--- title: "世界模型进工厂：Vertens3D想把AI从“生成3D”推到“直接生产”" id: "20260924A0BULS00" publicationAccount: "非凡产研" originalPublishedAt: "2026-09-24T17:02:53+08:00" canonical: "https://ffcap.cn/research/20260924a0buls00" source: "https://view.inews.qq.com/a/20260924A0BULS00" sourceAccount: "https://news.qq.com/omn/author/21759984" language: "zh-CN" tags: ["智能制造","AI Agent","具身智能","AI 视频","融资与投资","全球化出海"] --- # 世界模型进工厂：Vertens3D想把AI从“生成3D”推到“直接生产” 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。 > 原文包含视频，请前往原始发布页观看；此处不含视频转写。 **AI行业观察** ## **世界模型进工厂：Vertens3D想把AI从“生成3D”推到“直接生产”** “能不能生产出来，才是最后的考试。” 9月22日，第二届广东省人工智能应用对接大会在广州召开。 会上，佛山人工智能研究院副院长蔡博仑发布了与Vertens3D联合研发的Orient产业世界模型。 如果只看“世界模型”四个字，这件事很容易淹没在今年密集的模型发布里。 但Orient有一个不同的目标：它想解决的不是怎么生成一个更逼真的世界，而是怎么让AI生成的世界最后能够被制造出来。 这也是理解Vertens3D（www.vertens3d.com）这家公司最近变化的一条线索。 从2013年的3D空间云设计，到2019年把设计数据接到生产制造，再到2022年进一步连接数控设备，Vertens3D过去十几年的主线一直没有离开3D，只是3D正在从“设计工具”逐渐变成AI理解和操作物理世界的基础设施。 2026年，公司正式把这一套能力推向世界模型。 ![世界模型进工厂：Vertens3D想把AI从“生成3D”推到“直接生产” · 原文图片 1](https://inews.gtimg.com/om_bt/OsPNZOUoOGegaHwUEdlzUcokQq8RuQVPhVBI_PXSlkXisAA/1000) 目前，Vertens3D正在进行Pre-IPO轮融资，非凡资本担任财务顾问。 ## **世界模型很多，但工业需要的不是“看起来像”** 过去两年，世界模型成了AI最热的方向之一。 视频模型在学习运动和物理规律，机器人公司用仿真环境训练智能体，英伟达Cosmos、Omniverse和Isaac围绕数据、数字孪生、机器人开发和仿真建立了一整套物理AI基础设施。 但把世界模型真正放到制造业里，问题会立刻变得不一样。 一张椅子的3D模型，看起来像椅子远远不够。 它需要知道尺寸是多少、板材多厚、不同零件怎么连接、结构会不会互相干涉、机器应该怎么切、刀路怎么走，最后还得能够输出CAD、BOM、CAM甚至CNC设备可以直接使用的数据。 这些东西不存在于普通的图像或者视频生成模型里。 Vertens3D把这个问题归纳成四个断点：缺乏工程参数、结果不可控、后期修正成本高，以及真实生产闭环数据不足。 即便是目前海外较成熟的工业软件和物理AI平台，不同能力通常也分散在CAD、仿真、生产连接等多个系统里。  该图片疑似使用了AI生成技术，请谨慎甄别![世界模型进工厂：Vertens3D想把AI从“生成3D”推到“直接生产” · 原文图片 2](https://inews.gtimg.com/om_bt/OPWymGa-5gXL335MTdBjbea-eWE4owQeKuID3nFSpc32sAA/1000) **所以工业世界模型真正困难的地方，并不是“生成”。** 是怎么把一个概率生成的结果，变成一个确定、可检查、可执行的工程对象。 Vertens3D把中间这一层叫作“世界编译”。 ## **Orient真正想补的是“世界编译”这一层** 这次发布的Orient把能力拆成了四块：感知世界、生成世界、模拟世界和创造世界。 感知世界解决现实空间数字化的问题。通过3D扫描和多模态理解，把真实空间变成可以继续编辑和计算的三维空间。 生成世界更接近大家熟悉的生成式AI，包括长视频、高清渲染和空间一致性。 模拟世界则把3D空间变成可以交互的仿真环境。Orient提出利用真实家居空间构建机器人训练环境，希望解决家庭机器人训练数据不足的问题。 最关键的是第四块——创造世界。 一张产品图片进入系统之后，不只是生成一个Mesh，而是继续识别结构、恢复尺寸和装配关系，生成CAD和BOM，进行尺寸、公差、碰撞、强度和工艺检查，最后生成3D打印切片或者CNC刀路。 从“生成一把椅子”，走到“这把椅子怎么生产”。 这中间就是Vertens3D所谓的世界编译。 在其技术架构里，模型生成的结果不会直接进入生产系统，要先进入一个类型化的World IR，由系统做约束求解、几何构造、仿真评估和冲突检测，最后决定提交还是回滚，再输出CAD、BOM、CAM、G-code等工程文件。 这也解释了Vertens3D为什么会在这个时间点进入世界模型。 **它真正拿出来竞争的，并不只是模型能力。** ## **Vertens3D手里最特殊的资产，其实是十几年工厂跑出来的数据** 大模型时代，大家已经习惯讨论互联网数据。 但进入物理世界之后，数据的定义变了。 一张家具图片可以告诉模型“它长什么样”，却不会告诉模型板厚应该是多少、哪里应该打孔、哪种连接方式能够生产，以及生产失败之后究竟错在哪里。 这些属于**工业真值**。 [观看原文视频：世界模型进工厂：Vertens3D想把AI从“生成3D”推到“直接生产”](https://inews.qq.com/webVideo?vid=d3317uovax5&img=http%3A%2F%2Fpuui.qpic.cn%2Fvpic_cover%2Fd3317uovax5%2Fd3317uovax5_hz.jpg%2F640&appver=16.7.1_qqcom_7.2.40) 根据Vertens3D提供的数据，目前其体系中已经沉淀2800万+真实户型、16亿+三维空间场景和1.2亿+真实柜体数据，并连接了**9000多家云工厂**。 生产过程中的加工参数、设备状态、质量检测、失败返工和人工修正，也可以重新成为模型训练的反馈信号。 Vertens3D目前服务20万+付费设计师，并已连接近百家数控设备合作伙伴；公司过去形成的链路已经覆盖从图像输入、三维重建，到BOM拆分和数控加工。 **这件事可能比模型参数量更重要。** 因为工业AI面对的一个核心问题是：模型生成错了以后，谁告诉它什么才是对的？ **如果设计、加工、质检、返工和最终交付都能形成数据回流，那么一家工业软件公司的历史业务，反而变成了训练物理AI的数据基础。** 这也是传统工业软件公司和纯AI创业公司完全不同的起跑线。 ## **Vertens3D正在从“家居软件”重新定义自己的边界** Vertens3D过去最广为人知的业务还是家居设计和制造软件。 但从最新的产品架构看，公司显然不想继续把自己限定在泛家居。 其规划是做三层东西：底层是Vertens3D世界模型；中间是一套产业AI执行工作台，负责理解任务、调用Agent和专业工具；上面再针对不同产业安装不同的“领域世界包”。 目前已经展示的方向包括家居制造、3D打印、建筑、家电钣金、影视和游戏，把AI3D定义为从“生成3D内容”进一步走向“生成可智造世界”的入口。 [观看原文视频：世界模型进工厂：Vertens3D想把AI从“生成3D”推到“直接生产”](https://inews.qq.com/webVideo?vid=v3317j064hn&img=http%3A%2F%2Fpuui.qpic.cn%2Fvpic_cover%2Fv3317j064hn%2Fv3317j064hn_hz.jpg%2F640&appver=16.7.1_qqcom_7.2.40) 这套逻辑并不难理解。 家居是第一个已经有数据、有客户、有工厂、有设备连接的行业，因此最容易跑通；一旦底层的3D理解、工程约束和世界编译能力可以复用，就可以尝试向3D打印、轻工业以及其他制造业迁移。 甚至再往外一步，它还可以进入机器人。 Orient已经开始尝试利用真实户型和3D空间数据构建可交互的家庭仿真环境。对于服务机器人来说，这些数据的价值不再只是“怎么设计一个家”，而变成“机器人将在什么样的世界里工作”。 **这可能是Vertens3D故事里最大的变化：过去它数字化的是工厂要生产的东西，未来它想数字化的是AI需要理解和行动的物理世界。** ## **但工业世界模型最后还是要接受工厂检验** 当然，现在就判断工业世界模型已经跑通，还太早。 Vertens3D接下来至少有三个问题需要证明。 第一，从Demo到稳定生产还有多远。工业场景对错误的容忍度远低于内容生成。视频里一把椅子少一条腿只是穿帮，工厂里的尺寸错两毫米可能就意味着整批返工。 第二，家居里的优势能不能真正迁移到其他行业。柜体、家具积累的大量结构和制造数据非常有价值，但家电、钣金、复杂装备都有自己的工程规则。所谓“领域世界包”究竟可以多快复制，是未来扩张速度的关键。 第三，世界模型到底能创造多少可量化的商业价值。减少多少建模时间、降低多少返工、替代多少人工操作，以及客户最终愿意为什么付费，这些指标比“模型能力领先多少”更重要。 所以，Orient最值得关注的地方，并不是又出现了一个世界模型。 **它提出了一个更具体的问题：当AI开始进入物理世界，我们究竟需要一个会想象世界的模型，还是一个能够把世界编译成生产指令的模型？** 对于消费级AI来说，生成可能就是结果。 对于工业AI来说，生成只是第一步。 能不能生产出来，才是最后的考试。 --- 原始发布版本：https://view.inews.qq.com/a/20260924A0BULS00 本站阅读页：https://ffcap.cn/research/20260924a0buls00