最近，在歐洲 AI 創業地圖上，一筆1300 萬美元的種子輪融資格外醒目：沒有發布產品、沒有用戶數據、甚至沒有一行可供調用的 API，SpAItial，僅憑一段展示“文本生成 3D 房間”的短視頻，就拿到了 Earlybird、Speedinvest 等頂級基金的下注。

這筆融資背后，是一個尚未成型、但注定重要的賽道：文本生成 3D 世界。

SpAItial 由圖形學與 AI 研究者 Matthias Niessner 發起，他此前是 Synthesia 的聯合創始人，也在慕尼黑工業大學長期從事視覺計算相關研究。

SpAItial 官網

技術起點：生成一個“可交互”的世界

目前的 AI 圖像生成模型，如 OpenAI 的 4o 或 Stable Diffusion，已經可以根據文本生成逼真的靜態圖像。

相比之下，SpAItial 想要實現的，是生成一個具有物理屬性、可以與用戶交互的三維空間。Niessner 用“讓玻璃杯掉在地上可以碎裂”來描述這種交互性。他表示，目前市場上雖然已有多個團隊能生成逼真的 3D 物體，但少有系統能自動構建并模擬整個空間的互動邏輯。

價值1300萬美元的文本生成 3D 房間視頻

從技術維度看，這不僅涉及 3D 資產建模，還包括物理規則模擬、空間邏輯推理、渲染優化等多環節協同，對算力與架構提出更高要求。

該創業公司的核心團隊多來自一線實驗室。SpAItial 目前的研發由四位聯合創始人組成，除 Niessner 外，還包括：

• Ricardo Martin-Brualla，曾參與 Google 旗下 3D 通訊項目 Beam；

• David Novotny，曾在 Meta 負責生成式 3D 資產項目；

• Luke Rogers，負責商業與運營，背景為英國家用車平臺 Cazoo 前高管。

官網中的團隊列表

團隊在過往項目中積累了與生成式建模、圖形系統開發相關的實踐經驗。在融資層面，SpAItial 獲得 Earlybird Venture Capital 領投，Speedinvest 及多位個人天使參與。

市場路徑：先做基礎模型，不直接做應用

SpAItial 并未選擇立即推出面向用戶的 3D 編輯器或平臺產品，而是以構建底層模型為主，計劃通過 API 授權方式服務下游開發者。

Niessner 表示，希望通過與少量早期合作方的實際對接，測試模型在不同行業場景中的適應性，并逐步擴展模型的交互能力與物理一致性。

這種路線更接近“模型即服務”的形態：不直接定義應用，而是輸出能力，供合作方探索游戲、可視化、建筑設計等場景。

雖然文本生成 3D 空間仍屬早期賽道，但已有多個團隊切入。

李飛飛 World Labs 官網截圖

例如，Fei-Fei Li （李飛飛）創辦的 World Labs 聚焦教育與科學可視化領域，估值已超過 10 億美元；Odyssey 獲得 2700 萬美元融資，重點在娛樂和虛擬制作方向。

SpAItial 所在的賽道并非空白，但技術與需求尚未完全對齊。部分使用場景（如游戲關卡自動生成）已有明確痛點，但如數字孿生、AR 導覽、機器人訓練等方向，目前的市場接受度與商業模型仍不明朗。

因此，SpAItial 選擇以“能力驗證”優先于“用戶擴張”為策略，盡可能通過實際使用場景推動模型優化與落地節奏。

Niessner 在采訪中強調，團隊不會追求快速擴張，目前也未考慮快速招募大規模人員。其核心策略是集中資源，先打磨生成系統的底層架構。

同時，大量訓練仍需依賴高性能計算資源，這也是早期資金的主要投入方向之一。

他指出：“我們更關心生成內容的完整性和交互性，而不是模型一次性能生成多少對象。”

當前，3D 內容的主流生產仍高度依賴專業建模軟件，如 Blender 或 Autodesk 系列工具，且在游戲引擎層面，Unity 與 Unreal 占據主導地位。

生成式模型是否能提供替代路徑，尤其是在結構可控、邏輯閉環的世界構建方面，還需技術與市場的雙重推動。

最后，附上推特網友用谷歌veo-3生成的3D游戲視頻，供讀者欣賞：

來源 | 大數據文摘（ID：BigDataDigest）

作者 | 大數據文摘 ; 編輯 | 呼呼大睡

內容僅代表作者獨立觀點，不代表早讀課立場