(xiàn)，歐美等海外市場(chǎng)的付費(fèi)率更高、用戶的忠誠(chéng)度和續(xù)費(fèi)率更好，整體的 LTV（客戶終身價(jià)值）也更高 。所以是真實(shí)的數(shù)據(jù)反饋決定了我們以海外市場(chǎng)為主的策略 。

AI科技評(píng)論：公司目前的團(tuán)隊(duì)規(guī)模如何？在內(nèi)部團(tuán)隊(duì)管理上秉持什么樣的理念？

宋亞宸：我們團(tuán)隊(duì)目前有 100 多人，絕大部分是研發(fā)人員 。 我們的管理理念是非常實(shí)事求是的 。我們沒有強(qiáng)制的打卡、復(fù)雜的職級(jí)或是 Title，前三年甚至都沒有設(shè)置 OKR 。我們把市面上所有的管理機(jī)制當(dāng)做一個(gè)“工具箱”，只有當(dāng)公司發(fā)展到特定階段、遇到了真實(shí)問題時(shí)（比如團(tuán)隊(duì)變大需要對(duì)齊目標(biāo)時(shí)），我們才會(huì)從工具箱里拿出相應(yīng)的管理工具來解決問題，而不是盲目照搬大廠機(jī)制。

AI科技評(píng)論：您個(gè)人并非傳統(tǒng)理工科方向，這種跨界背景對(duì)您執(zhí)掌一家硬核 AI 科技公司有什么獨(dú)特影響嗎？

宋亞宸：創(chuàng)業(yè)的核心在于你想做成一件什么樣的事，把這件事情的終局描述清楚是最重要的，而技術(shù)（無(wú)論是 AI 還是世界模型）只是達(dá)到這個(gè)終局的路徑，并不是說做科技公司就必須是特定學(xué)科的教授或博士出身 。

AI科技評(píng)論：公司目前在做3D大模型和世界模型，這兩者之間是什么關(guān)系？

宋亞宸：其實(shí)它們本質(zhì)上是一個(gè)東西。世界模型的底座就是基于 AI 3D大模型的算法建立的 。你可以這樣理解，世界模型是 AI 加上圖形學(xué) 。如果說原來的 3D 大模型是80% 的圖形學(xué)加 20% 的 AI，那么世界模型可能就是 AI 和圖形學(xué)各占一半的比例。

AI科技評(píng)論：世界模型的應(yīng)用場(chǎng)景和目標(biāo)用戶群體是怎樣的？

宋亞宸：世界模型是給所有人、所有客戶使用的，具體的應(yīng)用場(chǎng)景非常廣泛，你可以用它來做具身智能的仿真模型，也可以用來做數(shù)字孿生，或者應(yīng)用于文娛等各種各樣的場(chǎng)景，任何需要“在一個(gè)世界里運(yùn)行和互動(dòng)”的場(chǎng)景，都可能用到世界模型。

AI科技評(píng)論：近期公司完成了新一輪融資，您如何看待融資與公司戰(zhàn)略“正確性”之間的關(guān)系？投資人為何在這個(gè)階段選擇下注？

宋亞宸：融不融資與事情本身是否完全正確并沒有必然聯(lián)系，它更多代表的是市場(chǎng)和投資人對(duì)這件事情形成了一定的階段性共識(shí) 。創(chuàng)業(yè)本身就是一個(gè)不斷探索的過程，在最后一刻真正把事情做成之前，很難定論什么是絕對(duì)正確的 。

投資人之所以在這個(gè)階段選擇投資，主要基于三方面原因：首先，我們?cè)谑澜缒Ｐ偷惹把胤较蛏喜季州^早且走在比較前沿的位置 ；其次，AI 3D 大模型技術(shù)的成熟已經(jīng)切實(shí)帶來了不錯(cuò)的商業(yè)化收入 ；最后，市場(chǎng)對(duì)于可交互的 UGC 內(nèi)容平臺(tái)也產(chǎn)生了新的認(rèn)知與共識(shí) 。（作者持續(xù)跟蹤 AI 應(yīng)用與模型更新，歡迎加微信Who123start交流）

未經(jīng)「AI科技評(píng)論」授權(quán)，嚴(yán)禁以任何方式在網(wǎng)頁(yè)、論壇、社區(qū)進(jìn)行轉(zhuǎn)載！

公眾號(hào)轉(zhuǎn)載請(qǐng)先在「AI科技評(píng)論」后臺(tái)留言取得授權(quán)，轉(zhuǎn)載時(shí)需標(biāo)注來源并插入本公眾號(hào)名片。