SpAItial 獲 1300 萬美元融資：用文字直接生成可互動的 3D 世界

現在的 AI 已經很會畫圖和做影片了。但如果你讓它建一個真正能走進去、轉動視角、看清光影材質的三維空間，它大機率只能給你一張看似有深度的平面貼圖。

慕尼黑初創公司 SpAItial 想解決的就是這個短板。這家剛剛結束隱身模式的團隊，拿到了 1300 萬美元的種子輪融資，領投方是歐洲老牌風投 Earlybird。在歐洲早期創投市場裡，只拿幾個技術演示就拿到這種規模的種子輪，並不多見。

教 AI 像人一樣理解三維空間

SpAItial 的創始人陣容很搶眼。領銜的是 AI 影片獨角獸 Synthesia 的聯合創始人、慕尼黑工業大學教授 Matthias Niessner。和他搭檔的還有前 Google 3D 團隊的 Ricardo Martin-Brualla，以及前 Meta 負責 3D 資產生成的 David Novotny。團隊裡還聚攏了 VoxGRAF 和 X-Fields 等早期神經渲染技術的幾位論文作者。

他們把自己的核心技術稱為「空間基礎模型」（Spatial Foundation Model，簡稱 SFM）。按照團隊的說法，它和主流的文本大模型或擴散生圖模型完全不同。

普通擴散模型只是在預測畫素怎麼排列，看起來像真的，實際上根本不知道這個杯子後面是什麼形狀。而空間基礎模型在訓練時就直接理解三維世界：它要推算物體的真實幾何結構、材質反射、光照反應，以及這些要素隨時間和空間移動時的物理關係。

在放出的演示裡，輸入一句話或者一張靜止圖片，模型就能生成一段逼真的 3D 場景。使用者不是在看固定機位的預渲染影片，而是可以從不同角度自由探索整個環境。

目前 SpAItial 鎖定的應用方向包括遊戲開發、影視製作、CAD 工程模擬，以及具身智慧機器人。團隊現在已經開放了候補名單，邀請早期測試者體驗，不過還沒有公佈正式產品的上線時間。

空間智慧這塊硬骨頭，巨頭和新貴都在啃

盯上「空間智慧」的不止他們一家，而且對手個個來頭不小。

最顯眼的是李飛飛聯合創辦的 World Labs。這家明星初創公司已經拿下了 2.3 億美元融資，估值突破 10 億美元，並且計劃在今年晚些時候推出第一款產品。

另一家競爭者 Odyssey 累計融資 2700 萬美元，創始人來自自動駕駛領域。他們選擇了一條很重的路：派團隊揹著定製的背包相機系統去現實世界四處採集三維資料，以此來餵養自己的大模型。

面對這幾座大山，Niessner 倒是顯得挺平靜。在他看來，比起已經卷成紅海的語言和影像基礎模型，真正能做到互動式 3D 世界生成的賽道上，玩家其實少得可憐。

為什麼重要

生成式 AI 的競爭重心，正在從二維螢幕走向三維物理空間。

過去兩年，文生圖和文生影片已經證明了自己在內容草稿階段的殺傷力。但在遊戲製作、工業模擬和機器人訓練裡，只有畫素的畫面幾乎幫不上忙。遊戲關卡需要碰撞體積，機器人導航需要真實的深度和幾何阻擋。如果 SpAItial 這類模型真能穩定把一句話變成可編輯、有物理屬性的 3D 場景，遊戲獨立開發者和數字孿生工程師的工作流會被徹底改寫。

不過，我們認為現在對這類技術保持審慎是必要的。從演示切片走向真正的生產環境，中間隔著巨大的工程鴻溝。World Labs 估值十億至今沒見產品真容，Odyssey 還在靠人肉背相機採資料，都說明高質量 3D 訓練資料的匱乏是整個行業的共同痛點。

SpAItial 的做法聰明在學術底子紮實，核心成員幾乎都是神經渲染領域的開創者。但 1300 萬美元在需要龐大算力支撐的基礎模型競賽裡，只能算一張入場券。面對 World Labs 這樣彈藥充沛的巨頭，SpAItial 能否在產品落地速度上搶先一步，才是它接下來能否站穩腳跟的關鍵。