从 OpenAI 的 4o 到 Stable Diffusion，根据文本提示生成逼真图像的 AI 基础模型已屡见不鲜。相比之下，能从文本提示生成完整、连贯 3D 在线环境的基础模型才刚刚崭露头角。
尽管如此，这些模型何时变得易于获取只是时间问题。欧洲知名 AI 3D 模型研究者 Matthias Niessner 已从慕尼黑工业大学视觉计算与人工智能实验室请假创业，成立专注于该领域的初创公司 SpAItial。
Niessner 曾是估值达 21 亿美元的逼真 AI 头像初创公司 Synthesia 联合创始人，此次为 SpAItial 筹集了高达 1300 万美元的种子轮资金。此轮融资由 Earlybird Venture Capital 领投（通过其 Digital East Fund 支持过 UiPath 及 Peak Games 等），Speedinvest 和多位知名天使投资人也参与了投资。
考虑到 SpAItial 目前除一段展示文本生成 3D 房间的预告视频外几乎无其他展示内容，这一融资金额令人印象深刻。
团队技术实力同样突出：Ricardo Martin-Brualla 曾供职于 Google 3D 视频会议平台 Beam；David Novotny 在 Meta 工作六年，领导了公司的文本到 3D 资产生成项目。
凭借集体专业知识，SpAItial 将在聚焦照片级真实感的竞争中占据优势。目前，Odyssey 已筹集 2700 万美元瞄准娱乐用例；AI 先驱李飞飞创立的 World Labs 估值也已超 10 亿美元。
Niessner 认为，与其他类型基础模型相比当前竞争仍较小，但就“更大愿景”而言亦然。“我不只想要一个 3D 世界，还希望它能像现实世界一样运作、可交互并支持各种操作，而目前尚未有人真正攻克这一难题。”他说。
从电子游戏到现实世界
市场对照片级真实 3D 环境的需求规模尚不明确。尽管数字孪生、增强现实等领域蕴含“万亿美元”级机遇，但其模糊性和多面性使市场进入策略制定困难。最明显的应用场景是电子游戏制作，此外还可应用于娱乐、建筑 3D 可视化，并最终拓展至机器人训练等现实世界领域。
Niessner 希望通过授权开发者基于该基础模型开发特定用途下游应用来绕过这一难题。他还聘请了第四位联合创始人、前 Cazoo 高管 Luke Rogers 协助处理业务事务。Rogers 曾是 Niessner 在斯坦福大学担任访问助理教授期间在帕洛阿尔托的室友。
SpAItial 路线图的首要任务之一，是识别哪些合作伙伴可使用早期模型，哪些需等待更高质量模型。“我们至少希望与几家合作伙伴合作，看看他们如何使用这些 API。”Niessner 表示。
与其他资金雄厚的 AI 初创公司相比，SpAItial 将收入问题置于更高优先级。但首先需投入资金用于计算资源和招聘，且招聘重点在于质量而非数量。Niessner 称：“团队不会立即扩展到数百人规模；这不可能发生，我们也不需要那样。”
相反，Niessner 及其联合创始人正致力于生成更大且更具交互性的 3D 空间，例如实现玻璃杯逼真破碎的效果。这将达成 Niessner 所称的“圣杯”：让 10 岁孩子仅需输入文字，便能在 10 分钟内制作出自己的电子游戏。
在他看来，这一雄心勃勃的目标实际上比让用户创建 3D 对象更易实现，因为大多数游戏平台仍严格控制第三方添加内容。当然，除非平台决定自行构建，就像 Roblox 可能做的那样。但到那时，SpAItial 或许正忙于替代 CAD；3D 生成的新篇章才刚刚开始。
注：本文已更新，以澄清 Earlybird 通过哪个基金投资了 UiPath。