ChatGPT 人工智能 GPT4 伦理 生成式 医疗 监管 安全 机器学习 深度学习 神经网络 计算机视觉 强化学习 模型 算法 应用 开发 研究 工具 平台 框架 数据集 训练 部署 安全 合规 培训 投资 LLM,llm AI,ai,Ai 大模型 大语言模型 制图 生图 绘图 文生图 文生视频 生成式AI AGI 世界模型 sora chatGPT,chatgpt,ChatGpt claude openai Llama deepseek midjourney 红熊猫模型 Red panda,panda Stable Diffusion,StableDiffusion,stable DALL- E 3 DALL E DALL Flux,flux 扩散模型 混元大模型 文心一言 通义千问 可灵 Pika PixelDance 豆包 月之暗面 零一万物 阶跃星辰 搜索增强 MiniMax Talkie Agent prompt fastai LangChain TTS 微调 提示词 知识库 智能体
# 热门搜索 #
搜索
独家专访 Tripo CMO,揭秘如何实现 3D 用户破圈增长和多社区联动策略
2879点击    2024-09-30 15:37


Builders 是由 @Magineer、@有新Newin 以及 @深思SenseAI 联合推出的人物专栏,旨在发现与分享更多的优秀出海创业团队与独立开发者,我们将定期邀请生态范围内的创始人与团队展开对话。


今天我们邀请到的嘉宾是 VAST CMO Sienna,邀请她和我们分享 VAST 的产品 Tripo.AI 在过去的一年时间中如何找到自己的用户,并探索用户增长。


在访谈中,我们深入探讨了目前 VAST 的产品和技术能力,拆解了目前 Tripo.AI 的核心用户画像及对应的商业模式。同时,由于 3D 内容资产天然比较难买量传播,Tripo.AI 摸索出了一条社区运营为核心的破圈策略,Sienna 在访谈中为我们分享了很多有趣的实操案例已经增长运营故事。Enjoy!


Sense 思考


我们尝试基于文章内容,提出更多发散性的推演和深思,欢迎交流。


- 产品和技术能力是生成模型类公司的基本盘,Tripo.AI 早期从“生成快”这个点突破,在数据积累和 Scaling law 上坚持推进。


用户不断破圈很重要,从AI科技爱好者,扩展到泛互联网3D设计和实体工业3D打印设计,目前也开始吸引 Roblox 平台的内容消费者。


- 社区策略是 Tripo.AI 重要的增长方式。除了自己社区的运营,还和Blender、Comfy UI、Roblox、Makerworld(3D打印)等社区开展合作,扩大用户基数。


01.

产品进化

Tripo.AI 的迭代与未来蓝图


SENSEAI请 Sienna 给大家介绍一下 VAST 吧!


Sienna:VAST是一家专注于3D大模型研发的公司,我们的大模型叫Tripo。3D 生成技术和其他生成模型(比如语言、视频、图像等)相似,我们也通过大模型来实现用户输入到结果输出的过程。对于 Tripo 而言,用户可以简单地输入一个提示词,比如“火烈鸟站在蓝色的球上,还能看到它的倒影”,tripo 就会根据这个描述生成一个完整的 3D 模型。


火烈鸟站在蓝色的球上,还能看到它的倒影


除此之外,我们还支持图片输入,用户只需上传一张图片,比如一辆帆船,你就能在十秒生成对应的 3D 汽车模型,快速、精准且高效。长期,Tripo也会拥有更丰富、更可控的3D内容生成能力,如场景、交互等。很开心能有机会和大家分享目前Tripo这个大模型2024年初上线后生态增长和运营相关的故事。


SENSEAI如何评价 Tripo.AI 的 3D 生成能力,在将单图转化为3D模型时,如何确保材质和外观的一致性?


Sienna:通常我们会区分不同的输入方式去评价一个 3D 模型的生成能力。例如文本输入时,模型的能力是提供更多可能性。例如,生成一个“拿着叶子的树叶精怪”,这种复杂组合物体可能没有具体的形象,所以文本输入的任务是扩展创意。


拿着叶子的树叶精怪


而在图像输入的场景中,我们确实需要解决模型还原的准确性,特别是材质和光影的细节。首先,我们要保证的是几何形态的还原。举例来说,沙发的凸起和凹陷部分必须准确还原,这是许多算法难以做到的,而我们在这方面的还原度已经达到了 95% 以上,尤其是对于家居类的标准物品,效果非常好。举一个在测试中我试过的原子结构图(最左边是输入的原图,以下是3D模型的渲染四视图)。


Tripo 实现效果


市面上其他两种算法的效果


这个 case 体现出我们在理解图片所能表达的空间结构上做出了比较多的努力。


接下来是材质还原问题,这也是一个关键挑战。以前 3D 生成技术的一个重大问题在于,当使用图片生成3D模型时,生成的3D图片会自带光影效果。比如,你在拍摄一张带有光影的照片或通过媒体生成的图片,都会包含环境光效。在特定场景中,3D 渲染图会因为光影问题无法复用。为了克服这个问题,我们花了很长时间去优化几何还原、贴图和材质还原。目前Tripo 2.0都在逐步解决这个问题,贴图更加细腻、材质更加还原、PBR更加真实。


SENSEAI相较于竞品,Tripo.AI在路线选择上,与他们有什么不同呢?


Sienna:3D生成领域有几个关键点。


首先,3D 生成需要一个非常庞大的数据库,这是我们和其他公司不同的地方之一,我们在数据收集上有很丰富的实践,创始团队之前在 LLM 创业公司有过数据管线搭建的经验。


其次,我们从一开始就明确了必须走一条 scaling law(规模扩展法则)的路。以前的三维重建技术,比如拍摄 100 张图像来构建一个模型,这是计算机图形学长期以来的工作内容。像《黑神话:悟空》这类项目,它们通过高精度相机扫描现实世界中的物体,这种技术已经存在了很多年。但这种方法效率低且无法储存足够的信息。因此,我们团队不断探索新的表示方法,如高斯泼溅(TGS ),这种表示在重建任务中效果很好,但在生成任务中不一定适用。


我们一直在寻找更多数据和更好的 3D 生成表示方式,并寻找 Scaling Law 的算法。随着 Tripo 2.0 版本的到来,我们似乎找到了正确的方向。目前,具体报告将在 10 月中旬发布,这个是比较值得期待的。


SENSEAIVAST 是如何获取到全球最多的 3D 模型数据的?


Sienna:大部分公司其实都不知道最好的数据在哪里。就像语言大模型一样,一开始模型公司爬取了知乎、豆瓣,甚至小红书的数据,但这些对语言训练的帮助可能不如其他像是语 C、宫斗、Pia 戏这样的内容,这类内容符合 LLM 训练的多轮对话、统一上下文、极强的目标性的要求,这个道理同样适用于 3D 生成领域。


3D数据方面,我们一开始找到的部分影视数据,但由于是 2D 渲染,呈现单面,背面是空的,这种数据无法用于训练,因为它没有完整的几何信息。再经过探索后,我们才找到了最适合 3D 模型训练的数据类型。


SENSEAITripo.AI 如何实现用户对生成内容的控制和修改?


Sienna:我们非常重视用户对生成内容的控制和修改能力。对于一些基础的控制,Tripo.AI 正在自研也期待提供“in-painting”的功能,用户可以圈选某部分模型进行修改。例如,用户可以选择调整角色的头发或服饰,甚至添加更多细节。


同时,我们也在开发更高级的控制工具,例如基于 Control Net 技术的 3D 控制系统。通过这个系统,用户可以上传特定风格的模型(例如二次元风格的角色),然后通过训练生成一致的内容。这对于创作者来说非常有用,特别是在游戏设计、手办制作等领域。


另外,我们正在培育一批开发者社区,这些开发者能够基于 Tripo.AI 的大模型进行定制化开发。与其他平台不同,我们的目标是让开发者不仅参与内容创作,还能够调整和优化整个生成流程。例如,开发者可以微调模型生成过程中的算法,甚至创建完全符合他们需求的自定义模型。这使得 Tripo.AI 成为了一个更开放、更具可控性的创作平台,能够满足各种创作者和开发者的需求。


SENSEAI目前涉及到哪些材质时,Tripo.AI 遇到过一些难以解决的问题呢?


Sienna:比如透明玻璃材质,目前所有3D生成技术都无法完美处理透明玻璃,这在行业内仍是一个痛点。毛绒材质,如毛绒布料、皮革等复杂材质,也是相对更难的。这些材质并不是简单的贴图问题,而需要额外的材质包来支持


同时,我们需要识别出这些材质,并且将它们从完整的模型中拆分出来。最后,由于一些材质,比如玻璃,具有反射效果,在渲染过程中会涉及到复杂的计算处理过程。这些都是我们在模型版本中逐步挑战的难点。


SENSEAITripo.AI 未来会考虑生成像《黑神话悟空》那样更大型的场景吗?


Sienna:我们希望将生成的场景扩展得更为复杂。生成像《黑神话:悟空》那样的场景并不是不可能的,我们只需知道场景中的基本元素,比如哪里需要放置一棵树,哪里需要设置一座庙等。


SENSEAITripo.AI 在 3D 这类内容类别上会有什么外延么?


Sienna:我们的输出内容不仅限于 3D 模型和渲染视频,还包括更加丰富的3D内容。长期来看,我们的目标是将这些内容拓展至包含资产、场景,甚至交互动画等更加复杂的功能。


02.

找到用户

探索 3D 资产的不同需求


SENSEAI目前 Tripo.AI 吸引到的目标用户主要是哪些呢?


Sienna:Tripo目前同时开放 Web APP、Discord Bot 和 API 开放平台。


这是一个挺有意思的问题。在 3D 生成这类技术出现之前,世界上本没有 AI 3D 的创作者和消费者。因此,Tripo 的早期增长的确有部分用户是一些 AI 科技爱好者(Early Tech Adopters),特别是 Gen AI 创作者,他们从图片生成和视频生成管线转向 3D 品类尝鲜。


第二类是广泛意义上的设计师,他们这个阶段用Tripo在自己的工作管线里降本增效。既包含了泛指的互联网产品设计,比如游戏设计师、3D交互设计、线上虚拟体验设计等等,也包含了工业和实体领域的设计师,比如3D打印、手办、家装、玩具、首饰、鞋服等。


第三类是由内容消费转向内容创作的用户。这件事在文字视频图片领域可能不值一提(因为随时“记录美好生活”),但传统3D的创作门槛极高,这类出发点往往只因为个人情感诉求、自我表达的用户就非常难能可贵,比如 Minecraft 或 Roblox 的玩家,他们可能想要定制一些独特的虚拟物品,于是自己尝试使用Tripo设计、打通这个链条。从五月份开始,这类用户的比例增长得非常快。


SENSEAI可以举几个 Tripo.AI 的几个好玩的落地场景吗?


Sienna:我们目前与一个家居行业公司合作,帮助他们快速测试市场需求。他们的目标是能够快速将产品上传到网站上测试市场反应,并且立即根据结果进行订单生产。在这个场景中,3D 生成技术展现了其巨大优势。只需使用Midjourney 生成一张图片,然后通过我们系统生成对应的 3D 模型,接着导出视频供市场宣传使用。与此同时,这些 3D 模型还可以直接提供给工厂进行打样,从而实现一个完整的闭环流程。


另一个应用场景是生成 3D 场景,这块在游戏行业中得到了应用。例如,用户可以简单地画出一个场景(例如梵高的房间),然后使用我们的算法将场景中的各类资产分割出来,并应用特定风格。通过反复调整,直到场景贴图符合用户需求,最终生成完整的 3D 房间。这个领域我们的研究已经被 SIGGRAPH Asia 录入,未来可以提供给游戏开发者,角色可以进入不同的房间,并在其中移动和交互,构成了游戏开发的一个基础模板。


Tripo 被录入Siggraph Asia的项目


A16Z 投资的 Rooms.xyz 本质就是这样一款游戏。


a16z 投资的Rooms.xyz


SENSEAI我们是如何和 3D 打印机厂商合作的?


Sienna:目前很多大型 3D 打印机公司已经成为我们的客户,他们的官网上已经上线了我们的服务,用户使用效果很好。


中国是全球最大的3D打印机出口国。但目前,3D 打印机市场扩张遇到瓶颈,主要原因是缺乏建模人才,用户不会总是从模型社区下载现成的模型,这样缺乏新意。因此,这些硬件公司希望在建模方面有所突破,但他们主要专注于硬件,不具备 3D 生成模型的开发能力,所以找到了我们。


我们也会和实体玩具厂商合作,探索玩具 3D 打印生成,例如定制专属 Logo 模型的 3D 风格。这需要基于特定的基础模型进行训练,因为乐高的 SKU 数量固定,需要使用特定的组件进行组合。


我们还和 WorldMaker,一个专门面向三维打印爱好者的著名在线平台,形成了很好的社区合作,这些 3D 设计师和制造商是我们目标用户。


WorldMaker,一个3D打印爱好者社区


SENSEAITripo目前探索出了哪些具体的商业模式?


Sienna:我们目前的商业模式主要是 web 订阅、API、私有化部署和生态扶持。WebAPP 向 C 端收取订阅费,针对B端合作,我们也探索了一些方式。


第一类是按API调用量收费。绝大部分客户我们都以这样标准化的方式提供服务,海外的用户付费习惯很好。他们将3D生成融入自己的产品管线,并且针对相应场景做二次开发,我们能看到API调用量占据了我们总调用量的很大比例。


第二类是实体商品服务,比较特别的团队接入 Tripo 提供满足消费者个性化定制的实体商品服务,比如3D打印农场、品牌公司等等,用量都比较大,我们也会协商按照GMV(商品交易总额)抽成,而不是按调用量收费。我们短期内比较少接触定制化程度较高的需求,明确长期底层技术迭代更重要。


第三类是一些社区扶持工作,扶持一些比较有意思的社区用户,手工坊和团队。例如高校的个别实验性游戏项目、先锋艺术家的策展尝试、个体商家的特殊品类探索(tiktok店铺)等等。很有趣的一个用例是洞洞鞋的鞋花,一个工作室使用我们的 3D 模型结合 3D 打印制作了很多精良的鞋花。


03.

从社区到生态

Tripo.AI 的创新运营与全球增长策略


SENSEAI能否详细讲述下 Tripo.AI 是如何进行用户增长的?


Sienna:我们特别重视和擅长社区运营。我们团队里很多人都来自国内最早的社区,非常理解如何把用户“为爱发电”这件事做好,在 Tripo.AI,我们的社区策略是从草根用户开始,逐步往精英品类推进。


如果按照发展阶段来说,我们第一阶段非常依赖技术优势的。在1月上线的时候,市面上所有的 3D 生成算法至少需要 10 分钟,但我们把生成时间缩短到了 8 秒。这就成为了我们的第一个核心卖点,吸引了一大批技术圈的用户。我们的增长策略就是围绕这个“快”字展开的,那时还提供免费试用,用户体验了这个前所未有的速度后,很快就开始在圈子里分享。


第二个发展阶段,我们特别依赖社区策略。我们选择了3D领域里非常有影响力的社区 Blender,Blender 是一个开源的 3D DCC 软件,虽然它的功能相对于专业的 maya, zBrush 可能不够强大,但因为它的开源属性,吸引了大量的 3D 初学者和爱好者,这类用户是我们非常看重的早期目标群体。


我们在 Blender 社区举办了多次比赛,比如第一届比赛“小屋杯”,让大家来设计一个理想中的 3D 屋子,这些比赛吸引了 5000 多个创作者参与,这帮我们积累了大量的用户和内容。通过这些比赛,不仅增强了我们与创作者的互动,还通过他们的作品扩展了我们的内容生态。


除此之外,我们认为 3D 领域的创作者一半是之前的 3D 建模人员,一半是 AI 爱好者。于是,我们重点与 Comfy Ul 社区合作,主要吸引的是一些使用节点编辑器、专注于 AI 内容生成和可控性开发的爱好者和创作者。早期我们开源TripoSR 之后,comfy 社区的知名作者就在 3D pack 里面写了 TripoSR 的节点,X 上有许多相关的传播。后来我们自己上线了基于 Tripo API 的生成、骨骼绑定、动画节点,引发了更多创作者的热情,其中有不少知名作者都为 Tripo 3D 生态做了不少内容。并且把我们的圈子从 AI+3D 扩展到了 AI+2D 的用户群中。


Comfy 的开发者和社区最擅长的是根据他们的实际需求场景,形成各种端到端的 workflow,比如上传人像,风格化成为 3D PVC 手办3D 模型,比如Tripo生成角色骨骼动画再风格化转绘。这些工作流在全网都有非常多教程和作品传播,也因此我们和 OpenArt 这样的工作流社区有了更多合作。我们这些产品上的“刻意留白”为生态留了更好的空间,做社区是克制的艺术。



X上一些作者的 tripo+comfy 节点的工作流作品


SENSEAI在社区运营有哪些关键点么?


Sienna:社区运营其实有几个基本组成部分。


首先,社区一定要有创作者和消费者,然后要有一个能支撑社区运作的机制。形成社区的关键就是共识,大家为什么要聚集在这里?共识的建立需要创作者、消费者和一个能不断迭代的系统来支持。


最核心的原则是让大家觉得在这个社区能获得他们想要的东西,这无非是两个:名和利。我们在运营初期,尤其是第一阶段,特别注重让创作者获得曝光。举个例子,我们在 Blender 社区运营时,发现很多用户只要使用 Tripo.AI 发内容,他们的曝光和流量都明显高于其他平台。我们在 Discord 上鼓励这些创作者,并明确告诉他们如何发布内容以获得最大化的曝光效果。


举个例子,我们早期有一个用户,是一位在韩国化妆品集团工作的意大利工程师,他每天用 Tripo 为他 4 岁的儿子做 3D 绘本。我们鼓励他分享他的作品,并通过我们官方的社交媒体帮他转发,让他的内容获得更多的曝光。我们所有的运营活动,无论是比赛、内容推广,都是为了让创作者被看见。他也成为我们生态非常重要的早期种子创作者。


用户使用 Tripo.AI UGC 的3D绘本


SENSEAI在这个过程中有什么参与者是比较重要的么?


Sienna:KOL 的作用非常关键。因为 3D 内容不像是视频内容,泛用户前期的学习成本比较高,也很难像视频一样产生 Viral 传播,或者买量推广。同时,我们也不可能养一个很大的内容运营团队,让他们帮我们制作可传播的素材。因此,所有的增长和运营都围绕着这些核心社区的大 V。


例如上述说到的 Blender 社区合作,我们早期就和 Blende r圈内一个非常知名艺术家 RuiHuang 合作,他为许多影视项目提供概念设计,在圈内也非常有影响力。因为他的Tripo发布视频,在日本的社交媒体上掀起了一场关于AI生成和3D艺术的争论。争议确实是双刃剑,人们在争吵的同时也为Tripo带来了更多的曝光,这种争议反而帮助我们在非常短的时间内获得了大量关注。日本社媒上甚至有用户整理事情发酵的时间线(但他们现在是我们非常的积极用户群体)。


Blender 社区的内容创作


RuiHuang 和我们第二次合作是Tripo 2.0上线。他第一次用3D生成技术完成了空间站搭建,这条作品也得到了马斯克的转发。


被马斯克点赞的 Rui Huang 的作品


在和 ComfyUI 社区合作时,我们通过一位技术开发大佬,很快基于我们的开源模型为 Comfy UI 写好了 3D 节点,很多 2D 管线的 AI 创作者由此可以生成 3D 内容。


SENSEAI在之前您提到了希望吸引内容消费者来使用 Tripo.AI,可以详细介绍一下这个部分的增长策略么?


Sienna:在深入调研时,我们发现了一个有趣的现象:在 Roblox 上,美国的小朋友们对自己虚拟 Avatar 的打扮和个性化装饰是极其重视的。这个重视程度简直可以用“疯狂”来形容!Discord 上有很多“Roblox 免费资产分享群”的频道,里面有十几万成员,且在线率惊人。


Roblox资产分享社区里活跃用户很多

例如在 Roblox 上有一个叫 Royale High 的游戏,是一款典型的“皇家高中”换装类游戏。很多小朋友为这款游戏痴迷,甚至有博主靠在这个游戏中分享免费UGC内容,积累了几百万的 YouTube 粉丝。对于我们来说,这简直是另一个平行世界——美国小孩有他们自己的赛博乐高!而这些玩法在国内似乎并不流行。


Royale High,为换装游戏提供 3D 饰品


我们还发现除了付费表现优异的FPS类游戏(如恐怖类游戏),对于我们的业务最适合的反而是与虚拟社交相关的服装和饰品类内容。就像我们以前有一个商品,却找不到合适的“淘宝”平台来卖,而现在终于找到了一个——Roblox成了我们的“虚拟时尚淘宝店”。经过调研后,Tripo 团队在一款角色扮演游戏内上架了帽子、服饰等 3D 模型,在活动举办的 15 天里,最终有五万人涌入 Discord领走了两万份饰品道具。


Tripo 提供一个虚拟时尚淘宝店


与此同时,我们也看到了其他平台的不同特点。例如,Minecraft 更适合建筑类的虚拟商品,因为游戏本身就是以搭建为主,尤其适合用 3D 生成巨型物体。而另一款游戏 Fortnite(堡垒之夜)则非常适合售卖与 FPS 射击相关的装备,游戏中玩家捡拾装备参与战斗,这种机制与 UGC 商品匹配度极高。每个平台就像一个专属的淘宝店,各自卖着不同的“虚拟货物”。


通过这些观察,我们回想起早期抖音的增长秘诀。当时抖音成功的关键之一是找到手势舞、海草舞等爆款内容,并吸引高校的帅哥美女参与创作。这让我们意识到,找到早期愿意制作内容资产,并且有内容资产需求的那批核心用户是极其重要的。这种“淘宝式”的探索为我们未来的社区运营指明了方向。每一个找到的品类都代表着一个消费群体,他们已经开始为这些虚拟内容买单了。


SENSEAITripo.AI 是否可以通过像 Viggle 的病毒传播方式快速扩展用户群?


Sienna:Viggle 他们的增长策略确实非常成功,尤其是在短视频和 meme 营销的推动下快速吸引了大量用户。Viggle 主要依赖的是可控动画生成,通过 viral 传播快速积累用户群体。


我们虽然也曾经考虑过类似的策略,但发现 3D 内容的传播不像视频那么便捷,3D 文件较大,很多设备甚至无法直接打开这些文件。我们曾经在 Reddit 等平台上尝试推广 3D meme,例如将经典的表情包转换成 3D 版本,虽然这些内容确实为我们带来了增长,但这些用户的留存率不高,更多是“乐子人”而非我们想要的核心创作者。


此外,我们也尝试过在 Roblox 上进行推广,甚至推出了“联想人像”的功能,用户可以自拍然后生成 3D 头像。这种功能一度引发了小用户的兴趣,但同样,这些用户的长期留存并不理想。


相比之下,我们的重点还是放在吸引真正的 3D 创作者和开发者上,他们对我们平台有长期的需求和使用场景。虽然病毒式传播能带来短期的增长,但这并不是我们主要的增长策略。


SENSEAITripo.AI 在出海上有什么心得和拓展经验可以和大家分享么?


Sienna:出海是个复杂的过程。大部分团队做应用出海,有不少成功经验,但是我们团队想做原生的“模型出海”的团队,这确实有很多挑战,其中最重要的是技术品牌在海外的影响力。


构建影响力仍然是给利益相关者(Stakeholders)用他们的话语体系讲我们的故事的过程。在早期资源有限、精力需要聚焦的时候,技术品牌的 stakeholders 很容易识别:顶尖研究员、最有创造力和影响力的创作者。


在学术圈层,VAST 拥有一批顶尖的算法科学家,开源也让我们的影响力不断扩大。不管是 Wonder3D、CSD、TGS 等等,还是磨合了近 3 个月和 Stability 开源了 TripoSR,“让 3D 创作更加民主化”的价值观都让团队在3D生成领域有不错的口碑,Sota 的算法和最开放的心态也让许多海内外顶尖高校和实验室与我们保持了非常好的关系,使我们的视角和信息一直保持在全球3D生成领域的最前沿。


在创作者层面,识别并且融入最核心的圈层。我们3月份去美国参加GDC(游戏开发者大会)时,我们花了很多时间去独立游戏开发者的聚会。在那里,我们和那些极客们一起交流,观察他们的创造方式,比如他们会自我挑战,用某种限制去开发新游戏(比如每天主题挑战等等)。这些人是非常有创造力的,你要知道他们的需求和语言,通过这个圈子传播你的品牌。


Tripo.AI 参加 GDC 大会


团队做首届全球 AI 3D 渲染大赛最后选定的主题叫“Behind the scenes(幕布之后)”,一方面指我们通过单图生成3D模型这样探索感的技术理念,一方面与传统的CG建模渲染不同,我们用Tripo AI3D创作的幕后内容传递了更多创作者对“艺术与科技边界”的思考和尝试。


接下来我们联合了许多全球顶尖3D打印厂牌做AI 3D国际象棋打印大赛叫“The Master Piece”,一方面是国际象棋常用语,另一方面许多人质疑AI生成3D模型现在的实际应用能力,即使残缺的琴键依然能弹出绝妙的琴音,Tripo2.0的创作者仍然能够证明创意本身才能带来《大师之作》。


我们目前还没有在美国进行大规模的 PR 宣传,归根结底,我们的策略是通过作品本身去打动这些核心群体,让他们成为我们的传声筒,从而达到更广泛的传播。


我们的 X 账号 Bio 从建立开始就是 ‘The only one you need to follow for 3D and AI.’ 一定程度上代表了公司的价值观:对顶尖创意的包容、对更好技术的探索——一切都为了对新的交互世界的热爱而发生。


转载请联系公众号后台


欢迎加入 Sense AI 共创计划


如果你对研究海外最新的 AI 产品感兴趣,并且愿意写出并分享自己的思考和观察,无论你是什么职业(投资人、创业者、产品经理、开发者、学生等等),都欢迎加入 SenseAI 的共创计划。


您可以填写下方的报名问卷,我们会在筛选后邀请您进入我们共创计划社群。SenseAI 的主理人们会在群内分享最新的海外 AI 产品和动态,同时也欢迎每一位参与共创计划的同学分享他们看到有意思的AI动态。


共创计划会以周为单位,每位参与者每周选择一款 AI 产品进行研究并写出相应的文章,每两周会组织一次集体的线上讨论或者线下的深度交流,一块研究前沿的 AI 趋势,特别是对海外 AI 市场动态的实时掌握。每四周调整一次参与成员,维持整个共创计划活跃度和高质量。


文章来自于微信公众号“深思SenseAI”,作者“Simon 、 Vanessa”


关键词: AI , Tripo , AI 3D , Tripo.AI , VAST
AITNT资源拓展
根据文章内容,系统为您匹配了更有价值的资源信息。内容由AI生成,仅供参考
1
AI工作流

【开源免费】n8n是一个可以自定义工作流的AI项目,它提供了200个工作节点来帮助用户实现工作流的编排。

项目地址:https://github.com/n8n-io/n8n

在线使用:https://n8n.io/(付费)


【开源免费】DB-GPT是一个AI原生数据应用开发框架,它提供开发多模型管理(SMMF)、Text2SQL效果优化、RAG框架以及优化、Multi-Agents框架协作、AWEL(智能体工作流编排)等多种技术能力,让围绕数据库构建大模型应用更简单、更方便。

项目地址:https://github.com/eosphoros-ai/DB-GPT?tab=readme-ov-file



【开源免费】VectorVein是一个不需要任何编程基础,任何人都能用的AI工作流编辑工具。你可以将复杂的工作分解成多个步骤,并通过VectorVein固定并让AI依次完成。VectorVein是字节coze的平替产品。

项目地址:https://github.com/AndersonBY/vector-vein?tab=readme-ov-file

在线使用:https://vectorvein.ai/(付费)

2
AI数据分析

【开源免费】DeepBI是一款AI原生的数据分析平台。DeepBI充分利用大语言模型的能力来探索、查询、可视化和共享来自任何数据源的数据。用户可以使用DeepBI洞察数据并做出数据驱动的决策。

项目地址:https://github.com/DeepInsight-AI/DeepBI?tab=readme-ov-file

本地安装:https://www.deepbi.com/

【开源免费airda(Air Data Agent)是面向数据分析的AI智能体,能够理解数据开发和数据分析需求、根据用户需要让数据可视化。

项目地址:https://github.com/hitsz-ids/airda

3
AI 3D建模

【开源免费】LGM是一个AI建模的项目,它可以将你上传的平面图片,变成一个3D的模型。

项目地址:https://github.com/3DTopia/LGM?tab=readme-ov-file

在线使用:https://replicate.com/camenduru/lgm

4
微调

【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。

项目地址:https://github.com/InternLM/xtuner

5
prompt

【开源免费】LangGPT 是一个通过结构化和模板化的方法,编写高质量的AI提示词的开源项目。它可以让任何非专业的用户轻松创建高水平的提示词,进而高质量的帮助用户通过AI解决问题。

项目地址:https://github.com/langgptai/LangGPT/blob/main/README_zh.md

在线使用:https://kimi.moonshot.cn/kimiplus/conpg00t7lagbbsfqkq0