VAST即将上线Tripo3.0模型 宋亚宸详解公司新战略

出品｜网易科技《AGI》对话栏目
作者｜丁广胜
高投入，小市场，高增长，非共识。一个创业赛道，要集齐这四个要素，绝非易事。而VAST创始人、CEO宋亚宸是幸运的。高投入，小市场，代表暂时不在巨头“射程”，他们还不会All in这里。而高增长，意味着绝佳的历史机遇。还未形成共识，则为创业者带来短暂的抢跑窗口——没卷起来。这个事儿就是3D AI生成，这一人类才发明短短两年的东西。

近日，我们进行了一场深入交流。在WAIC 25期间为总理介绍过产品并登上新闻联播的宋亚宸显得兴奋。我感受到，这位出生于1997年的年轻创业者极富激情，讲到兴头上，时而手舞足蹈起来，时而徒手在空中画出“示意图”。

从2023年3月成立以来，VAST发布的全球首个AI 3D工作台Tripo Studio和系列模型Tripo备受关注。收获了300W+全球专业开发者、40000多家中小企业合作伙伴、700多家大客户——其中包括网易、腾讯、索尼、微软等大厂。

Tripo Studio是AI驱动的3D内容创作流程，实现了3D模态下的精准可控编辑。在全球范围内还找不到第二个类似的产品，VAST处于领先身位。宋亚宸说Tripo Studio就像“Cursor”，用户可以用它快速生成3D模型，并利用丰富的工具将其优化到理想状态。也有人把它比作AI建模界的“作弊神器”，替代了传统DCC建模软件，而且效率提升10倍。

在模型算法层面，VAST一直在迭代Tripo大模型，先后推出Tripo1.0至Tripo2.5等数十亿参数的3D模型系列，Tripo3.0的将达到200亿参数。他们还发布了TripoSR、TripoSG、TripoSF等广受全球开源社区认可的3D基础模型。

宋亚宸说Tripo3.0模型“非常不容易”的事，那就是“一开始”没有十足的把握。Tripo3.0模型从Tripo2.5的十几亿、几十亿参数，直接拉升到两百多亿参数级，并且采用全新的技术路线、全新的“表达形式”——TripoSF中的SparseFlex，全新的表达形式可以让模型的分辨率和效率大幅提升，且可以承载更大的Scaling Law。宋亚宸举了个例子，Tripo3.0模型可以处理复杂的3D构造，比如汽车里面的座椅下面的刹车，之前是很难表达的，而Tripo3.0可以轻松处理，并且分辨率高、速度也快、推理成本还低。更为重要的是，宋亚宸说Tripo3.0模型“注入”了更多的“产品思考”，是真正懂创作者和客户的模型。原因之一是，此前团队看到客户对于“可控性”的要求非常高，专业创作者展示创意，最在意的就是可编辑的颗粒度要足够细，可控性足够强，二者缺一不可。而Tripo3.0模型解决了这样的用户痛点：在姿态控制上，可以指定标准姿态；可以实现对称性的控制；实现了多视图控制，确保用户生成的东西是自己想要的；3D生成“表面”迎来升级，可以控制“粗糙”和“平滑”；推出标准模式和高清模式，标准模式一键式生成，速度快，高清模式清晰度和细节更优，效果佳。

这是一家处于快速增长期的公司。宋亚宸把3D生成行业划分为4个阶段，首先，以游戏公司为代表的“过去”阶段；其次，以独立开发者为代表的“现在”阶段；其三，以大众创业者参与为主的“原生”阶段；其四，也就是代表“未来”的“3D抖音”诞生阶段——这个时候3D生成的创作和消费都极大繁荣。按宋亚宸的思路，如今是向“原生”和“未来”索要增长的时间点，也正是属于VAST的窗口期。为了达到既定目标，他们的团队人数也在扩张，宋亚宸日常专注融资和找人。过去两年，VAST维持在30人左右的规模，2025年攀升到50人。他告诉网易科技，并没有刻意控制团队规模，而是要在不同的阶段寻找匹配的人。在VAST的招聘宣传中写着“亲历一家头部AI公司从1到100的爆发式成长”“改变历史”“定义未来十年的技术范式”等词汇。在2023、2024年，VAST团队的30个人几乎都是技术和算法，并为此获益。同时期的海外对手押注的是产品和增长，“他们当时忽略了技术，他们落后了。”2025年开始开始，宋亚宸判断时机成熟，到了补强产品和工程能力的时候，而根据规划，再下一步，VAST将补强运营和增长，因为3D生成的文化、社区、创作变得重要起来。而到了“3D抖音”时代，内容和创意的人才就变得重要起来。他坚信，“3D抖音”是他的机会，起码一定是创业者的机会。宋亚宸说他是一位“因为相信所以看见的”创业者，从他的眼神也可以看出这一点，他没有丝毫犹豫，言语果决。不过，要抵达高峰，除了相信还不够。两个直击灵魂的问题是：如果大厂都做3D生成了怎么办？这个市场如果是伪需求怎么办？第一个问题，宋亚宸说不是问题。因为从古至今、从国内到海外，大众UGC平台没有一个是大厂做的，抖音、快手、豆瓣、知乎、小红书，以及instagram、YouTube、X，绝无例外。而且大厂对于高投入的小市场，且增长还没有成为共识，不会投入资源，如果只是试水，第二年没有达到KPI，也会收缩投入。第二个问题，宋亚宸这样回答，世界由万物和法则组成，万物本来就是3D的，文字、图片、视频都是“降维”以及3D不断抽象的过程。法则就是coding（编码），而正因为世界大部分信息本来就是3D的，我们只是缺大众化的工具，当用户可以几乎零门槛、零成本、实时的创作3D内容，3D的UGC内容平台一定比现在的抖音爆火5-10倍。他善于从历史中寻找启发。还向我这样类比道，短视频出来之前没有那么多人看电影，微博出来之前也没有那么多人看文字，但并不妨碍抖音和微博成为大众内容平台——这个逻辑在于，当一个新平台出现之后，内容开始极大繁荣，内容的繁荣，又造就了平台。更令他感到兴奋的是，但3D内容平台出来之前，已经有那么多人在接触、在打游戏了，而它能做的不仅如此，3D可以生万物。我们还聊到了XR产业，这是一个与3D内容息息相关的领域。宋亚宸的判断是，硬件的发展只是锦上添花，不是雪中送炭，3D内容才是XR爆发的必要条件。当时元宇宙最大的问题就是败在了没有内容。如果你做一款XR的应用，需要一两百万的时候，这账是算不明白的，只有开发一款应用到200块钱的时候，爆发才成为必然。