📱Ifanr (爱范儿)•較早收集於 15m
VAST 在世界模型賽道開闢獨特路徑
💡了解從生成式影片轉向功能性世界模型的趨勢，這是下一代 AI 研究的關鍵方向。
⚡ 30-Second TL;DR
有什麼變化
VAST 將重點從視覺質量轉向功能性世界模擬
為什麼重要
此舉標誌著 AI 行業正從簡單的文字轉影片生成，轉向具身智能與互動式智能的發展方向。
下一步行動
密切關注 VAST 即將發布的技術論文或演示，以了解他們在世界模型時空一致性方面的處理方法。
誰應關注：Researchers & Academics
關鍵要點
- •VAST 將重點從視覺質量轉向功能性世界模擬
- •目標是創建一個能在 3D 環境中理解並運行的模型
- •超越生成式 AI，轉向互動式世界建模
🧠 深度解析
Web-grounded analysis with 3 cited sources.
🔑 增強重點摘要
- •VAST（北京）已成為中國新晉的AI獨角獸，透過其核心產品Tripo AI，能將文字和圖像提示轉換為詳細的3D物件，並已獲得近2億美元的融資。
- •該公司專注於開發高擬真、可動畫及可編輯的3D資產和網格生成技術，例如TripoSplat、AniGen和FACE，旨在提供生產級的內容而非僅僅靜態輸出。
- •VAST的技術採用了先進方法，如用於無網格3D生成的密度採樣高斯（Density-Sampled Gaussians），以及用於可動畫資產的統一空間表示，實現了可變解析度解碼和內在結構一致性。
- •憑藉網易和索尼等企業客戶，VAST的Tripo平台擁有近1000萬個人用戶和約9萬家工作室及公司，顯示其工具已達到生產級水準。
🛠️ 技術深入
- TripoSplat：
- 採用密度採樣高斯（Density-Sampled Gaussians, DeG）實現完全自適應、無網格的3D生成。
- 透過將原始中心參數化為可學習空間密度的樣本，並透過新穎的渲染損失梯度進行優化，實現可微分的密度化。
- 利用VecSeq擴散框架，透過將潛在變數錨定到確定性3D Sobol序列來解決排列模糊性。
- 能夠從單一緊湊的潛在代碼進行可變解析度解碼。
- AniGen：
- 將形狀、骨架和蒙皮權重統一為共享的連續空間表示（$S^3$ Fields），直接從單一圖像生成完全可動畫的3D資產。
- 引入了與關節計數無關的雙蒙皮場（Dual Skin Field）和置信度衰減骨架場，以解決運動學邊界處的拓撲模糊性。
- 採用兩階段結構化潛在流匹配架構，確保幾何形狀和關節之間的內在結構一致性。
- FACE：
- 一種基於面的自迴歸表示（Face-based Autoregressive Representation），用於高擬真和高效的網格生成。
- 將整個三角形面封裝成單一統一的token，將序列長度縮短九倍。
- 將此自迴歸自動編碼器（Autoregressive Autoencoder, ARAE）與潛在擴散（latent diffusion）結合，實現穩健、可擴展且計算高效的直接網格生成。
- Project Eden：
- 包含TripoSplat（開源3D高斯生成器）。
- TripoSG（將任何圖像轉換為高品質3D網格的多功能開源模型）。
- TripoSR（快速紋理網格生成，無需GPU，與Stability.AI合作開發）。
🔮 前景展望AI analysis grounded in cited sources
VAST專注於功能性和互動式3D世界模型將加速AI代理在複雜現實世界互動中的發展。
透過創建能夠理解並在3D環境中運行的模型，VAST為在模擬現實中訓練AI奠定了基礎，從而減少了對昂貴且耗時的現實世界試驗的需求。
該公司對生產級、可動畫3D資產生成的重視將顯著影響遊戲、電影和工業設計等行業。
提供能夠從簡單提示快速生成高擬真、可編輯和可動畫3D內容的工具，將簡化內容創作流程並降低複雜3D專案的進入門檻。
⏳ 時間線
2023
VAST（北京）由執行長宋思齊創立。
2026-03
VAST（北京）完成5000萬美元A輪融資，由阿里巴巴集團和恆旭資本領投，公司估值突破10億美元。
2026-03-02
VAST AI Research發表了關於「FACE：用於高擬真和高效網格生成的基於面的自迴歸表示」的論文。
2026-04-09
VAST AI Research發表了關於「TripoSplat：用於快速和可控3D生成的可微分高斯潑濺」的論文。
2026-05-08
VAST AI Research發表了關於「AniGen：用於可動畫3D資產生成的統一S^3場」的論文。
📎 來源 (3)
Factual claims are grounded in the sources below. Forward-looking analysis is AI-generated interpretation.
📰
AI 週報
閱讀本週精選 AI 大事摘要 →
👉相關動態
AI 策展新聞聚合。所有內容版權歸原始發布者所有。
原始來源： Ifanr (爱范儿) ↗