世界模型正從生成“看起來像”的視頻，轉(zhuǎn)向構(gòu)建“可計(jì)算、可交互的3D世界狀態(tài)”。

「暗涌Waves」獨(dú)家獲悉，空間智能公司影溯（InSpatio）宣布完成數(shù)千萬(wàn)美元Pre-A輪融資。本輪由光合創(chuàng)投、順為資本、紅杉中國(guó)參與投資。

這筆融資背后的大邏輯，正在成為共識(shí)：物理世界是3D的，世界模型也該是3D的。AI要進(jìn)入機(jī)器人、自動(dòng)駕駛、游戲、影視、XR 和工業(yè)仿真等真實(shí)場(chǎng)景，必須先學(xué)會(huì)理解動(dòng)態(tài)的3D物理世界。

過去兩年，視頻生成把“看起來真實(shí)”推到了新高度，但對(duì)物理AI來說，僅基于世界表象生成畫面還遠(yuǎn)遠(yuǎn)不夠。如果說2D視頻是世界的投影，那3D世界模型則需要捕捉影子背后的動(dòng)力學(xué)狀態(tài)。恰似“看遍飛鳥的影子，也拼不出鳥的空間骨架與飛翔力學(xué)”。

機(jī)器人要在空間里自主行動(dòng)，自動(dòng)駕駛需預(yù)判復(fù)雜環(huán)境變化，游戲、XR要構(gòu)建可交互的場(chǎng)景。這些需要的不是“像”，而是“是”：能理解空間結(jié)構(gòu)、物體關(guān)系、運(yùn)動(dòng)變化與物理約束的3D原生世界模型。

影溯選擇的正是3D原生路線。

影溯此前發(fā)布并開源InSpatio-WorldFM、InSpatio-World 等實(shí)時(shí)3D/4D世界模型，近期預(yù)告了全新世界模擬器Topos 1.0，即將開放Beta測(cè)試。

押注動(dòng)態(tài)3D世界模型

大模型已經(jīng)走到一個(gè)分水嶺，世界模型正成為全球AI競(jìng)爭(zhēng)的新方向。

語(yǔ)言模型教會(huì)AI理解和生成文本，視頻模型教會(huì)AI生成畫面，但如果AI要進(jìn)入物理世界，僅有畫面并不夠。它需要理解空間、記住物體、預(yù)測(cè)變化，并在行動(dòng)前推演后果。

這正是當(dāng)下具身智能難以跨越的鴻溝。

一個(gè)服務(wù)機(jī)器人，看視頻學(xué)會(huì)了抓杯子，換一個(gè)角度、換一張桌子，就可能失手。原因在于，視頻記錄了特定視角“看起來發(fā)生了什么”，卻無(wú)法精確告知物體在哪里、空間如何連接、一次失敗的抓取能否被穩(wěn)定復(fù)現(xiàn)。而對(duì)物理AI來說，真正有價(jià)值的數(shù)據(jù)，是行動(dòng)之后會(huì)發(fā)生變化、可以反復(fù)驗(yàn)證的動(dòng)態(tài)3D 世界狀態(tài)。

因此，世界模型的競(jìng)爭(zhēng)，正從“誰(shuí)的視頻更像真的”，轉(zhuǎn)向“誰(shuí)能生成可計(jì)算、可交互、可推演的世界”。

漂亮的視頻更像渲染器（Renderer），它把既有狀態(tài)描摹成畫面；物理AI真正需要的是模擬器（Simulator），它維護(hù)世界狀態(tài)，推演行動(dòng)后果，讓智能體在里面大規(guī)模試錯(cuò)。渲染器回答“看起來如何”，模擬器要回答“推一下，會(huì)倒嗎”。

要成為模擬器，世界模型必須同時(shí)解決兩個(gè)問題：效率、一致性。

3D原生路線不必讓模型從冗余像素中艱難學(xué)習(xí)時(shí)空規(guī)則，顯著降低訓(xùn)練和推理成本，讓大規(guī)模并行推演成為可能。

一致性方面，2D模型一旦視角變大、時(shí)間拉長(zhǎng)或出現(xiàn)遮擋，物體位置就可能斷裂；3D模型則維護(hù)統(tǒng)一空間狀態(tài)，使同一個(gè)物體在不同視角和時(shí)刻都能保持一致。

影溯的判斷正是由此出發(fā)：“物理世界是3D的，世界模型也必須是3D的?！?/p>

他們不是把視頻轉(zhuǎn)成3D，而從空間骨架起步，先建幾何結(jié)構(gòu)，再衍生視角、表征運(yùn)動(dòng)、推演變化。巨頭嘗試用更大模型、更多算力在像素迷霧里逼近真實(shí)世界時(shí)，而影溯用空間幾何大幅壓縮了搜索空間。

InSpatio-WorldFM實(shí)現(xiàn)實(shí)時(shí)3D生成與多視角一致，InSpatio-World走向可漫游的動(dòng)態(tài)4D世界，而Topos直接生成高保真、可編輯、可交互的仿真環(huán)境。

這些產(chǎn)品化能力指向一個(gè)非共識(shí)判斷：3D原?表征可能成為世界模型的效率杠桿。

持續(xù)生產(chǎn)動(dòng)態(tài)3D數(shù)據(jù)

互聯(lián)網(wǎng)并不缺視頻，缺的是帶幾何、尺度、材質(zhì)、運(yùn)動(dòng)和交互關(guān)系的動(dòng)態(tài)3D數(shù)據(jù)。

這類數(shù)據(jù)決定了物理AI能否從“看過”走向“學(xué)會(huì)”。機(jī)器人要適應(yīng)不同房間、倉(cāng)庫(kù)、街區(qū)，實(shí)現(xiàn)能力泛化，需要大量可復(fù)現(xiàn)、可編輯、可驗(yàn)證的空間狀態(tài)；自動(dòng)駕駛要在長(zhǎng)尾場(chǎng)景游刃有余，也需要可控地生成和重組動(dòng)態(tài)環(huán)境。

因此，誰(shuí)能低成本構(gòu)建有時(shí)間維度的動(dòng)態(tài)3D數(shù)據(jù)，誰(shuí)就更接近物理AI的上游。

影溯團(tuán)隊(duì)在空間計(jì)算方向積累20余年，長(zhǎng)期研究SLAM、三維重建、NeRF、3DGS、圖形學(xué)和實(shí)時(shí)系統(tǒng)。他們可以從圖片、視頻、深度傳感器數(shù)據(jù)等現(xiàn)實(shí)世界觀測(cè)中提取空間結(jié)構(gòu)，再將其轉(zhuǎn)化為可學(xué)習(xí)、可編輯、可復(fù)用的3D 表征。

這套系統(tǒng)還能通過仿真生成有物理標(biāo)簽數(shù)據(jù)，形成“真實(shí)采集、3D重建、生成式增強(qiáng)、模型訓(xùn)練迭代”的數(shù)據(jù)飛輪。

這也是投資人看中影溯的重要原因。世界模型正成為物理AI的基礎(chǔ)設(shè)施；影溯具備稀缺的3D技術(shù)閉環(huán)和動(dòng)態(tài)數(shù)據(jù)構(gòu)建能力。這些能力有機(jī)會(huì)在機(jī)器人、自動(dòng)駕駛、游戲、影視、XR 和工業(yè)仿真等方向落地，形成底層平臺(tái)價(jià)值。

影溯方面認(rèn)為，世界模型不是一個(gè)純粹的算法問題。它需要生成模型，也需要圖形學(xué)、三維視覺、物理仿真與實(shí)時(shí)空間計(jì)算系統(tǒng)的緊密鉚合。它處理的不是文本或圖像，而是會(huì)隨時(shí)間流動(dòng)的空間。

這也決定了，做這件事的團(tuán)隊(duì)既要懂幾何與重建，也能理解深度學(xué)習(xí)，并有商業(yè)級(jí)系統(tǒng)交付能力。

影溯的團(tuán)隊(duì)正好落在這個(gè)交叉地帶。創(chuàng)始人章國(guó)鋒博士是浙江大學(xué)CAD&CG全國(guó)重點(diǎn)實(shí)驗(yàn)室教授、國(guó)家杰青，在3D視覺與空間計(jì)算/智能領(lǐng)域深耕二十余年，曾擔(dān)任商湯科技數(shù)字空間事業(yè)群首席科學(xué)家，兼具頂尖學(xué)術(shù)研究與大規(guī)模產(chǎn)業(yè)落地雙重實(shí)戰(zhàn)積淀。聯(lián)合創(chuàng)始人劉浩敏博士曾任商湯研究總監(jiān)，長(zhǎng)期負(fù)責(zé)3D視覺與空間計(jì)算/智能的技術(shù)攻關(guān)與工程落地。浙江大學(xué)長(zhǎng)江學(xué)者、國(guó)家杰青鮑虎軍教授作為首席科學(xué)家，所領(lǐng)銜的前沿研究團(tuán)隊(duì)也為影溯的世界模型和空間智能的構(gòu)建提供了堅(jiān)實(shí)的理論和技術(shù)支撐。

影溯不是看到風(fēng)口后才轉(zhuǎn)向3D，而是一支長(zhǎng)期生長(zhǎng)在空間計(jì)算/智能和三維視覺領(lǐng)域的團(tuán)隊(duì)，等到了AI叩響物理世界大門的時(shí)刻。

過去，3D技術(shù)更多服務(wù)于三維建模、數(shù)字孿生、空間定位和AR/VR。現(xiàn)在，當(dāng)機(jī)器人、自動(dòng)駕駛和空間智能都渴望一個(gè)可交互的世界模型，3D成為世界模型嫁接物理屬性、推演物理變化的基座。

據(jù)影溯方面介紹，本輪融資將主要用于模型研發(fā)、動(dòng)態(tài)3D數(shù)據(jù)基礎(chǔ)設(shè)施、算力基礎(chǔ)設(shè)施、行業(yè)合作和人才招聘。隨后其將加速推出Topos 1.0正式版并啟動(dòng)具身智能、游戲、影視等行業(yè)的標(biāo)桿合作。對(duì)影溯來說，這更像是技術(shù)路線產(chǎn)品化的第一個(gè)信號(hào)。

當(dāng)視頻生成還在爭(zhēng)奪觀感時(shí)，世界模型的下一層競(jìng)爭(zhēng)已經(jīng)開始：誰(shuí)能讓AI 學(xué)會(huì)動(dòng)態(tài)的 3D 物理世界，誰(shuí)就有機(jī)會(huì)站在物理 AI 的數(shù)據(jù)上游。

影溯押注的，正是這層入口。

本文來自微信公眾號(hào)“暗涌Waves”，36氪經(jīng)授權(quán)發(fā)布。