当虚拟世界的宏大构想遭遇技术与创作壁垒，28岁创业者宋亚宸决心用AI 3D突破瓶颈。

　　1997年出生的他，身材高大、谈吐爽朗，兼具创业者锐气与思想者沉静。他并非传统技术极客，拥有国际关系学与经济学背景，喜爱历史、哲学与神学思考，是理想主义与务实精神兼备的“非典型创始人”。

　　宋亚宸曾在商汤科技负责多个人工智能项目的战略分析和商业化落地，也曾参与创立 MiniMax。2023年3月，他创办了通用大模型公司VAST。公司成立不到三年，VAST便已确立全球优势地位，宋亚宸本人也数次作为科技企业负责人代表受到国家领导人接见。

　　宋亚宸以哲学视野与价值信仰，阐述了AI 3D对内容生态、社会价值与能力平权的重构。他坚信3D是人类内容表达的终极载体，文字、图片、视频皆是其“压缩格式”，提出人的价值可以用“时间×人数×幸福感”重新定义，将技术创新与全民幸福、社会公平相连。他判断，3—5年内产业将迎来关键窗口期，全民共创3D内容的时代即将到来。

　　破界认知：虚拟世界≠游戏，大众创作颠覆精英生产

　　问：您提到虚拟世界和游戏有本质区别，能具体说说吗？

　　宋亚宸：很多人会误以为未来的虚拟世界创作就是“人人做游戏”，但其实两者有本质不同。

　　从文字、图片、视频到3D内容，当载体从“精英艺术”走向“大众狂欢”时，内容的本质就已经改变了。游戏也属于“精英艺术”，它是3A模式，即需要投入大量人力、时间和资金，成本极高。

　　无论是写《基督山伯爵》、画西斯廷壁画、拍《阿凡达》，还是制作《黑神话：悟空》，都符合这一特征。而高成本必然要求高回报，这些内容都需要形成端到端的商业化闭环，必须能赚钱回本——没有人会花1亿元做一款游戏，却只期望500万的收入，这不符合正常的商业逻辑。

　　而大众狂欢类内容则完全不同：首先是零门槛、零成本、实时创作，这三个条件缺一不可。

　　比如发小红书，要是需要先看50条教学视频（高门槛）、每条收费5万元（非零成本）、发布后5年才能显示（非实时），就不可能有今天的小红书。

　　其次，创作者的初衷并非赚钱，可能是传递信息、分享想法、表达情绪，甚至只是“装逼”或分享不属于自己的人生，但绝不是以盈利为首要目的。 这类内容并非没有经济价值——否则就不会有小红书这样的公司存在——但它不需要形成独立的商业化闭环。

　　一条朋友圈、一篇小红书、一个抖音视频，本身不会直接赚钱，但会汇聚成庞大的平台生态，这是零成本创作的天然优势。文字、图片、视频领域都已经形成了这样的大众狂欢生态，比如微博、小红书、抖音，但3D可交互内容至今没有出现，核心原因就是缺乏大众级的创作工具——就像没有打字法就没有微博，没有手机摄像头就没有抖音，当大众无法零门槛、零成本地创作3D内容时，自然就不会有对应的UGC生态。现在没人会自己做一款游戏发朋友圈，也没人会发3D建模作品，因为大家既不知道怎么做，身边也没有这样的氛围。

　　但我相信，当每个人都能零门槛、零成本、实时地创作可交互的3D内容和虚拟世界时，所有人都会参与其中——有人用来表达自我，有人用来“装逼”，有人用来分享，有人用来玩梗、做鬼畜，甚至有人只是为了骂人，比如制作一个“名人掉进粪坑”的3D场景，没有明确目的，但也是一种创作。

　　当这种创作越来越普及，就会实现我最初说的：每个人的每一分每一秒，都能在无数个虚拟世界和现实世界中自由选择，就像现在我们有无限的短视频可以看一样，人类将能拥有最极致的体验。

　　这种新形态和游戏的核心区别，就是它不需要端到端的商业化闭环——因为创作成本无限接近零。游戏被诟病为“电子海洛因”，就是因为它需要赚钱，所以会通过各种手段让人上瘾；而当创作成本为零时，大家能体验到的内容会像“电子沙拉、电子汉堡、电子白开水”一样丰富，有无限选择，AI推荐算法会精准推送你喜欢的内容，体验远比单一的游戏更优质。

　　本源回归：3D是终极内容载体，人类基因的天然选择

　　问：为什么说3D是最终的内容载体？它比文字、图片、视频更有优势吗？

　　宋亚宸：我们常常把文字、图片、视频和3D看作独立的信息载体，甚至觉得它们是阶梯式的升维过程，但其实文字、图片、视频都是3D的“压缩格式”——这是人类为了适应传播渠道而发明的妥协方案。 我之前去看望病危的外婆时，隔壁床有一位101岁的老人，精神很好地坐着吃番薯。我突然意识到，她出生在旧社会，那个时代的人根本无法理解“视频”是什么——1889年人类才发明视频，在此之前，世界上没有任何生物见过这种东西。

　　视频的本质，就是对3D世界的一种压缩。文字和图片也是如此。 但3D有两个无法替代的优势：一是天然性，二是高自由度。

　　从天然性来说，婴儿的行为就能证明：你给婴儿看黑白红的抽象图案，他会觉得莫名其妙；给她看图片、漫画，他也无法理解；但你递给他一个水瓶，他会主动推回来，觉得这是一种互动游戏——这说明3D是刻在生物基因里的底层认知，人类天生只能理解3D事物。

　　从自由度来说，文字、图片、视频都没有真正的自由度。你体验张无忌的人生，不能突然打自己一巴掌或自断经脉，只能按照剧情走；看《狂飙》，不能突然绊倒高启强，只能跟着剧情发展；看王道动漫，主角越来越强，你不能让他“躺平”，因为没有这个选项。

　　但在3D虚拟世界里，你有无限的自由度，核心是“主体能动性”——你是“你自己”，不是别人设定的角色。就像有人喜欢玩《传奇》，因为“一刀999”的快感来自“我能掌控一切”，而这种掌控感，是文字、图片、视频无法提供的。

　　很多人觉得人类越来越懒，从看电影变成看短视频，连书都不读了，但其实人类对内容的消费倾向和“懒”无关，只和“体验是否独特”有关。比如《王者荣耀》，需要语音沟通、制定战略、思考战术，甚至要背几百个英雄的技能和势力，比读书还麻烦，但依然有无数人沉迷——因为它提供了独特的体验。

　　所以，提供最极致的体验，就能创造最大的价值，而3D是实现这种体验的终极载体。

　　信仰驱动创业：以创作能力平权为核，布局AI 3D全栈和世界模型

　　问：您创业做AI 3D的核心信仰是什么？VAST的布局是怎样的？

　　宋亚宸：创业和做生意不一样，如果只是为了赚钱，不一定需要创业——大厂工资很高，做生意也有可能赚很多。创业的核心是“信仰”，是想做成一件对社会有价值、别人没做过的事。 我的信仰就是通过创作平权，让每个人拥有极致体验和最大幸福：把可交互的世界内容从少数精英掌握的技能，变成像打字、拍照一样的大众能力，让每个人都能成为新世界的创造者，为别人打造专属的“天堂”。

　　当每个人都能为别人提供最极致的体验时，就形成了最完美的分工生态——所有产业的本质，都是为了给别人提供更好的体验，比如让水更好喝、让产品更方便、更耐用，而3D创作能让这些体验升级到新的维度。

　　纵观历史，最成功的创业者往往有坚定的信仰。不是为了满足创始人或少数人的利益，而是为了做成一件具有社会价值的事。这很重要。我们公司想做不一样的事：通过重塑内容媒介的形态，让每个人都能无限创作、体验、消费空间内容，让可交互内容成为连接数字世界与物理世界的新型信息载体。

　　目前VAST的核心优势有三：一是人才，我们有全球最好的AI和图形学交叉团队，成员都是图形学和AI的交叉型人才，这类人才非常稀缺；我们已经发表了七八十篇顶会论文，开源了20多个项目，为行业奠定了基础。

　　二是数据，我们拥有约5000多万的高质量3D原生数据集，比其他大厂和创业公司多1-2个数量级，并且极早定义和积累了世界模型数据，这是模型训练的核心支撑。

　　三是产品，我们打造了AI原生的3D创作工作流，推出了Tripo Studio工作台——不同于传统的“对话框式”模型产品，它能端到端地创造完整、可用、有价值的3D资产，还具备贴图生成、材质制作、骨骼绑定、模型分割补全等独创技术。

　　这款产品的0.1版本在2025年5、6月上线，虽然初期功能不完善，但第一个月收入就翻倍，Q3、Q4又连续翻倍，证明方向是对的，现在很多竞争对手都在模仿这种模式。

　　最近我们发布了Tripo Studio1.0，这是公司成立近三年来第一款真正面向专业3D创作者的工具，上线后用户量、付费率等数据都实现了数倍增长。

　　也因为在AI 3D上的探索和积累，给了VAST继续向世界模型进军的禀赋，我们正在重点投入世界模型的算力储备与数据积累、顶尖人才招募及算法的持续迭代，借助顶尖的算法团队和海量的高质量空间资产，让AI真正走向空间理解、物理推演与现实生产，推动新质生产力在各行各业的落地。

　　虚拟世界重构社会：人类价值与竞争逻辑的全新范式

　　问：您认为未来虚拟世界普及后，人类社会的核心逻辑会发生怎样的变化？

　　宋亚宸：当虚拟世界极大丰富，每个人都能自由选择将时间投入哪个世界，对个人而言无疑是巨大的幸福——在“用脚投票”的机制下，人们自然会选择最优体验，不会主动接受更差的感受。

　　如果人工智能最终包揽第一、第二、第三产业所有工作，人类剩下的最大使命就是创造。人的价值，将等同于其创造的虚拟世界所吸引的总停留时长，即人数×时间。

　　当未来的社会竞争更激烈，人与人越来越“卷”。所有人都要不断思考：怎样的世界与体验，能让人愿意停留更久？未来的核心消费不再是金钱，而是时间。一个人在你创造的世界里停留越久，你为社会创造的价值就越大。这种价值，本质是为更多人提供更长时间的幸福体验，用公式的话可概括为：总价值=人数×时长×幸福感。

　　随着虚拟世界的极度繁荣，现实世界的功能或许会发生微妙迁移——它将逐渐沉淀为一座“人类文明博物馆”。未来，我们回到现实，可能更多是为了寻找灵感、通过物理触感来“充电”，纯粹的物理体验将变得日益稀缺和昂贵，甚至成为一种奢侈品。

　　这种变迁还可能带来社会评价的代际反转：过去是父母担心孩子沉迷虚拟，未来或许是年轻人建议长辈别过度依赖现实。因为在那个时代，工作、创造和价值实现都可以在虚拟世界完成，而现实中的手工劳作，更多会被视为消费与享受。

　　而这一切的前提，是普罗大众也能创造出完整、受人喜爱、能产生价值的世界体验。这件事现在还没有发生，但我相信2030年之前一定能实现。

　　这个过程会分两个阶段：第一阶段，只有极少数人会继续制作《黑神话：悟空》这类3A游戏；而绝大多数人会制作属于自己的、相对低阶的游戏类内容。第二阶段，这些内容会进化为可交互的世界体验，每个人都能参与创作，真正实现零门槛、零成本、实时创作。 这需要多种AI技术支撑，其中最重要的两项是：一是“造万物”的AI 3D技术，这正是我们公司正在做的事情；二是“建规则”的AI coding技术。当你既能够创造万物，又能够制定规则，就基本具备了创造世界的能力。

　　而这个“世界”未必是1:1还原的地球，它可以是比地球更大的宇宙，也可以是非常微小的场景。比如“白领模拟器”——未来没有人需要工作，你可以通过这个模拟器回到职场时代，体验办公室政治、加班、与老板周旋、摸鱼等场景，这本质上也是一种角色扮演。 其实仔细想想，现实生活中的很多行为都是角色扮演：去KTV、旅游、玩真人CS、下国际象棋，本质上都是在“扮演”某个角色——下象棋时你扮演大将军，去KTV是扮演受喜爱的角色，去草莓园采摘是扮演农民。旅游是体验异国风光的角色扮演，迪士尼乐园则是极致的角色扮演游乐园，但它的成本极高、极不经济。

　　相比之下，虚拟世界是最经济的方式，而且现实世界的角色扮演有诸多限制：比如再漂亮的人，其外形也有局限；而在虚拟世界里，你可以创造无数符合想象的形象。更重要的是，虚拟世界能打破物理束缚：一个截肢的人，在现实中无法奔跑，但在另一个空间里，他不仅能奔跑，还能跳跃甚至飞翔。

　　万亿市场前瞻：3-5年迎关键窗口，人人创世时代将至

　　问：您对AI 3D的市场前景有什么预期？什么时候能真正实现“人人可创3D内容”？

　　宋亚宸：很多人觉得3D是小众领域，其实是因为他们拿“精英艺术”的游戏和“大众狂欢”的抖音对比，这本身就不公平。

　　现在全球游戏市场规模已经达到约2600亿美金，比出版社、画廊、电影公司的总和还要多，而这只是100万专业创作者创造的价值。如果未来70亿人都能参与3D创作，这个市场的规模会比文字、图片、视频加起来还要大很多倍，今天很多内容平台在它面前都会是“小公司”，我们的目标是打造一家万亿级企业。 3D可交互内容的受众本身就非常庞大。未来当机器人解决了所有生存问题，人类几乎所有时间都会投入到3D虚拟世界中，这个市场的潜力不可限量。

　　至于“人人可创3D内容”的实现时间，其实现在技术上已经具备了基础，只是缺少对应的产品落地。就像手机发明后，并没有马上出现抖音；打字法发明后，也没有马上出现微博，产品经理和创作者都需要时间适应和探索，这个过程可能需要3-5年，但这3-5年也是最关键的时间窗口。 我从不静态地看待当下的技术，更关注本质——3D是人类的天然需求，技术一定会朝着“降低门槛”的方向发展，而当技术成熟、产品落地后，人人可创3D内容就会成为现实。

　　这不是一个明天就能实现的目标，也可能需要十年甚至几十年，但我坚信它一定会发生。VAST要做的，就是在这个过程中打好基础，一步步推动技术落地，加速人人可以创造世界的时代到来。