3D版抖音有望诞生，零门槛3D创作时代来临｜VAST宋亚宸@MEET 2025

衡宇 2024-12-27 12:42:48 来源：量子位

编辑部 整理自 凹非寺

量子位 | 公众号 QbitAI

全球用户累计生成700万3D模型，海外上千用户上传自己生成的3D动画短片……

这就是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、图片生成、视频生成，3D生成技术的发展更像AIGC赛道的隐形前行者，但其实到了今天，输入语段文字或图片，已经可以得到一个完整的、有价值的、可用的3D的模型。

在量子位MEET 2025智能未来大会上，VAST创始人兼CEO宋亚宸带来了他所看到的3D生成的世界，以及3D生成赛道的新的机遇。

为了完整体现宋亚宸的思考，在不改变原意的基础上，量子位对演讲内容进行了编辑整理，希望能给你带来更多启发。

MEET 2025智能未来大会是由量子位主办的行业峰会，20余位产业代表与会讨论。线下参会观众1000+，线上直播观众320万+，获得了主流媒体的广泛关注与报道。

核心观点梳理

• 技术层面上，3D生成的发展分为静态内容生成、动态内容生成、人人零门槛可用三个阶段。
• 有了创作平台后，有机会诞生3D版抖音。
• 明年，Tripo的成熟度会达到1080p、甚至4k的水平。
• 预计到2026年，原生AI 3D创作者会探索出一些新的3D内容范式。
• 3D生成会带来一种新的交互形式，就像成语“言出法随”形容的那样。
  ……

（以下为宋亚宸演讲全文）

3D生成到什么阶段了？

我们公司VAST是一家做3D大模型的公司，希望大家能够在我的分享当中找到自己喜欢的一些有意思的点。

先给大家介绍一下什么叫作3D大模型。

我们的3D大模型叫作Tripo，它的功能非常简单，输入一段文字，或者说一张图片，当然也可以同时输入图片、视频等不同模态，就能输出一个完整的、有价值的、可用的3D的模型。

它的表达方式是mesh，带贴图材质PBR，并且可以在像游戏、动画、元宇宙、XR、MR，包括数字孪生、仿真模拟等等行业里去用起来。

同时我们做了很多有意思的风格化，比如像素化、乐高化、网络化等，可以让大家端到端地在各个行业里面使用，例如3D打印、鞋服家具等场景。

我们不只做了静态的模型，还做了骨骼的自动绑定，动作的生成，也就是用户可以在3D空间里进行实时交互，和朋友社交，一起探索新的世界。

相较于语言大模型、图片大模型、视频大模型，3D生成模型（及背后技术）可能比较新。

2024年年初Tripo1.0刚刚发布的时候，我们认为它的水平类似于手机摄像头360p分辨率的水平；现在Tripo2.0上线，成熟度已经达到了类似于720p分辨率的水平；明年，Tripo的成熟度会达到1080p、甚至4k的水平。

虽然3D生成技术现在还是半成熟的状态，但是发展速度是非常快的。

3D生成技术的三步走计划

来到量子位的MEET2025大会，我们想“炫耀”一下我们的论文。

2023年，VAST发了一系列论文，包括六投六中的CVPR，还有ECCV 、SIGGRAPH；今年又发了几十篇新的论文。刚刚在东京结束的SIGGRAPH Aisa，我们拿了Best Paper Honorable Mention，技术团队上周刚刚从东京领完奖回来。

VAST还做了很多开源的社区贡献，这个也非常关键。

我们开源的项目包括世界最大的3D生成算法框架ThreeStudio、图生3D的鼻祖Wonder3D，还和Stability AI一起开源了TripoSR。最近又开源了一些新的项目，也欢迎大家关注。

技术层面上，我们认为主要分3步走——

第一步是静态的内容生成。这个很好理解，就像生成一个个雕塑。

第二步是动态的内容生成。原本静态的雕塑可以动起来，和用户互动（甚至可以把雕塑的头拧下来当头踢）。

第三步，我们认为明年年底之前，每个人都可以零门槛、零成本地进行实时的3D内容创作。

大家可能会问，除了爱玩游戏，我本人还有什么别的理由要要投身3D生成技术领域？

3D其实非常特殊。文字、图片、视频、3D包括音频这些信息载体或内容媒介中，3D是一直缺乏属于自己的UGC内容平台的内容媒介的。

所以说我们认为，3D版抖音是有机会诞生的。

可以看到，不管在移动互联网时代还是互联网时代，文字、图片、视频的UCG内容平台，一直是巨头之所以为巨头的关键路径。那么3D是不是也会有自己的类抖音平台？

经过VAST自己和一些合作伙伴的大量尝试，我们发现3D现在的创作门槛还是太高了，还是缺乏一个属于自己的“摄像头”——你很难想象没有手机摄像头，你怎么玩小红书、怎么用抖音去分享你自己每天的生活。

3D是不是有机会先出现一个大众级别的创作工具，降低用户创作的门槛、降低用户创作的成本，并且让大家实时进行创作，才有机会诞生一个所谓的3D版抖音。

3D版抖音诞生需要什么样的创作工具？

那么这个大众级别的创作工具是什么？就是刚刚提到的3D大模型。

我们认为在第一阶段，也就是截至快结束的今年，3D生成技术已经达到720p分辨率水平，并聚拢百万级开发者；到了2025年，开发者数量会达到千万级别。

这些AI 3D的原生创作者，不会再去做很重磅的游戏。就像之前米哈游创始人蔡浩宇讲过的，未来0.0001%的顶尖人才还是会继续做游戏，但99.99%的人其实转向根据自己的兴趣随意创造游戏。

到2026年，这些原生的AI 3D创作者会探索出一些新的3D内容范式，这就需要有一个全新的UGC 3D内容平台去承载和分发。

而且现在还处于第一阶段时，3D生成已经在一些场景里实际落地了，比如说传统的CG、游戏、动画、影视、虚拟制作，还有传统的TMT，涉及到直播、教育、电商等等；还包括传统的工业、3D打印、工业设计、鞋服、家居、首饰、玩具、文具、灯具、香薰、蜡烛、文创、食品等行业；当然还包括所谓的新兴行业，也就是空间智能（这个行业会得到长足的发展），比如说元宇宙、XR、MR、具身智能的仿真模拟、数字孪生、数字人等。

3D生成已经解决了一些核心的问题：

• 原来我们做3D模型，需要几百美金，便宜点也需要几十美金。现在你去做一个3D模型，只需要0元。
• 原来需要几天甚至几周时间做一个3D模型，现在只需要几十秒。
• 原来需要高昂的设备的成本，需要专业的两三年建模经验的建模师，现在零门槛。

同时我们还可以实现规模化和个性化。

“让所有人零门槛创建有意思的3D内容”

目前，全世界前十的3D打印公司里，超过一半是我们的客户，并且已经上线使用了。

原来的3D打印在全世界有几百万人群，他们都不会建模。现在每个人都能用AI 3D的能力建自己的模型，生成一条赛博朋克的鱼，或者皮卡丘和钢铁侠的结合体，生成后再打印出来，就拥有自己独一无二的手办了——这是完成定制化的需求。

于是，有很多首饰、手办、积木玩具的厂商，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馈。尤其最近要过年了，还能快速做一些定制化的toB礼盒。

除了用于商业化场景，其实每一个人都可以做自己想要的3D的工业设计和产品需求，包括我自己。

所有的普通用户都可以在Tripo3D.AI里生成自己想要的工业设计，而且和想象中一模一样，然后直接打印出来，比如做一套自己的国际象棋棋子。

今年年中，VAST在海外有上千个用户上传了自己用Tripo生成的一部部动画。

这就是3D生成现在已经达到的成熟度。

我不会建模，没有学过Blander、Maya、3D Max，也不会Unity或者UE，我也不是一个3D内容创作者。但我自己尝试借用Tripo的能力，花了一个早上的时间，做了人生中第一部动画。

所以我敢说，现在已经能够让每个人零门槛地去创作这么有意思的3D内容。

我们的用户里有一个哥们特别有意思。

他用Tripo生成了几百个3D模型，拼成了一个太空站，做了俩视频，觉得自己很牛，发了一个推特，马斯克觉得也很牛，就转了，在全球范围内有1亿的播放量。

还有另一个创作者也非常有意思，他用我们的3D生成能力搭建了一个自己的XR空间。

他把每天遇到的开心、糟心的事情告诉AI，AI根据内容生成各种各样有意思的手办、城堡，像是一本3D日记。他既可以邀请别人来逛他的3D日记本，也可以邀请大家来这里一起创作。

我想说的是，在XR的时代，当虚拟现实世界到来了以后，我们看到3D生成会带来一种新的交互形式，就像一个成语形容的那样，“言出法随”。

在虚拟现实的世界里，很重要的一个核心技术，就是成熟的3D生成技术。

最后介绍一下VAST的slogan：

为世界进文明，为人类造幸福。

感谢大家的时间！