---
title: "3D 生成为何是“中国之光”？揭秘 AI 出海变现逻辑"
id: "20251126A06QEQ00"
publicationAccount: "非凡产研"
originalPublishedAt: "2025-11-26T18:03:56+08:00"
canonical: "https://ffcap.cn/research/20251126a06qeq00"
source: "https://view.inews.qq.com/a/20251126A06QEQ00"
sourceAccount: "https://news.qq.com/omn/author/21759984"
language: "zh-CN"
tags: ["全球化出海","AI Agent","模型与基础设施","游戏","商业化","流量与用户增长","融资与投资","非凡大赏"]
---

# 3D 生成为何是“中国之光”？揭秘 AI 出海变现逻辑

文章中的“非凡产研”是原始发布账号署名，不代表已核实个人执笔作者。引用访谈或圆桌观点时，应按正文标明具体发言人及当时身份；无法确认时不要推断。日期为原始发表日期，历史信息以发布时点为准。

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。

![3D 生成为何是“中国之光”？揭秘 AI 出海变现逻辑 · 原文图片 1](https://inews.gtimg.com/om_bt/O9puD9ZjBzSVsaAN4c2avANb5S_TuFyrOTwq4ZKTtd7OIAA/1000)

**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？

![3D 生成为何是“中国之光”？揭秘 AI 出海变现逻辑 · 原文图片 2](https://inews.gtimg.com/om_bt/OWfuqRRc7q98BWuk3qcBquNrSxG5kOKobB7BWljmel9YEAA/1000)

**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。**

![3D 生成为何是“中国之光”？揭秘 AI 出海变现逻辑 · 原文图片 3](https://inews.gtimg.com/om_bt/ONsMwq1rRNCJ0YNo9f9ONChERPxebv747Jg-4iH2JfSFgAA/1000)

**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。

![3D 生成为何是“中国之光”？揭秘 AI 出海变现逻辑 · 原文图片 4](https://inews.gtimg.com/om_bt/O1n6op3Xrr0qenDJZBbvOhfENMmzhreuNk-An2hGXzOPMAA/1000)

**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。

![3D 生成为何是“中国之光”？揭秘 AI 出海变现逻辑 · 原文图片 5](https://inews.gtimg.com/om_bt/O7RfyFtdzBz2Ci1_peNqIylDpoKzGJDrhhq7vuOG6Qej0AA/1000)

**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**。

---

原始发布版本：https://view.inews.qq.com/a/20251126A06QEQ00

本站阅读页：https://ffcap.cn/research/20251126a06qeq00