VAST要讓人人都能成為創(chuàng)世“神”丨未來(lái)產(chǎn)業(yè)調(diào)研系列—

文字、神圖片、讓人人都視頻、為創(chuàng)未產(chǎn)聲音、世丨音樂(lè)，業(yè)調(diào)研系A(chǔ)IGC正不斷刷新內(nèi)容創(chuàng)作的神上限。

一家成立于2022年11月的讓人人都中國(guó)AI初創(chuàng)企業(yè)VAST，一頭猛扎進(jìn)了3D大模型領(lǐng)域，為創(chuàng)未產(chǎn)試圖在三維空間里開(kāi)創(chuàng)一個(gè)新世界。世丨

他們要造一個(gè)大眾級(jí)別的業(yè)調(diào)研系3D創(chuàng)作者工具，讓大眾能夠?qū)崟r(shí)、神零成本、讓人人都零門(mén)檻創(chuàng)作，為創(chuàng)未產(chǎn)由此帶來(lái)3D內(nèi)容平臺(tái)的世丨誕生和繁榮。2024年初，業(yè)調(diào)研系他們發(fā)布3D生成大模型Tripo 1.0，2024年9月推出Tripo 2.0，目前可做到10秒?成形狀?何，10秒?成紋理及PBR（基于物理的渲染），在所有3D生成任務(wù)效果中均處于領(lǐng)先地位。

由Tripo生成的3D模型的六視渲染圖——“站在水面玻璃球上的火烈鳥(niǎo)”圖片來(lái)源：VAST官方公眾號(hào)

VAST號(hào)稱擁有全世界最大的、兩千萬(wàn)的高質(zhì)量原生3D數(shù)據(jù)集，同時(shí)在CVPR、ICLR、SIGGRAPH等國(guó)際頂會(huì)上發(fā)表了多篇論文，提出3D+2D融合的技術(shù)路線，并參與開(kāi)源了3D生成算法框架threestudio、圖生3D算法框架Wonder3D，與Stability AI合作推出3D生成開(kāi)源模型TripoSR，推動(dòng)技術(shù)線路的收斂，以加快3D行業(yè)的發(fā)展。

2024年9月下旬，他們完成天使輪和Pre-A輪共計(jì)數(shù)億元的融資，并創(chuàng)下迄今3D大模型賽道的最?融資金額。

VAST聚集了梁鼎、曹炎培、郭元晨等多位來(lái)自清華大學(xué)的年輕科學(xué)家團(tuán)隊(duì)。創(chuàng)始人、CEO宋亞宸，畢業(yè)于約翰霍普金斯大學(xué)，之后在商湯CEO辦公室實(shí)習(xí)并工作，2021年6月作為聯(lián)合創(chuàng)始人參與創(chuàng)辦AI獨(dú)角獸MiniMax，2022年底創(chuàng)辦VAST。

宋亞宸坦言自己是一個(gè)重度游戲愛(ài)好者，在與人交談的時(shí)候，他手里還在不停地拼搭一堆積木。他自稱“每天的空余時(shí)間主要就是打游戲”。在他看來(lái)，行萬(wàn)里路和讀萬(wàn)卷書(shū)，無(wú)非是現(xiàn)實(shí)體驗(yàn)和虛擬體驗(yàn)的區(qū)別，打游戲?qū)λ灾皇沁x擇在虛擬世界里體驗(yàn)和思考。

他用“神”創(chuàng)造的世界和人創(chuàng)造的世界，來(lái)類比現(xiàn)實(shí)世界和3D生成的虛擬世界。他認(rèn)為，3D大模型賦予了人們創(chuàng)造屬于自己的世界的能力，讓每個(gè)人都能成為造世的“神”，并定義自己的世界規(guī)則。

從游戲、XR、元宇宙、具身智能、空間智能到大模型， 3D至少已經(jīng)被資本界和產(chǎn)業(yè)界熱烈討論了十年。眼下，3D生成大模型能否成為3D的最新爆發(fā)點(diǎn)？新工具能否開(kāi)啟3D內(nèi)容創(chuàng)作的新世界，乃至人類與世界交互的新形態(tài)？

以下是南方周末研究員與VAST創(chuàng)始人宋亞宸的對(duì)話：

打造3D抖音

南方周末：VAST的3D生成大模型Tripo，現(xiàn)在主要能做些什么？

宋亞宸：簡(jiǎn)單來(lái)說(shuō)，就是輸入文字或者圖片，輸出一個(gè)3D模型，它還可以進(jìn)入游戲、動(dòng)畫(huà)、3D打印、工業(yè)設(shè)計(jì)等領(lǐng)域做二次編輯、渲染、驅(qū)動(dòng)。除了靜態(tài)3D模型，我們也做動(dòng)態(tài)內(nèi)容的生成，像骨骼自動(dòng)綁定、動(dòng)作的生成、場(chǎng)景的生成等等。我們就是在做一個(gè)3D的大眾級(jí)別的創(chuàng)作工具。

南方周末：你如何理解3D這一概念？

宋亞宸：文字、圖片、視頻、聲音，都是信息載體，3D也是信息載體，它的信息密度和自由度是最高的，還可以做雙向交互，是最終極的信息載體。

目前的信息載體，都是3D的降維。如果說(shuō)，“神”創(chuàng)造了一個(gè)3D的世界，就是我們的世界。視頻是找個(gè)角度和位置去記錄3D世界發(fā)生了什么，圖片是記錄其中的一幀畫(huà)面，文字是