VAST 再獲超 10 億元融資：當(dāng) 3D 生產(chǎn)力遇上世界模型想象力

一邊是已經(jīng)跑進(jìn)生產(chǎn)管線的 Tripo，一邊是指向可交互世界的 Project Eden，產(chǎn)業(yè)資本下注兩條線的交匯。

作者｜鄭玄

極客公園獲悉，VAST 本月再次完成超 10 億元人民幣 A3 戰(zhàn)略輪融資。一個月之前，這家公司剛剛披露完成約 2 億美元融資，并正式披露世界模型項目 Project Eden。

連續(xù)融資當(dāng)然是一個重要信號。但這一輪更值得關(guān)注的，不只是金額，還有投資方的構(gòu)成。

在新一輪融資里，產(chǎn)業(yè)資本的存在感進(jìn)一步增強(qiáng)：包括吉利資本等頭部產(chǎn)業(yè)方，四三九九、貪玩游戲、巨人網(wǎng)絡(luò)等游戲廠商，某知名互聯(lián)網(wǎng)戰(zhàn)投都參與其中。此外還有亦莊國投、基石資本、毅達(dá)資本、成都科創(chuàng)投、復(fù)星創(chuàng)富、華控基金、錫創(chuàng)投、慕華科創(chuàng)、策源資本等一線投資機(jī)構(gòu)及地方產(chǎn)業(yè)基金聯(lián)合參投，老股東渶策資本、元生資本繼續(xù)追投。

汽車、游戲、互聯(lián)網(wǎng)、地方產(chǎn)業(yè)基金同時出現(xiàn)，并不是偶然。對這些產(chǎn)業(yè)方來說，AI 3D 大模型和世界模型正在從一個前沿技術(shù)方向，變成一項和內(nèi)容生產(chǎn)、空間計算、工業(yè)設(shè)計、智能制造相關(guān)的底層能力。

過去兩年，多模態(tài)大模型的主流敘事大多圍繞文本、圖片和視頻展開。相比之下，3D 生成看起來沒有那么大眾化，也不如圖片、視頻生成容易在公眾中傳播。但在游戲、XR、3D 打印、汽車座艙和工業(yè)設(shè)計等產(chǎn)業(yè)場景里，真正昂貴、稀缺、難以規(guī)模化的，往往正是可以被編輯、被交互、被放進(jìn)生產(chǎn)流程里的 3D 資產(chǎn)。

這也是 VAST 試圖切入的位置。

如果說 AI 視頻解決的是「生成一段畫面」，AI 3D 要解決的則是「生成一個可交互的數(shù)字對象」。前者更容易被用戶感知，后者則是產(chǎn)業(yè)鏈里重要的生產(chǎn)資料。

這也解釋了為什么這一輪會有更多產(chǎn)業(yè)資本進(jìn)入。他們關(guān)注的并不只是一個 AI 生成工具，更多還在于 AI 開始理解、生產(chǎn)和推演三維世界之后，可能帶來的內(nèi)容生產(chǎn)、空間計算、智能制造和下一代交互平臺的變化。

01

從生成 3D 模型，到進(jìn)入生產(chǎn)管線

VAST 的發(fā)展路徑，遠(yuǎn)遠(yuǎn)突破了一開始外界的想象空間。

公司成立于 2023 年，最早切入的是 AI 3D 大模型。這個選擇看起來不如語言大模型、視頻生成熱鬧，但對游戲、動畫、XR、3D 打印、工業(yè)設(shè)計等行業(yè)來說，3D 資產(chǎn)一直是最昂貴、最耗時、也最難規(guī)模化的生產(chǎn)環(huán)節(jié)之一。

VAST 旗下核心產(chǎn)品 Tripo，定位就是提升 3D 內(nèi)容生產(chǎn)效率。

一開始，AI 3D 更像一個「把圖片變成立體模型」的工具。它能生成模型，但距離真正進(jìn)入專業(yè)生產(chǎn)管線使用還有距離。很多 AI 生成的 3D 模型看起來不錯，卻面數(shù)很高，布線混亂，UV 難以展開，進(jìn)入游戲引擎或 DCC 工具后仍需要大量人工修整。

這也是 AI 3D 過去很難真正進(jìn)入產(chǎn)業(yè)的原因：它可以很好看，但不一定能進(jìn)生產(chǎn)管線。而 VAST 過去幾年的重點就是解決這個挑戰(zhàn)。

今年 3 月，VAST 發(fā)布 Tripo P1.0。它可以在 2 秒內(nèi)直接輸出拓?fù)涓蓛簟⒖蛇M(jìn)入游戲引擎的網(wǎng)格模型。簡單說，過去 AI 生成的是「看起來像」的模型，現(xiàn)在它開始嘗試生成「真的能用」的模型。

VAST CTO 梁鼎在采訪中提到，P 系列的重要變化在于，它不再只是生成百萬面高模，而是能把面數(shù)降下來，同時盡量保持精度和布線質(zhì)量。這意味著很多資產(chǎn)不再必須經(jīng)歷「高模生成—人工重拓?fù)洹湍Ｐ拚沟穆L過程，轉(zhuǎn)而有機(jī)會直接作為游戲資產(chǎn)進(jìn)入生產(chǎn)流程。

當(dāng)然，這并不意味著 AI 3D 已經(jīng)完全替代專業(yè)美術(shù)。

梁鼎也強(qiáng)調(diào)，不同行業(yè)對「可用」的定義并不一樣。手游、PC 游戲、主機(jī)游戲、3A 游戲、三消游戲，對模型精度、布線、動畫、貼圖的要求差別很大。有些資產(chǎn)可以直接用，有些仍需要人工調(diào)整。

但變化已經(jīng)很明確：AI 3D 正在從「生成效果」走向「生產(chǎn)工具」。

在 VAST 的能力演進(jìn)里，3D 資產(chǎn)可以被拆成「皮、肉、骨、腦」幾層：視覺效果是皮，拓?fù)浣Y(jié)構(gòu)是肉，綁定和動畫是骨，資產(chǎn)自身具備行為邏輯、能與玩家和環(huán)境交互，才是腦。P1.0 主要解決的是「肉」的問題；后續(xù)迭代會繼續(xù)提升四邊形面、對稱性、重拓?fù)洹⒚鏀?shù)上限和布線質(zhì)量。

這些能力恰恰是 AI 進(jìn)入真實產(chǎn)業(yè)流程的關(guān)鍵。

02

落地更快的生成式 AI

今天很多 AI 應(yīng)用還停留在效率工具或內(nèi)容輔助階段，真正進(jìn)入產(chǎn)業(yè)工作流并不容易。

但 AI 3D 是一個例外，背后的邏輯很簡單：3D 資產(chǎn)很重要，也很貴。過去高度依賴專業(yè)人員和復(fù)雜軟件，生產(chǎn)周期長、成本高。AI 3D 如果能壓縮其中一部分環(huán)節(jié)，就不是錦上添花，更能夠直接改變生產(chǎn)效率。

游戲是最典型的場景。

對中小團(tuán)隊來說，AI 3D 可以彌補(bǔ)「創(chuàng)意大于產(chǎn)能」的問題。很多獨立游戲團(tuán)隊不缺想法，缺的是足夠多的美術(shù)資源。過去需要幾十人美術(shù)團(tuán)隊才能填滿的世界，未來可能通過 AI 3D 以更低成本搭出來。而對中大型游戲公司來說，AI 3D 也可以接入美術(shù)中臺，成為不同項目組共享的生產(chǎn)能力。

今天在游戲領(lǐng)域，AI 3D 可能并不會「一鍵生成完整游戲」，但已經(jīng)逐步嵌入已有生產(chǎn)流程，縮短資產(chǎn)制作、概念驗證和宣發(fā)素材制作的周期。

在游戲之外，VAST 的落地場景也在不斷拓寬。

3D 打印需要把想法變成可打印模型，XR、空間計算和 AI 眼鏡需要大量能被放進(jìn)真實空間的 3D 內(nèi)容，汽車行業(yè)則在工業(yè)設(shè)計和座艙交互上開始與 AI 3D 結(jié)合——新能源汽車迭代速度越來越快，外觀、內(nèi)飾和車機(jī)體驗都需要更高頻地驗證，AI 3D 可以幫助設(shè)計師更快看到不同方案的空間效果，也可以為車機(jī)助手、數(shù)字人、個性化 3D 內(nèi)容提供更好的用戶體驗。

從游戲到 3D 打印，從 XR 到汽車，這些行業(yè)差異很大，但底層需求相似：它們都需要大量低成本、高質(zhì)量、可編輯、可進(jìn)入流程的 3D 內(nèi)容。

這也是 AI 3D 今天能比很多 AI 應(yīng)用更快落地的原因。它不僅僅是一個「更炫」的內(nèi)容生成工具，更是在補(bǔ)工業(yè)數(shù)字化生產(chǎn)里長期存在的一塊短板：如何低成本、高效率地把現(xiàn)實世界里的物體、空間和設(shè)計想法，變成數(shù)字世界里可使用的資產(chǎn)。

但這件事的潛力并不止于提升生產(chǎn)效率。

在 VAST 的判斷里，3D 不是游戲美術(shù)的一個細(xì)分方向，而是物理世界更原生的表達(dá)方式。現(xiàn)實世界本身是三維的，視頻里的二維像素，只是三維世界被壓縮之后的投影。要讓 AI 真正理解物理世界，只讓它看圖片和視頻還不夠，更重要的是讓它理解物體的結(jié)構(gòu)、空間關(guān)系、尺度和位置。

換句話說，AI 3D 生成資產(chǎn)的過程，某種意義上也是讓 AI 理解物理世界的過程。

生成一個椅子，不只是生成一個「像椅子」的外觀，而是在理解它的幾何結(jié)構(gòu)、部件關(guān)系和可編輯形態(tài)；生成一個房間，也不只是生成一張室內(nèi)效果圖，而是在理解桌子、墻面、燈光、通道之間的空間組織方式。過去，這些信息需要大量人工建模、標(biāo)注和整理，幾乎不可能靠人力規(guī)模化完成。

從這個角度看，VAST 過去做 3D 資產(chǎn)生成，并不只是為了服務(wù)今天的游戲或工業(yè)客戶。它同時也在積累一套更底層的能力：把物理世界里的對象和空間，轉(zhuǎn)化成 AI 可以處理、生成和推演的結(jié)構(gòu)化數(shù)據(jù)。

這也是為什么 VAST 會繼續(xù)往世界模型方向走的原因。

03

世界模型，打開的是更長期的想象力

世界模型正在成為 AI 產(chǎn)業(yè)里最熱的關(guān)鍵詞之一。

過去，大模型主要在回答兩個問題：AI 如何理解語言，如何生成圖片和視頻。但隨著機(jī)器人、自動駕駛、空間計算和互動娛樂繼續(xù)升溫，行業(yè)開始關(guān)注一個更底層的問題：AI 能不能理解一個持續(xù)運行的物理世界？

對機(jī)器人來說，它需要在真實環(huán)境中理解空間、預(yù)測動作后果，并做出決策；對自動駕駛來說，它需要在復(fù)雜道路環(huán)境里理解動態(tài)變化；對游戲和互動內(nèi)容來說，它需要生成一個可以被玩家進(jìn)入、操作、可多人共享的世界；對數(shù)字孿生和工業(yè)仿真來說，它需要的不只是一個靜態(tài)模型，而是一個能夠持續(xù)演化的系統(tǒng)。

這也是 VAST 開始布局世界模型的背景。VAST 從去年下半年開始探索世界模型。一方面是行業(yè)機(jī)會出現(xiàn)，另一方面也和公司成立之初的愿景有關(guān)——VAST 一直希望做低門檻的互動內(nèi)容平臺，而世界模型可能是實現(xiàn)這一愿景的一條路徑。

但 VAST 對世界模型的理解，并不完全等同于當(dāng)下更常被討論的具身智能路線。

具身智能更關(guān)心機(jī)器人如何理解環(huán)境、做出決策，很多時候只需要處理短時間的狀態(tài)變化。而 VAST 目前更明確走的是互動娛樂方向，因此它更在意三件事：實時可交互、多人同時在線，以及長時間、大空間的一致性和記憶。

簡單說，一個可交互世界不能只是不斷生成下一幀畫面。玩家離開一個房間再回來，房間里的東西還要在；一個用戶改變了環(huán)境，其他用戶進(jìn)入時也要能看到同樣的結(jié)果。這要求系統(tǒng)有一套獨立于畫面的底層狀態(tài)，而不是把所有記憶都壓縮在視頻幀里。

這也是 VAST 發(fā)布 Project Eden 的意義。相比不少以動作視頻生成或靜態(tài) 3D 場景生成為主的路線，Project Eden 更強(qiáng)調(diào)把底層世界狀態(tài)與視覺渲染解耦：底層維護(hù)世界狀態(tài)、記憶和推演，中間層把狀態(tài)轉(zhuǎn)化成語義或畫面條件，最后再生成用戶看到的視覺畫面。它想解決的不是「更好的視頻生成」，而是讓一個生成世界真正持續(xù)運行。

而能做到這一點，也在于 VAST 過去的積累。

世界模型需要的并不只是視頻數(shù)據(jù)，而是視頻背后的空間結(jié)構(gòu)：物體在哪里、相機(jī)如何移動、動作之后狀態(tài)如何變化。VAST 過去長期做 3D 基礎(chǔ)模型，意味著它更有機(jī)會從互聯(lián)網(wǎng)視頻中提取深度、相機(jī)位姿、幾何軌跡等結(jié)構(gòu)化信號；同時，也可以利用游戲引擎中天然存在的「內(nèi)部狀態(tài) + 渲染輸出」來生成訓(xùn)練數(shù)據(jù)。

正因如此，世界模型在 VAST 這里并不與具身智能畫等號。它可以為具身智能提供數(shù)據(jù)和環(huán)境，比如構(gòu)建機(jī)器人訓(xùn)練場景、生成仿真環(huán)境、提供物理一致的世界狀態(tài)。但具身只是世界模型能力可服務(wù)的一個應(yīng)用方向，和游戲、XR、汽車、數(shù)字孿生并列。

某種程度上，AI 3D 讓 VAST 有了當(dāng)前的商業(yè)化入口，而世界模型給了它更長期的技術(shù)延展空間。

從生成一個 3D 資產(chǎn)，到生成一組可編輯資產(chǎn)、搭建 3D 場景，再到生成一個可交互、可被記憶、可多人進(jìn)入的世界，VAST 試圖走通的是一條層層遞進(jìn)的技術(shù)路徑。它的每一層都有對應(yīng)的產(chǎn)業(yè)落地場景，也因此不必等到終局才產(chǎn)生商業(yè)價值。

這或許才是產(chǎn)業(yè)資本在這一輪集中進(jìn)入的原因。他們下注的，不是一個 AI 工具，而是 AI 從二維內(nèi)容生成走向三維世界理解、生產(chǎn)和推演時，可能出現(xiàn)的新基礎(chǔ)設(shè)施。

*頭圖來源：VAST

本文為極客公園原創(chuàng)文章，轉(zhuǎn)載請聯(lián)系極客君微信 geekparkGO

極客一問

你如何看待 AI 3D？