3D版抖音有望誕生，零門檻3D創作時代來臨｜VAST宋亞宸@MEET 2025

衡宇 2024-12-27 12:42:48 來源：量子位

編輯部 整理自 凹非寺

量子位 | 公眾號 QbitAI

全球用戶累計生成700萬3D模型，海外上千用戶上傳自己生成的3D動畫短片……

這就是3D大模型公司VAST及其旗下3D大模型“Tripo”系列的傲人成果。

相比于文字生成、圖片生成、視頻生成，3D生成技術的發展更像AIGC賽道的隱形前行者，但其實到了今天，輸入語段文字或圖片，已經可以得到一個完整的、有價值的、可用的3D的模型。

在量子位MEET 2025智能未來大會上，VAST創始人兼CEO宋亞宸帶來了他所看到的3D生成的世界，以及3D生成賽道的新的機遇。

為了完整體現宋亞宸的思考，在不改變原意的基礎上，量子位對演講內容進行了編輯整理，希望能給你帶來更多啟發。

MEET 2025智能未來大會是由量子位主辦的行業峰會，20余位產業代表與會討論。線下參會觀眾1000+，線上直播觀眾320萬+，獲得了主流媒體的廣泛關注與報道。

核心觀點梳理

• 技術層面上，3D生成的發展分為靜態內容生成、動態內容生成、人人零門檻可用三個階段。
• 有了創作平臺后，有機會誕生3D版抖音。
• 明年，Tripo的成熟度會達到1080p、甚至4k的水平。
• 預計到2026年，原生AI 3D創作者會探索出一些新的3D內容范式。
• 3D生成會帶來一種新的交互形式，就像成語“言出法隨”形容的那樣。
  ……

（以下為宋亞宸演講全文）

3D生成到什么階段了？

我們公司VAST是一家做3D大模型的公司，希望大家能夠在我的分享當中找到自己喜歡的一些有意思的點。

先給大家介紹一下什么叫作3D大模型。

我們的3D大模型叫作Tripo，它的功能非常簡單，輸入一段文字，或者說一張圖片，當然也可以同時輸入圖片、視頻等不同模態，就能輸出一個完整的、有價值的、可用的3D的模型。

它的表達方式是mesh，帶貼圖材質PBR，并且可以在像游戲、動畫、元宇宙、XR、MR，包括數字孿生、仿真模擬等等行業里去用起來。

同時我們做了很多有意思的風格化，比如像素化、樂高化、網絡化等，可以讓大家端到端地在各個行業里面使用，例如3D打印、鞋服家具等場景。

我們不只做了靜態的模型，還做了骨骼的自動綁定，動作的生成，也就是用戶可以在3D空間里進行實時交互，和朋友社交，一起探索新的世界。

相較于語言大模型、圖片大模型、視頻大模型，3D生成模型（及背后技術）可能比較新。

2024年年初Tripo1.0剛剛發布的時候，我們認為它的水平類似于手機攝像頭360p分辨率的水平；現在Tripo2.0上線，成熟度已經達到了類似于720p分辨率的水平；明年，Tripo的成熟度會達到1080p、甚至4k的水平。

雖然3D生成技術現在還是半成熟的狀態，但是發展速度是非常快的。

3D生成技術的三步走計劃

來到量子位的MEET2025大會，我們想“炫耀”一下我們的論文。

2023年，VAST發了一系列論文，包括六投六中的CVPR，還有ECCV 、SIGGRAPH；今年又發了幾十篇新的論文。剛剛在東京結束的SIGGRAPH Aisa，我們拿了Best Paper Honorable Mention，技術團隊上周剛剛從東京領完獎回來。

VAST還做了很多開源的社區貢獻，這個也非常關鍵。

我們開源的項目包括世界最大的3D生成算法框架ThreeStudio、圖生3D的鼻祖Wonder3D，還和Stability AI一起開源了TripoSR。最近又開源了一些新的項目，也歡迎大家關注。

技術層面上，我們認為主要分3步走——

第一步是靜態的內容生成。這個很好理解，就像生成一個個雕塑。

第二步是動態的內容生成。原本靜態的雕塑可以動起來，和用戶互動（甚至可以把雕塑的頭擰下來當頭踢）。

第三步，我們認為明年年底之前，每個人都可以零門檻、零成本地進行實時的3D內容創作。

大家可能會問，除了愛玩游戲，我本人還有什么別的理由要要投身3D生成技術領域？

3D其實非常特殊。文字、圖片、視頻、3D包括音頻這些信息載體或內容媒介中，3D是一直缺乏屬于自己的UGC內容平臺的內容媒介的。

所以說我們認為，3D版抖音是有機會誕生的。

可以看到，不管在移動互聯網時代還是互聯網時代，文字、圖片、視頻的UCG內容平臺，一直是巨頭之所以為巨頭的關鍵路徑。那么3D是不是也會有自己的類抖音平臺？

經過VAST自己和一些合作伙伴的大量嘗試，我們發現3D現在的創作門檻還是太高了，還是缺乏一個屬于自己的“攝像頭”——你很難想象沒有手機攝像頭，你怎么玩小紅書、怎么用抖音去分享你自己每天的生活。

3D是不是有機會先出現一個大眾級別的創作工具，降低用戶創作的門檻、降低用戶創作的成本，并且讓大家實時進行創作，才有機會誕生一個所謂的3D版抖音。

3D版抖音誕生需要什么樣的創作工具？

那么這個大眾級別的創作工具是什么？就是剛剛提到的3D大模型。

我們認為在第一階段，也就是截至快結束的今年，3D生成技術已經達到720p分辨率水平，并聚攏百萬級開發者；到了2025年，開發者數量會達到千萬級別。

這些AI 3D的原生創作者，不會再去做很重磅的游戲。就像之前米哈游創始人蔡浩宇講過的，未來0.0001%的頂尖人才還是會繼續做游戲，但99.99%的人其實轉向根據自己的興趣隨意創造游戲。

到2026年，這些原生的AI 3D創作者會探索出一些新的3D內容范式，這就需要有一個全新的UGC 3D內容平臺去承載和分發。

而且現在還處于第一階段時，3D生成已經在一些場景里實際落地了，比如說傳統的CG、游戲、動畫、影視、虛擬制作，還有傳統的TMT，涉及到直播、教育、電商等等；還包括傳統的工業、3D打印、工業設計、鞋服、家居、首飾、玩具、文具、燈具、香薰、蠟燭、文創、食品等行業；當然還包括所謂的新興行業，也就是空間智能（這個行業會得到長足的發展），比如說元宇宙、XR、MR、具身智能的仿真模擬、數字孿生、數字人等。

3D生成已經解決了一些核心的問題：

• 原來我們做3D模型，需要幾百美金，便宜點也需要幾十美金。現在你去做一個3D模型，只需要0元。
• 原來需要幾天甚至幾周時間做一個3D模型，現在只需要幾十秒。
• 原來需要高昂的設備的成本，需要專業的兩三年建模經驗的建模師，現在零門檻。

同時我們還可以實現規模化和個性化。

“讓所有人零門檻創建有意思的3D內容”

目前，全世界前十的3D打印公司里，超過一半是我們的客戶，并且已經上線使用了。

原來的3D打印在全世界有幾百萬人群，他們都不會建模。現在每個人都能用AI 3D的能力建自己的模型，生成一條賽博朋克的魚，或者皮卡丘和鋼鐵俠的結合體，生成后再打印出來，就擁有自己獨一無二的手辦了——這是完成定制化的需求。

于是，有很多首飾、手辦、積木玩具的廠商，可以利用AI 3D快速生成自己想要的款式，然后放到市面上看大家的反饋。尤其最近要過年了，還能快速做一些定制化的toB禮盒。

除了用于商業化場景，其實每一個人都可以做自己想要的3D的工業設計和產品需求，包括我自己。

所有的普通用戶都可以在Tripo3D.AI里生成自己想要的工業設計，而且和想象中一模一樣，然后直接打印出來，比如做一套自己的國際象棋棋子。

今年年中，VAST在海外有上千個用戶上傳了自己用Tripo生成的一部部動畫。

這就是3D生成現在已經達到的成熟度。

我不會建模，沒有學過Blander、Maya、3D Max，也不會Unity或者UE，我也不是一個3D內容創作者。但我自己嘗試借用Tripo的能力，花了一個早上的時間，做了人生中第一部動畫。

所以我敢說，現在已經能夠讓每個人零門檻地去創作這么有意思的3D內容。

我們的用戶里有一個哥們特別有意思。

他用Tripo生成了幾百個3D模型，拼成了一個太空站，做了倆視頻，覺得自己很牛，發了一個推特，馬斯克覺得也很牛，就轉了，在全球范圍內有1億的播放量。

還有另一個創作者也非常有意思，他用我們的3D生成能力搭建了一個自己的XR空間。

他把每天遇到的開心、糟心的事情告訴AI，AI根據內容生成各種各樣有意思的手辦、城堡，像是一本3D日記。他既可以邀請別人來逛他的3D日記本，也可以邀請大家來這里一起創作。

我想說的是，在XR的時代，當虛擬現實世界到來了以后，我們看到3D生成會帶來一種新的交互形式，就像一個成語形容的那樣，“言出法隨”。

在虛擬現實的世界里，很重要的一個核心技術，就是成熟的3D生成技術。

最后介紹一下VAST的slogan：

為世界進文明，為人類造幸福。

感謝大家的時間！