如果你把 AI 的过去两年总结成一句话，那就是：它把文字变成了内容。
但在2025北京非凡大赏上的这场关于AI 应用与 3D 生成技术的讨论里，我们听到的更像另一句预告，下一波浪潮，不是把内容做得更像真的，而是让世界本身变成可生成、可编辑、可交易的东西。
这场对话由英诺天使基金合伙人王晟主持，桌边坐着四位来自不同战场的玩家：Collov中国区负责人赵鹭，带着空间智能在家居与泛地产里打硬仗；心影随形/逗逗 AI 联合创始人王碧豪，把多模态 Agent 塞进游戏屏幕，做能陪你打怪也懂你情绪的 AI 伙伴；李白人工智能实验室/Cutout.pro VP 曹仁奕，用 600ms 的 API 交付速度在全球图像与 3D 生成市场里卷出一条生路；以及 VAST 对外首席合作代表李颖丽，她所代表的 Tripo，是今天全球 3D 大模型里最具代表性的中国力量。
你会发现他们的共同点很少：赛道不同、产品形态不同、商业化路径也不同。
但他们都在回答同一个问题：当 AI 开始理解空间、屏幕与物体之后，真正的护城河到底在哪里？是更炫的技术范式，还是更深的现实数据；是更大的基座模型，还是更好的交互与交付？
这一桌人，正在把答案一点点推到台面上。
一. 3D 不是从 2D升维那么简单，而是从现实取样
一开始王晟就抛了一个技术范式的问题：Collov 以前靠 2D 图像生成，如今做 Spatial AI，是继续2D 建 3D，还是用 3D Gaussian 这类新技术去做世界模型？
赵鹭的回答很反常识：路线没大变，但底层逻辑更清晰了.不是先去做 3D，而是先把真实世界吃透。
他举的例子很具体：在家装体系里，橱柜是定制化最深、款式最杂的一类。于是 Collov 把全球 97% 的橱柜款式都训练进模型里。听起来像辛苦活，甚至不够性感，但它带来的东西非常扎实：模型对物理世界的识别、超分、标注，最终都会回到真实数据的密度和干净程度。
这段话背后有个更大的启示：
世界模型不是用更聪明的方法生成，而是用更耐心的方式积累。
就像特斯拉的视觉算法没被通用模型碾压，原因不是它更会卷技术，而是它踩着真实道路跑出来的数据。Spatial Intelligence 也是同理。你可以把它理解成：模型确实越来越强，但你喂它什么决定了它最终能替你做什么。
这对很多创业者其实是个提醒：AI 的想象力越强，现实的颗粒度越值钱。不是所有公司都需要去做所谓下一代基座，但几乎每家公司都可以问自己一句：我所在的细分世界里，有没有一份别人拿不到的现实数据？
二. Agent 的难点不是工具链，而是屏幕背后的心智
聊到心影随形/逗逗 AI（逗逗伙伴）的时候，王晟把话题从空间拉到屏幕。因为游戏 Agent 的复杂性表面上看像技术轰炸：要看视频、听语音、懂环境、记住玩家偏好、理解任务链……但王碧豪反倒从 Gemini 3 的发布讲起。
他说 Gemini 3 Pro 的屏幕理解（Screen Pro）分数从 11 冲到 70+，这意味着模型的多模态理解第一次显著逼近人类。更关键的是，他观察到：Gemini 的提升不只是感知，而是一种学习/推理能力。你给它一个线框，它能直接输出审美在线、可交付的前端项目。
于是他顺势抛出一句很有分量的话：
Use Case 是找出来的，不是做出来的。
也就是说，Agent 的价值不在于堆 Workflow，而在于让模型在具体情境里去判断该用什么工具、以什么方式帮你达到目的。他们甚至把内部表述从 Workflow 转向 Reasoning，就是要让模型在游戏世界里更像一个懂你的人，而不是一个会工具的人。
这就把护城河指向了两个点：
一是游戏专业数据调优：让模型理解游戏屏幕而不是仅仅理解真实世界。
二是上下文与交互形态：通用模型能看懂橱柜，但不一定懂设计师的交互；能识别游戏画面，但不一定懂玩家那句我真服了的情绪到底是在骂队友还是在自嘲。
说白了，Agent 不怕大模型变强，怕的是你没有把强变成好用的那层产品心智。
很多人聊 Agent 时兴冲冲地讨论工具调度、长链推理，但真正的胜负手往往更朴素：你有没有把用户的情绪、习惯、节奏，编进系统里。
三. API 生意拼的不是模型多能干，而是能不能在 600ms 里干完活
轮到 Cutout.pro 时，王晟问得很直接：在全球图像榜 Top50 这么卷的战场里，你们为什么还能持续赢？
曹仁奕的回答里没有一句玄学，全是做生意的人话：
先发优势当然重要，但真正让 API 业务跑起来的，是三件事——场景、速度、Know-how。
场景差异化很好理解：同样是 3D 生成，室内设计要厘米级精确，游戏要想象力爆炸。你给两拨人同一个 API，结果一定是两边都嫌弃。
速度问题就更真实了。他举了 POD（按需打印）电商的例子：买件 T 恤，用户插个头像想立刻看到效果。如果你让他等 10 秒，他已经去隔壁下单了。Cutout.pro 的 API 600 毫秒返回，这在电商里不叫优化，叫生死线。
而 Know-how 的意思更像是一种工程师 + 产品经理 + 商业操盘手混合出来的判断力：
你得知道技术现阶段能做到什么、做不到什么。
比如真人微表情捕捉还不完美，那就别硬上写实路线；但卡通风格已经很稳，就把它做到极致。
这不是妥协，而是把技术边界当成商业边界来驾驭。
听起来有点冷酷，但这就是现实：
当 AI 进入产业链，模型能力只是入场券，交付效率才是护城河。
别小看那几百毫秒，它背后是转化率、复购率、客单价，甚至是你能不能活到下一轮融资。
四. 为什么 3D 生成成了中国之光？因为中国同时拥有人、数据、产业压力
当话题来到 VAST / Tripo，王晟抛了一个看似感叹、其实很尖锐的问题：中美模型竞争里，美国在文本和多模态领先，但在 3D 生成基座上，中国公司反而压着打，为什么？
李颖丽把答案拆成三层：
人才优势、数据优势、产业推动。
SIGGRAPH 上六成以上作者是华人，这相当于 3D+AI 交叉学科的人才主矿脉就在华语圈。
中国又是 3D 产业的超级场景库：游戏、电商、工业设计、3D 打印、具身智能……这些链条每天都在生产高精度模型数据。
而更关键的是，产业需求足够急。急到什么程度？急到逼着技术得快速落地，否则就会被下一波需求淹没。
但她也说了一个值得全场沉默两秒的事实：技术在中国，应用在海外。
Tripo 的用户 85% 是外国人。你能感受到一丝无奈，也能看见一个趋势：
中国在 3D 基座上领先，但最先爆发的消费力和创作需求可能还在外面。
这意味着什么？
意味着 3D 生成很可能成为下一种技术出海必选项：模型在国内迭代，市场在海外兑现。
就像今天的几位嘉宾同时提到的那样，海外订阅、基础设施、付费习惯、汇率优势，决定了 AI 应用大概率先在外面把钱赚厚，再回来把产业做深。
五. 3D 打印的故事很重要，因为它让人人都是创作者第一次变成硬件事实
这场对话的结尾，其实是把 3D 生成从软件想象推到硬件现实。
VAST 正在和一堆 3D 打印头部厂商合作：拓竹、Anycubic、创想三维……甚至 Stratasys 这样的工业巨头也成了战略伙伴。
李颖丽的判断很直白：
过去 3D 打印机普及不起来，不是机器不行，是模型门槛太高。
模型一旦被 AI 拉平，打印机市场就会从少数人玩具变成家庭工具。
你可以把它类比成当年的纸张打印机：
如果每个人都能一键把脑子里的小玩意儿变成 3D 模型，那打印机就不再是极客玩具，而是家里那个新的微波炉。
这件事对 AI 行业的意义很大：
当 AI 把创造力变成可复制的日常能力，产业的增长曲线会突然从缓坡变成断崖式抬升。
因为它不是让你更高效，而是让你第一次有资格参与。
最后，把四家公司放回同一张图里
如果把这场对话压成一句话，我会说：
AI 应用的下一阶段，不是看谁的模型更大，而是谁更懂世界的细节。
Collov 用细分真实数据去取样世界；
逗逗 AI 用多模态推理去陪伴世界；
Cutout.pro 用速度和场景去交付世界；
Tripo 用 3D 基座和产业链去扩展世界。
他们四个像是在不同的门口站岗，但守的是同一座城：
从生成内容到生成空间/生成物体/生成体验的新文明入口。
而对我们这些围观者、从业者、创业者来说，最值得带走的可能是三个词：
数据的深度、交互的温度、交付的速度。
模型会越来越强，这几乎是确定的；
但你能不能把强变成真实用户愿意用、愿意付费、愿意依赖的东西，才是你真正要回答的问题。
毕竟，世界从来不是被模型改变的。
世界是被把模型用对的人改变的。
更多对话细节
一、 嘉宾自我介绍
王晟：今天非常高兴能参加吴畏总和非凡举办的这场盛大的 AI 应用活动。我们也都是老朋友了，我看了一下今天在座的嘉宾，都是经过精心挑选的，跟我们今天的主题关系密切，而且都是非常优秀的头部产业企业。接下来先请大家做一个自我介绍，每人一分钟，后面的话题我们再展开。
赵鹭：谢谢主持人，谢谢王老师。我是 Collov中国区负责人 赵鹭，也是产品的商业化和市场化负责人。我们是一家来自硅谷的公司，前段时间大家可能被李飞飞的一篇文章刷屏了，关于Spatial Intelligence（空间智能）是人工智能的下一个十年。我们最早在 2021 年就在这个方向上布局，是一家既做自研底层视觉大模型，同时又做垂直应用的公司。
目前我们在全球 ToC 和 ToB 的用户加起来，总注册量几百万。我们已经融了四轮资，SMB数量超2万家。现在主要聚焦利用空间智能技术服务泛地产和家居家装领域。谢谢。
王碧豪：感谢王老师。我是来自逗逗 AI 的王碧豪。我们的产品逗逗伙伴是一款面向游戏玩家的 AI 伙伴，通过实时感知游戏屏幕和实时语音，提供攻略辅助和情绪价值。我们在海外的产品Hakko.AI，目前在全球累计已有 1000 万以上的玩家使用过。在 MAU（月活跃用户）上也有好几百万。
对我们这两款产品而言，最主打的其实是多模态感知能力。这其实和最近比较火的 Google Gemini 3 是同一个概念。待会儿我也会多讲讲 Gemini 这次发布对我们的一些启示。
曹仁奕：大家好，我是李白 AI 的联合创始人兼产品总监曹仁奕。我们的公司名字大家可能不太清楚，但产品名字可能会略有耳闻——Cutout.pro。我们是唯一一家5次登上 a16z 全明星榜单的中国企业，每月有 1400 多万的流量。我们主要对外提供 API，涉及抠图、高清化以及与今天主题相关的 3D 生成。后面可以聊更多，谢谢大家。
李颖丽：大家好，我是来自于全球领先的 AI 生成 3D 大模型公司 VAST 的李颖丽。我们的产品叫 Tripo，在国际上享誉度非常高。目前基于 Tripo 平台，我们聚集了 500 多万的创作者，全球有 4 万多个中小型客户，大客户也有 700 多家。基于我们平台生成的 AI 3D 模型已经突破了亿级。
其实 VAST 的产品 Tripo，不管是在团队阵容、产品能力、用户反馈，还是 API 的用户量级上，在全球都是处于第一的位置，也是行业的领军企业。
王晟：谢谢四位嘉宾。我也花一分钟做个介绍，我是英诺天使基金的合伙人王晟。英诺主要投早期初创项目，我们愿意给创业者第一张支票。现在的单笔第一轮投资金额也接近 2000 万了，目前管理大概 60 多个亿的资金。我们投了非常多的 AI 机器人、具身智能的明星项目。
具体到今天这个3D 和游戏的主题，我们是 VAST 的早期投资人；大家看到鸿蒙系统里刚发布的一个应用（注：推测指 Rodin 或同类 3D 应用），在过去一个月里一直是鸿蒙下载量第一，超过微信和抖音，是个现象级产品，也是做 3D 重建的，这这也是我们第一轮投资的项目。在游戏上，我们是游族网络的天使投资人，也是年收入几十亿的柠檬微趣的天使。
总结一下阵容：我们有做 AI 家居设计的 Collov AI，可以说是 Spatial Intelligence 公司；有做游戏陪伴、典型 Agent 应用的心影随形；有图片生成领域的王者李白/Cutout.pro；也有 3D 模型生成的王者 Tripo (VAST)。这个阵容非常强大，相信大家的功底都很深厚。
二、 技术路线与产品护城河
1.关于 3D 生成的技术范式
王晟：第一个问题给到 Collov AI 的赵总。我印象中你们之前是用图像 2D 生成的方式，来生成更高质量、可控性高且一致性高的图像。现在你们做 Spatial AI，技术范式有改变吗？是继续用 2D 重建 3D，还是会使用像 3D Gaussian Splitting 这些新技术去构建呢？
赵鹭：其实我们的技术路线一直没有发生大的变化。我们要拉回到刚才说的，为什么聚焦在房地产和家居这个业务体系里。
单纯从计算机视觉来说，很多识别算法用在了像生产线检测，包括美国专门用来修检测屋顶的公司也做得很大。我们认为，要想把空间智能做好，首先要打通图像的底层识别算法、超分算法和标注。也就是说，它对物理世界本身要有一个非常清晰的数据基础。
所以我们训练了全球 97% 的橱柜款式，因为橱柜是家装体系里定制化程度最高的。我们在细分领域去打透，用真实物理世界的经验和数据去赋能，然后再去做虚拟，再去跨越。是这样一个技术路径：先做好真实物理世界的赋能和数据采集。
王晟：这很有意思。大家构建 World Model（世界模型）有一大流派是用 2D 去建 3D。但这么多搞图片生成的，包括李白、Google、Midjourney，这些基座模型不会卷到你们吗？
赵鹭：这就看大家最终在哪些细分数据里深耕。比如特斯拉，如果它只做最基础的视觉汽车模型，按道理英伟达早该把它碾压了，但实际上特斯拉的视觉算法依然领先，就是因为数据。我们也是同理，专注于细分产业的数据积累。
2. 关于 Agent 的复杂性与多模态
王晟：第二个问题给到碧豪。我理解你们是在做真正的 Agent（智能体），这是目前最热的方向，但也挺复杂。你需要对游戏的视频、语音、环境做理解，还要了解玩家喜好、情绪、游戏任务 Memory 等等。这事儿有多复杂？腾讯如果来卷你怎么办？
王碧豪：聊 Agent 离不开大模型。我想从 Gemini 3。讲起。这次 Google 发布重点讲了 Multi-modality（多模态），以及 Learn, Build, Plan 这三层能力。DeepMind 的 Hassabis 讲的是 Benchmarking。
这次提升非常显著，Gemini 3 Pro 尤其是 Screen Pro（屏幕理解能力）的评分从 11 分提升到了 70 多分。这意味着模型对于屏幕、对于多模态信息的理解已经可以和人比肩。
我们在实测中发现它的前端项目生成特别厉害。比如做一个微信小程序海报生成器，Gemini 3 和其他模型对比，它的审美特别好。你给它画个简单的线框图，它生成出来的东西直接可商业交付。这代表 Google 把它当成一种学习能力，而不仅仅是感知能力。
这正是我们可以切入的点。Use Case（应用场景）是找出来的，不是做出来的。我们现在不叫 Workflow（工作流），叫 Reasoning（推理）。由大模型去判断用什么工具做什么事。
我们的护城河在于：
数据调优：我们有一套模型体系，用了大量游戏专业领域的图像数据进行调优。让大模型真正理解游戏屏幕，而不是像通用模型那样理解真实世界。
Context 和 Interaction（上下文与交互）：你的交互形态和上下文理解必须优于通用大模型。就像刚才赵总说的，通用的模型能生成橱柜，但没有设计师的交互优化是没法用的。交互一定要优于大模型。
王晟：特别认同。我有个朋友叫杨樾（中国 AI 音乐第一人）也说过，基座模型再强，最后拼的是审美。Midjourney 为什么好？因为审美高级。
3. 关于 API 与垂直场景的差异化
王晟：第三个问题给到李白的仁奕总。Cutout.pro 长期在全球图像榜排在 Top 50，竞争非常激烈。你们为什么这么优秀，比别人还能卷？
曹仁奕：我们是 2019 年就开始出海，有先发优势。
第一，场景差异化。我们提供 API，深入不同行业。比如 3D 领域，室内设计和游戏需求完全不同。室内要的是精确（几厘米的吊顶、一比一复刻）；游戏要的是想象力和视觉冲击力。随着大模型技术推进，垂直行业有更大机会深入不同场景。
第二，速度与转化率。像电商领域的 POD（按需打印）业务，用户要把头像印在 T 恤上。如果用大语言模型 API 动辄 10 秒、20 秒，客户早跑了。我们的 API 可以在 600 毫秒内返回图像，这对电商的转化率影响巨大。
第三，Know-how。比如 Fashion Try-on（虚拟试穿）和 Furniture Try-on（家居试摆）。对于创作者或短剧，可能需要人物 ID 保持不变但发挥想象力；对于视频，现在的能力还做不到真人微表情的完美捕捉，但做迪士尼卡通风就很完美。我们要知道技术的能与不能，在能力范围内发挥最大价值。
4. 为什么 3D 生成是中国之光？（提问 VAST）
王晟：中美大模型碰撞中，文本、多模态美国领先，但 3D 生成基座模型上，无论是技术领先性、用户规模还是创业公司数量，中国都大大占优（以 VAST 为代表）。为什么 3D 生成成了中国之光？
李颖丽：AI 3D 是人工智能和图形学的交叉学科。
人才优势：大家去过 SIGGRAPH（图形学顶会）就知道，全球 AI 项目中六成以上的作者是华人。我们公司囊括了全球最优秀的这部分年轻科学家。
数据优势：中国 3D 相关产业非常丰富（游戏、电商、工业设计、3D 打印），是数据大国。获取数据的多样性和灵活性让我们拥有全球最多的高精度 3D 模型数据集。
产业推动：我们很想赋能产业，而中国的产业需求（如具身智能、3D 打印）反过来推动了我们快速发展。但客观地说，虽然我们的技术是领先的，但我们平台上 85% 的用户还是老外。也就是技术在中国，应用在海外。
三、 商业化与市场（AI 应用如何赚钱）
1. Collov 的出海与国内策略
王晟：Collov 在硅谷创业，北美发展不错。赵总作为中国区负责人，你们除了给客户 AI 能力，会帮他们出海吗？国内情况如何？
赵鹭：Collov 的基因脱胎于斯坦福 AI 实验室。我们在李飞飞创业之前就开源过一个 World Model 相关的项目。
目前海外增长很快，除了北美，巴西、中东和中亚增长也特别快，月增速大概 30% 到 50%。我们在 Google AdWords 上一些核心关键词是霸榜的。
国内策略跟 Tesla 进中国很像：
合规先行：我们较早拿到了相关认证。
抓头部：先跟政府、大产业带、上市公司合作，产生领头羊效应，再往下铺腰部商家和工作室。
模式差异：海外全是纯 License/SaaS 模式；国内是虚实结合，做项目。比如我们跟北京某国资背景装饰公司落地了一万多平的旗舰店。国内要做得重一些。
王晟：有没有担心钱还是老外的好赚？
赵鹭：确实。海外大家习惯付费，国内即使是做得很棒的产品，也往往需要做轻应用矩阵来跑市场验证。
2. 心影随形的增长与变现
王晟：你们上线一周就几百万用户增长，怎么做到的？商业化怎么考虑？
王碧豪：关于增长：
靠内容：内容的核心是真诚，要有杠杆能力，通过内容撬动 KOL 和 Influencer。
冷启动（Cold Start）：制造话题热度，让传播者觉得这个话题值得传播。
我们没法像字节跳动豆包那样一个月砸巨资买量，更多是用杠杆模式。
关于商业化：
昨天我跟美国记者聊，我说你得明白 China's ToB ecosystem is different（中国的 ToB 生态完全不同）。在美国，你能找到大量愿意为 SaaS 付费的小生意；在中国，小生意很难接触到高端 AI 服务，且付费意愿低。中国 C 端用户现在消费力也受限。但美国人有 Tipping Culture（小费文化），87% 的人愿意每月打赏 30 美金。
所以我们现在重点也是做美国市场，做订阅。
3. 李白 AI 的收款问题
王晟：国内用户确实不爱付费（B端C端都不爱）。仁奕总，你们能收上钱来吗？
曹仁奕：我们绝大多数收入来自海外。
商业氛围：海外习惯使用外部服务，因为人力贵，交易成本比管理成本低。
基础设施：海外有成熟的 订阅模式（Subscription），可以每月自动扣款（MRR/ARR）。在国内，除了微信支付宝这种巨头，普通企业很难要求用户每月自动扣款。
汇率：1 美元兑 7 人民币，购买力也有差距。
王晟：（现场调研）在座各位为 AI 产品付过费的举手？……还是不少的，但你们太不典型了。确实，出海赚美金是目前的共识。
4. VAST 的新商业探索（3D 打印）
王晟：听说 VAST 和国内最头部的 3D 打印厂商都在合作，这似乎是个新的增长点？
李颖丽：是的。家用级 3D 打印机未来一定是一个爆发式增长的市场。
过去 3D 打印机用户全球也就一千多万，瓶颈在于 3D 模型（属于精英艺术，普通人不会做）。现在有了 AI，小白用户都能生成模型，人人都是创造者，这会让打印机市场从几百万量级飞跃到几十亿量级。
我们在国内深耕 3D 打印行业，像 拓竹（Bambu Lab）、Anycubic（纵维立方）、创想三维（Creality）、爱乐酷等都是我们的客户。全球工业级打印机巨头 Stratasys 也是我们的战略伙伴。在这个细分领域，我们的市占率非常高，基本接近 100%。
四、 结语
王晟：非常棒。3D 打印机就像当年的纸张打印机，未来会进入家庭。像拓竹这样的公司估值已经达到100亿美元。希望未来成本降低后，大家都能用上。也祝在座各位嘉宾赚大钱，尤其是希望能在国内赚钱。