一、先把AI生成与3D重建分开

市场谈论 AI 3D 时，常把所有公司放进同一条赛道。王正男认为，这会遮住两类完全不同的生意。

AI生成3D处理的是创作。建模师过去需要把脑中的角色、道具和场景一点点做出来，生成模型把这套过程压缩成文字或图片输入。3D重建处理的是现实。它利用拍摄、扫描和计算，把已经存在的人、物体和空间还原为3D内容。

两条路线曾经服务相似的专业需求。3D打印需要模型，游戏需要角色与场景，影视和室内设计需要渲染资产。差别在于资产从哪里来。现实中已有的东西可以扫描，尚不存在的东西只能创作。生成式技术成熟以后，这个分工开始变化。

王正男观察到，AI生成3D已经可以覆盖两类过去必须交给人工的任务。一类是游戏中的中远景资产。玩家无法走近交互，模型只要在视觉上过关即可。另一类是电影开拍前的预演。导演需要快速搭出场景、试运镜和布景，速度高于精度。

替代最先发生在这些够用即可的场景。近景角色、核心道具和需要精细交互的资产仍要人工处理，但行业第一次有了人工建模之外的规模化选择。

二、专业市场养不起所有高估值公司

KIRI过去长期服务专业用户。王正男把3D扫描硬件做失败后，转向手机端 KIRI Engine，用户仍来自3D打印、游戏开发和影视制作。公司当前的主要收入也来自这条专业产品线。

这条市场可以赚钱，容量却没有融资规模看起来那么大。王正男把专业需求归到3D打印、游戏和渲染三类。资本市场可以把游戏、电影和3D打印的总盘子一起计入AI+3D，但实际用于采购模型生成和重建工具的预算只是其中一部分。他因此判断，生成式3D赛道很难同时容纳多家百亿估值公司。

在王正男看来，专业用户购买3D工具，是为了更快获得可用资产，不会为某条技术路线长期保留预算。只要生成模型的质量、可控性和后处理继续改善，用户并不在意资产来自扫描、人工建模还是生成。生成式3D可以做现实风格，也可以做不存在的角色和世界，覆盖面天然更宽。

王正男据此做出一个对自身业务并不轻松的判断。3D生产力终将由生成式技术主导，传统重建公司要么转成生成公司，要么寻找新的需求。KIRI没有选择与生成式3D公司正面竞争，团队把下一步放在消费记录。

这次转向反映出3D行业的一条分水岭。当前最容易付费的专业市场，未必是重建公司的长期安全区。生成模型越强，生产力市场的替代速度越快。

三、AI可以生成资产，无法生成你的回忆

王正男把2D内容的变化当作参照。生成式AI已经进入商品图、模特照、插画、海报和游戏素材，生产内容越来越容易被合成。旅行照片和家庭录像仍然需要真实拍摄，因为个人回忆无法由模型替代。

他认为，3D重建也会沿着这条线寻找价值。专业用户扫描一把椅子，是为了获得一份可用资产。普通用户拍下父母、旧居或毕业现场，是为了保留自己真实经历过的空间。前一种需求会与AI生成竞争，后一种需求只接受真实来源。

3D Gaussian Splatting 给这条路线提供了技术入口。传统扫描经常需要清理噪点、处理反光和补充纹理，普通用户难以完成。新的重建方法把拍摄和后处理大幅简化，用户环绕拍一段普通视频，就可以得到能够旋转查看、放大缩小或进入其中浏览的3D场景。

Remy由此从专业工具走向消费应用。用户最常拍摄的场合集中在生日、旅行、搬家、毕业和团聚。照片保留一个视角，视频保留一段镜头，3D内容允许人重新走进当时的空间。王正男将这种更强的情感冲击归因于更高的信息密度。

四、用户虽愿意纪念，但尚未养成日常习惯

虽然，消费级3D已经出现需求信号，但离大众内容形态仍有很远距离。

王正男口述，访谈时 Remy 仅在鸿蒙平台上线，累计用户接近300万，在鸿蒙社交榜位列前十，约有2万条评价，评分为4.8。

更关键的数据在使用频率。生日、毕业、旅行、家庭团圆和搬家都值得记录，一名用户一年经历的次数有限。王正男直言，团队更适合看月活，当前连周频使用都很难自然发生。消费级3D的情绪价值能够驱动用户在重要时刻打开产品，还没有驱动日常创作。

这使消费级3D面对一个相互牵制的问题。没有足够低的拍摄和处理门槛，内容量起不来。没有持续增长的内容，平台无法形成消费和社交。没有方便的分享与观看入口，创作者又缺少继续拍摄的理由。

照片和视频已经嵌入相册、朋友圈和短视频平台，消费级3D内容仍缺少通用载体。

五、消费级3D卡在三项硬指标

第一项是清晰度。王正男认为，3D重建的观看自由度高于照片和视频，画面精度仍明显落后。用户为获得空间感，需要接受画质上的损失。现有技术能否继续跃迁，将决定产品的用户上限。

第二项是处理时间。按照受访者在访谈中的口述，Remy处理一个物体约需3分钟，人物约需7至8分钟，空间约需20分钟。拍照和录像几乎即拍即得，3D记录需要等待。上述时长会因设备、素材和场景变化。

第三项是动态记录。现阶段的3D空间更像一张可以进入的照片。吹蜡烛、拥抱和奔跑带有时间维度，需要4D重建才能完整保留。3D若长期停留在静态状态，能覆盖的生活场景就会受限。

这三项指标决定了消费级3D面对的现实边界。它尚未证明3D记录能够成为高频消费行为，也没有被现有用户数据证伪。行业需要观察技术进步能否把一项重要时刻才会使用的功能，推向随手记录。

六、生成式3D的交付瓶颈仍是人工修改

生成式3D同样没有跨过可用性的最后一段。模型训练和算力成本已经被市场充分讨论，王正男认为生成后的人工处理成本被市场低估。

一份模型看起来完整，不等于能够直接进入打印、游戏或影视管线。拓扑、材质、结构和细节仍可能需要人工修整。王正男提到，部分电商平台上的定制3D打印商家收到图片后，仍要一至两周交货。他将其中很大一部分时间归因于人工后处理。这个案例还需要更大样本验证，却点出了专业市场的实际验收线。生成速度只决定第一稿多快出现，交付成本取决于模型离可用还有多远。

他对生成式3D公司的另一个观察是功能趋同。市场上很多公司集中在相近的生成需求上，用户很难仅凭功能清单判断差异。王正男认为，当前技术迭代太快，任何单点领先都难长期保持。团队识别新技术、减少路线误判并快速写入产品的能力，构成更现实的竞争力。

消费应用多出一项变量。先进入应用商店并积累用户、评价和内容，有机会在赛道形成共识后获得分发优势。这一壁垒的强度仍要看用户是否持续创作，以及跨平台以后能否保住留存。

七、未来半年应该关注生成模型的可用性

王正男预计，未来6至12个月最确定的进展仍在生成模型的可用性。后处理会减少，低质量资产会继续被AI接管，高精资产中的人工环节也会缩短。行业应跟踪模型进入生产管线后的修改时长、一次通过率和单位交付成本，单看生成效果很难判断商业价值。

消费级3D记录在同一周期内出现质变的可能性较低。值得跟踪的指标包括单次处理时间、清晰度、创作用户占比、日留存、分享率和重复拍摄次数。只有这些指标同时改善，3D内容平台才有现实基础。

具身智能和世界模型正在给AI+3D增加新的估值叙事。王正男对此保持怀疑。3D场景确实可以为机器人训练提供数据，需求成立还依赖具身智能进入大规模使用。技术前提没有兑现以前，世界模型能带来多大的3D订单仍需等待客户预算和交付数据。

对创业者和投资人而言，这次访谈给出的探针信息很明确。AI 3D不能只按模型效果排座次。生成路线要回答资产何时可以直接交付，重建路线要回答真实记录能否从低频纪念走向日常使用。前一条线的分水岭是可用性，后一条线的分水岭是频率。