北京
王正男（Jack）不是那種會把創業講成傳奇的人。
和王正男對話，你會迅速感受到一種強烈的反差。他的公司 KIRI Innovations 和他新近火爆的產品 Remy，正試圖掀起一場關于 3D 記錄的革命，但他本人言談間，卻鮮少談論“顛覆”或“遠見”。更常見的詞是“坑”、“僥幸心理”、“差點死掉”、“熬死別人”。他更習慣把失敗拆解成一條條事實——哪里不 work、為什么不通、哪一步判斷錯了。
2018 年畢業，幾乎沒有猶豫，他直接創業。第一款產品是一套看起來足夠聰明的低成本 3D 掃描硬件：把昂貴的光學模組“拆掉”，把成本攤到手機上，只保留一個激光發射器。邏輯漂亮、毛利清晰，也因此在眾籌階段迅速拿到了訂單。但接下來三年他親手驗證了那句殘酷的結論：“一個 idea 如果只有你做、別人不做，要么你是絕頂天才，要么這路根本不通。我屬于后者。”
正反饋消失，融資不確定，創業在那個階段不再是“理想選擇”，而變成了唯一出口。王正男做的決定也異常干脆：證偽完成，立刻換路。硬件放棄，轉向軟件，從零重做。這種在廢墟上即刻轉向的能力，讓公司在第一次生死攸關的時候活下來了。
轉向軟件方向后，KIRI 在技術路線的快速迭代中，總能近乎本能地踩準節點。從攝影測量到 NeRF，再到 3D高斯潑濺，當同行還在觀望論文時，KIRI 已經把它們變成了可用的產品功能。他稱之為“工程節奏”，外人看來，這是一種將前沿技術迅速“翻譯”成現金流與增長的獨特生存術。
如今，帶著 10 天獲取百萬用戶的 Remy，他站在了聚光燈下。 Remy幾乎和 KIRI 過去的邏輯相反：它不服務專業創作者，而是面向普通人；不強調效率與參數，而是強調“記錄”。王正男并不把它視為一次運氣爆發，而是一種長期判斷的自然延伸。當AI生成式內容越來越強，仍然不可替代的，是對現實世界的真實保留。
在這次對談中，王正男沒有試圖把自己塑造成“連續創業者”或“技術布道者”。他更像一個反復被現實修正過的工程型創始人：直覺很強，但并不迷信直覺；相信判斷，卻隨時準備推翻自己。
當現有巨頭仍生長在 2D 結構的舊土之上，Jack 更關心的是另一種可能：一個從一開始就為 3D 交互而生的平臺，是否會在被忽視的角落里，慢慢長出新的秩序。在抖音與小紅書之間，看似被填滿的縫隙，在他眼中反而是一塊尚未被真正理解的空地。
他把這種判斷稱為“非共識”。不是因為它激進，而是因為它暫時不被多數人需要。而過往的經驗反復提醒他，真正值得下注的，往往正是這些尚未被廣泛認同的判斷。
這場專訪，正是從這個問題開始展開。以下是本期「ya!ya!」訪談實錄，enjoy～
Jane：很開心這期節目，我們邀請到了 KIRI 的創始人王正男（Jack）。先請 Jack 跟大家打個招呼，簡單介紹一下自己和公司。
Jack：Hello，大家好，我是王正男Jack。我們公司叫 KIRI，我們做的是手機端的 3D 重建：我們用手機圍著一個物體或一個場景拍一段視頻，就能把這段視頻變成高質量、和現實世界1:1映射的 3D 模型。
Jane：接下來進入快問快答環節，你的星座和 MBTI 是什么？
Jack：金牛座， ENTP。
Jane：你讀書期間有沒有什么愛好或經歷，后來對創業有幫助？
Jack：很多。讀書時最大的愛好是音樂，喜歡古典音樂，也會自己玩樂器。后來你會發現，比如現在經常要參加發布會、要上臺，那個狀態和當年學樂器很像：你需要把自己放在舞臺上，去享受一個“高光時刻”。所以我不太怯場，也挺享受那種表達的感覺。回頭看，這可能就是當年學樂器給我的訓練。
Jane：如果讓你把 KIRI 的創業經歷寫成一本書，你會取什么書名？
Jack：這是個好問題。我覺得可以叫《那些年我踩過的那些坑》。應該會很有意思。
Jane：如果不創業，你最想做什么？
Jack：我可能會去做藝術，總之，想做能表達自己的東西。不過我也覺得，做產品本身也是表達，所以兩者其實挺契合的。
Jane：你在創業過程中做決策時，直覺和數據分析哪個占比更高？
Jack：直覺更多。
當正反饋消失，創業成了唯一出口
Jane：你2018 年畢業，馬上就創立了公司，當時就選擇了 3D 方向。這個方向的選擇契機是什么？
Jack：創業的契機來自幾段上學時的經歷，有正面的也有負面的，最后把我推到了創業這條路上。
第一段經歷是實習。我當時在一家車企實習。你知道在國外找實習競爭也挺大，而那家車企又是我特別想去的地方，所以我當時超級興奮：終于拿到了 dream job，覺得自己馬上就能大展拳腳、改變世界了。
但進公司之后發現，現實跟想象完全不一樣：在一家公司工作并沒有那么多空間讓你“大展拳腳”。那段經歷之后，我對“上班這件事”就沒那么上頭了。畢業后我就想，還是得去做一些更能發揮、更能改變世界的事，于是就直接決定創業。
至于為什么做 3D，其實也挺“反直覺”的：我學的是機械，跟 3D 沒太大關系。去汽車行業也是因為機械、也因為我喜歡車。但在車企實習之后，我發現一個問題：我當時的職位是發動機工程師，2016 年左右那會兒發動機聽起來很酷，確實是我的 dream job。但進了發動機組，你會發現這個行業太成熟了，幾乎沒什么發展空間。更尷尬的是，雖然工資不錯、工作聽起來也高大上，但你在公司里其實沒太多事干：項目簡單、做完一個做下一個，中間有大量時間空著。
于是我開始反思：傳統機械可能不是我真正喜歡的方向，那我該做什么？我就慢慢開始學編程、學 CV（計算機視覺）。順帶說一句，我在機械出身之前也折騰過一段 CV 的東西，所以越學越覺得有興趣。
后來回學校到最后一年，工科有一個 capstone project，就是畢業設計：我們要找教授、找項目，跟教授一起把項目做出來。我就去找各種教授聊。最后發現有個教授在做 3D 重建，試圖把 3D 掃描做得足夠低門檻、低成本。我覺得這事很有意思，也跟我當時在折騰的 CV 挺契合。
再加上那時候我也在玩 3D 打印機。那會兒 3D 打印挺火，打印機已經很便宜了，三四百美金就能買一臺。但你買了打印機之后會發現：你沒有 3D 模型。要么手工建模，要么去網站下載模型。于是我特別想買掃描儀，但掃描儀的價格和打印機完全不對稱：打印機三四百美金，最便宜的掃描儀也要三四千美金。
所以我們就在想：如果能把掃描儀做得像打印機一樣便宜，這件事就很有價值。于是我跟著老師、做 capstone project，把“低成本 3D 掃描”當成畢業設計做得比較深入。畢業之后我又決定創業，就想那不如把這個項目繼續做下去，把 3D 掃描真正變成我們的事業。再加上 3D 本身很酷、我也真的喜歡，所以就一直做到現在。
Jane：聽起來有很多機緣巧合。
Jack：確實是機緣巧合。甚至我有時候也會想：如果當時不去那么傳統的車企，或者去了一個正反饋更多的地方，我可能就不創業了。因為當時在公司里，正反饋幾乎為零。
Jane：你當時是在本田嗎？
Jack：對，是本田。當時做過幾個項目：一個是發動機，另一個是 ADAS。這兩塊其實也連在一起，比如 ADAS 的控制。說起來也挺尷尬：如果有聽眾在本田，可能會有同感。那是一家日企，在加拿大的日企，但日本文化依然特別深厚。每天要穿制服上下班：白大褂、白褲子，還要戴一個綠帽子——其實是安全帽，綠色鴨舌帽那種。所有人穿得一模一樣，打卡上下班。那種感受確實不太好。
Jane：可能是那種文化跟你的性格不太 match。
Jack：對，真的不一樣。我要是去個特斯拉什么的，沒準我就留下來了。
Jane：你研究過一段時間 CV，我理解它是偏 AI、偏軟件的；但你學的是機械，這怎么會相關？
Jack：其實在加拿大，機械是一個 department（系），里面有很多 stream（方向）。當時機械里有一個 robotics 的方向，跟機器人和自動化相關，里面就會有很多 CV 的內容，所以其實挺相關的。
Jane：那你畢業設計的方向，后來對應的是你們第一代產品——那個 3D 掃描儀硬件？
Jack：對，是的。
Jane：當時是同學跟你一起出來創業？老師也參與了嗎？
Jack：老師沒有直接參與。我們 capstone 項目組一共四個人，最后被我“薅”過來三個人創業——準確說是另外兩個人加我，一共三個。有一個人沒被我薅過來。就是從一個項目開始，慢慢就起來了。
Jane：你們當時強調“低成本”，行業里三四千美金的掃描儀，你們做到多少？
Jack：先給大家簡單講一下硬件產品的形態和成本邏輯。一般來講，即便到今天，消費級 3D 掃描儀也大多是“模組”形態：一個長條模組，上面有光源發射器（常見是紅外結構光發射器，或可見光的 DLP、線激光），還有精度很高的攝像頭模組，再加一個能處理 3D 的芯片。光學模組一旦做成這樣，成本就會非常貴。所以直到今天，最便宜的 3D 掃描儀也要六七百美金，五六千人民幣，其實也不便宜。
我們當時的想法是：3D 掃描需要攝像頭、芯片、光源發射器，這三樣東西里，手機已經有攝像頭和芯片了，那能不能用手機的攝像頭和芯片，再配一個外置光源，就做出 3D 掃描？
所以我們做的產品有點像手機支架：你把手機插在支架上，支架上裝一個線激光發射器，打出一條“一字激光線”到物體表面。手機通過藍牙連到支架，控制激光的開關；每次激光開關切換時，手機對物體拍一張照片。然后我們在手機上跑算法，分析線激光在物體表面的形變，通過結構光（線激光）去計算景深信息。圍著物體轉一圈，就能得到這一圈的 3D 模型。
這樣一來，我們把原來昂貴的光學模組成本，砍到了“一個激光發射器”的成本。當時我們的 BOM 成本大概兩百多人民幣，定價 399 美金。毛利看起來很可觀，所以當時就做了這件事。
Jane：從產品設計角度看，這個思路很聰明：把最大成本攤到手機上，用現成硬件來做。
Jack：是，但我后來總結一個很殘酷的規律：一個 idea 只有你做、別人都不做，通常只有兩種可能——要么你是絕頂天才，要么這東西根本不通，只是你不知道，還硬往上撞。我屬于第二種。
Jane：那它不通的關鍵點是什么？
Jack：核心問題在于手機攝像頭的特性。高質量的激光 3D 掃描里，有個極關鍵環節叫“相機標定”：通過校準得到相機內參外參，這是 3D 掃描精度的基礎。標定有一個硬要求：焦段必須固定，不能變焦。因為一變焦，FOV 等參數全變，標定數據就失效。
但手機攝像頭在很多機型上“定不住”。當時我們還很天真、剛畢業，特別信奉硅谷那句 fake it till you make it：先做一個 prototype，先把錢拿到，再慢慢把東西做出來。我們最初的 prototype 是基于 iPhone 6s 跑的，iPhone 6s 可以把焦段鎖住。但當你擴展到安卓，各種機型競爭，發現根本鎖不住。焦段一變，內外參全錯，掃描結果就會非常差。
更麻煩的是：你去 Google 搜各種攝像頭 SDK，安卓、谷歌、蘋果都給了一堆 API，看起來好像能鎖參數。但現實是，蘋果相對還好；安卓生態非常碎，很多手機廠商（小米、OPPO、vivo，甚至當時的 Nexus）實際實現不統一，SDK 和系統接口并不通用，導致大量安卓機鎖不住焦段。最后就是一地雞毛：產品發出去差評如潮，差點把公司搞死。別人不做，真的是有原因的——它確實很難通。
Jane：你們用了多久把這件事證偽？
Jack：我 2018 年創業，2019 年開始做眾籌。眾籌做完正好趕上疫情，2020 年沒產出來，2021 年才把產品產出來。所以從 2018 到 2021，用了三年。
其實這三年里，很多細節都在提醒“這條路不通”，但我當時僥幸心理太重，總覺得：設備這么便宜，用戶可能對質量要求沒那么高；那我們再試試。但后來發現：用戶對產品的期待，和價格沒關系。用戶仍然期待很高精度，而我們根本達不到，所以最終就是一地雞毛。更真實的是：過程中很多時候已經知道錯了，但還是硬著頭皮往前做，差點把公司做沒了。
Jane：我很好奇：你是哪一天真正意識到這條路完全走不通、必須重新開始？你當時怎么想，跟誰講了這件事？
Jack：我心里一直隱隱有這個判斷，但真正“沒有任何希望”的時刻，是產品開始出貨的時候。我們硬著頭皮拿眾籌的錢把產品產出來，準備發貨時還有僥幸心理。但用戶真正拿到機器之后，差評如潮，幾乎沒有好評。你想，2019 年眾籌，疫情導致延遲，用戶等了將近兩年拿到一個產品，結果什么都掃不出來，大家當然會罵。
那一刻就知道徹底做不下去了。我的問題很明顯：僥幸心理太強。但我也有一個“優點”：一旦確認不行，我就會立刻想怎么辦，不會陷在失望或內耗里。發現不行，就趕快轉型。
當時我們的想法是：雖然產品不 work，但我們驗證了用戶需求。因為發貨之前訂單非常多，只要用戶沒拿到機器，他們會持續下單。說明低成本 3D 掃描的需求真實存在，主要來自當時的 3D 打印人群。問題不是“用戶不需要”，而是“我們沒有滿足需求”。所以我們決定從頭再來，去找新的技術棧，真正實現更好的低成本 3D 重建。后來就有了我們現在的產品：KIRI Engine（2022 年上線）。
Jane：也就是從硬件轉到軟件。
Jack：對，產品不 work，就必須找新的方向，所以轉去做軟件。
Jane：當你開始想做軟件時，你有沒有提前想過：這個軟件最核心要解決哪些模塊、哪些功能點？
Jack：有的。其實當時做硬件時，硬件形態非常簡單：手機支架加激光發射器。真正難的是軟件和算法。我們當時大量精力都在寫 app：連接設備、控制拍照、做圖像處理、景深計算、點云計算、表面重建，最后生成 3D 模型。所以轉型到純軟件后，反而沒走太多坑。
另外在 2021 年左右決定轉型時，低成本 3D 掃描其實已經有一些可借鑒的技術路徑。一條路徑是我們驗證失敗的手機攝像頭加激光結構光（三角測量/laser triangulation）。另一條路徑是純拍照的 photogrammetry（攝影測量法）。攝影測量很成熟，當時已經發展了好多年。
我們發現的機會點是：攝影測量這套方法以前嚴重依賴 CPU，任務可能要跑幾個小時。但隨著 GPU 生態和云上 GPU 成熟，如果用 GPU 加速 photogrammetry，就可能把 CPU 跑幾小時變成 GPU 跑五分鐘。于是我們想：如果把 photogrammetry 寫到云端 GPU 上，用戶用手機拍照，把照片傳到云上計算，再把 3D 模型下載回來，這就形成一個閉環。
我們做了技術驗證，發現確實可行，于是做出了 KIRI Engine 的雛形。這里面有一些工程創新，讓它算得快、成本低，所以整體其實挺水到渠成的。
Jane：那 KIRI Engine 從構思到上線、到發現它真的 work，周期是不是很短？
Jack：很短，一兩個月。
Jane：你們相當于在移動端第一次上線了一個 app？
Jack：對。我們在 2021 年底正式放棄硬件路線。那一年還有一個關鍵背景：元宇宙風口起來了。雖然硬件沒做成，但憑借當時已經跑通的App原型、加上硬件積累的一些用戶量和數據，我們融資反而不難，于是融了一輪錢。拿到錢之后，一部分用來處理眾籌的退款和補償，剩下的錢我們開始做軟件研發，又招了一個大概五個人的小團隊，把軟件從零到一做起來，用了幾個月，2022 年 3 月上線。
Jane：我看你們前兩輪融資是在 2021 年和 2022 年早期完成的。
Jack：跟很多“明星創業公司”很不一樣：我們沒什么明星光環，所以早期融資非常困難。也就是元宇宙起來那陣子，市場錢多，KIRI 變成一家相對受歡迎的公司。但風一過去、2022 年底環境變差，我們就很難再融到錢了。所以我們很慶幸當時趕快融了幾輪，手里有一些現金，才能撐到產品找到 PMF、做到正向收入和增長。經歷跟明星創業者確實不一樣。
Jane：你有一個很關鍵的能力：抓機會、抓運氣。我覺得這是創業必備能力。
Jack：真的。如果沒有元宇宙那波風，這家公司早死了。硬件當時完全沒希望。
Jane：那時候大廠都在搞數字孿生、元宇宙、全真互聯網，我印象很深。
Jack：對，而且大家也知道元宇宙本身不怎么靠譜，很多公司在做很奇怪的內容。投資人就會往上游看，覺得上游更“靠譜”，而元宇宙上游被認為是 3D 。那 3D 模型怎么來？掃描、建模。當時還沒有 AI 生成，所以我們就真的成了“風口上的豬”。
Jane：那時 KIRI 的定位更像專業工具，它有考慮過這是一個大眾需求嗎？
Jack：完全沒有。我們當時經歷過一次“差點死掉”，所以對一個事情想得很清楚：融資不靠譜，不能靠融資活下去，最終一定要讓產品自己養活自己。于是我們從 day one 就問自己：KIRI Engine 怎么掙錢？誰愿意為它付費？
雖然 ToC 故事很性感，但真正愿意為 3D 付費的人不是普通 C 端用戶。普通人對這東西沒有強需求。真正愿意付費的是那些確實需要 3D 模型的人：不管你給他的是幾百美金的硬件，還是昂貴設備，還是 app，本質都是賣給需要 3D 資產的人一個生產力工具。所以我們從 day one 定位就是服務專業的 3D 創作者（3D creators）。直到今天，我們都沒有把 ToC 當成主線。至于為什么后來會出現 ToC 的機會，我們可以后面再聊。
而且元宇宙過去之后，投資人馬上會問一個問題：how big the market？
Jane：你們早期怎么計算這個問題的？
Jack：我們當時做了一個估算，回頭看還挺準。到今天也基本成立。KIRI Engine 的核心付費用戶主要來自三個領域：第一是 3D 打印；第二是游戲開發者（尤其是需要 3D 資產的開發者、工作室）；第三是 3D 藝術家（更泛，覆蓋電影特效、渲染、動畫等）。
這三撥人規模怎么估？3D 打印人群相對好估：我們估算全球不到一千萬，大概八百萬上下。因為 3D 打印機年出貨量大概 100多萬不到 200 萬臺，累積下來加上“老用戶升級”的重復購買，真實用戶基數不會像出貨增長那樣快，所以八百萬上下是個相對保守的范圍。
游戲開發者也好估：把 Unreal Engine（UE）用戶、Unity 中做 3D 的用戶加起來，我們估算接近一千萬。
3D 藝術家更大一些：我們用 Blender 用戶做參照。Blender 是非常通用的 3D 建模軟件，很多 3D 藝術家電腦里都會有。Blender 用戶量大概 1200 萬左右，我們推算整體 3D 藝術家人群大概 1500 萬上下，因為 Blender 覆蓋率可能在 60%—70%。
三波加起來，我們能吃到的盤子大概不到 3000 萬人。你說大，它肯定不大；但對 KIRI 這種公司來說，這個池子足夠一條“小魚”活得挺舒服，也能持續增長。這就是 KIRI Engine 早期的定位。
技術演進太快，唯一的護城河是把新東西做成產品
Aaron：從技術角度看，衡量一個 3D 重建方案是否成功，最核心的指標是什么？精度、成本還是速度？
Jack：這取決于使用場景，沒有統一答案。我舉幾個場景你就能理解。
先說 3D 打印：3D 打印用戶最不能妥協的是精度——也就是模型細節的呈現度。哪怕跑一個小時、兩個小時都沒關系，但模型必須足夠精細，打印出來才好看。但在游戲行業就完全不一樣。比如大家都知道的《黑神話：悟空》，里面有大量 3D 掃描資產，比如把山西的佛像以接近一比一的方式搬進游戲。這個過程很多不是手工建模，而是通過 3D 掃描拿到資產。
3D 打印追求的是幾何細節：網格面數越多，細節越豐富，可能要上千萬三角面才能表達衣服褶皺這種級別的細節。所以它把“網格面數”當成精度的直接代理。但游戲恰恰相反：網格面數太多會把渲染壓垮。游戲要 60fps，要性能和功耗控制。如果畫面里每個模型都有千萬級三角面，幀數會很差，功耗很高，根本不可用。
所以游戲里通常要把網格降下來，同時用另一套指標表達細節：貼圖精細度和法線精細度。因為游戲渲染依賴的是視覺細節，不僅僅是幾何細節。貼圖里可以有草、銹跡、細小紋理；法線貼圖能模擬微小起伏。你把貼圖關掉，只看 mesh，很多細節根本不存在；貼圖打開，細節就“出現”了。
所以不同場景，對“成功”的定義差異很大：3D 打印更像“幾何精度優先”，游戲更像“視覺真實度與性能平衡優先”。
Aaron：對 3D 打印這種強調精度的場景，哪些關鍵技術環節會決定上限？而游戲里你說的貼圖、法線這些，又是哪些技術決定上限？
Jack：先說 3D 打印的幾何精度。為什么大家會買 3D 掃描儀？因為高精度常常依賴結構光或類似手段。我給大家做個直觀科普：比如一個掃描儀會發射一條“已知”的豎直線，打在墻上就是直線。但如果打在球體上，這條線會沿球面彎曲。你知道原本發出去的是直線，看到的卻是弧線，你就能通過“彎曲程度”非常精確地推算出景深。這就是結構光掃描的直觀原理之一，也是它精度高的重要原因。它用“已知光柵”去測距，所以非常準。
而 KIRI Engine 早期的 photogrammetry（攝影測量）路線完全不同。它不打光柵，純靠相機拍照做重建，核心是 structure from motion（SFM，多視角幾何）。它的原理類似人眼雙目視差：兩個眼睛看同一物體，物體在兩眼視野里的位置會有偏移，大腦用偏移量估算距離。SFM 也是類似：你圍著物體拍很多照片，先用特征點提取算法（比如 SIFT）在每張照片里找穩定特征點，再把同一特征點在不同視角下的位置偏移量拿來估算景深，進而恢復 3D 結構。
這種方法的局限也很明顯：它強依賴“特征點”。紋理豐富（比如石頭、樹皮）時，特征點很多，效果甚至能接近結構光；但遇到純色物體（比如白色耳機殼），幾乎沒有特征點，精度就會崩。這個時候你就必須依賴結構光那種“打已知光柵”的測距方式。
Aaron：你們在技術路線選擇上，內部經歷過哪些關鍵爭論？有沒有那種爭議很大、但后來證明走對了的決定？
Jack：做軟件之后，我們大體沒走特別大的彎路。最大的彎路其實就是硬件那次。但轉型那會兒，合伙人之間確實有不同聲音：有人覺得辛苦做了這么久，說放棄就放棄，是否再堅持一下；也有人（比如我）覺得這東西肯定不 work，必須轉，否則就死。還有一個爭論是：未來到底是純拍照的路線，還是依賴設備的路線？當時也沒有完全一致。
最后能下決心，一方面是我們測試到算法可行；另一方面是軟件本身更輕量，試錯成本更可控，所以決定做 KIRI Engine。
我回頭看，我對公司最關鍵的貢獻其實就兩件事：第一，毅然決然從硬件轉軟件，否則公司一定沒有今天；第二，在元宇宙那波風口里拼命融資。當時合伙人也會擔心：產品還沒落地、估值又低，這么融資是不是飄了？是不是應該趕快做產品？但我們當時真的“窮怕了”，我就覺得：有機會融資就要使勁融。今天回頭看，這個決策太對了。因為后來你會發現：能不能融到錢，很多時候跟產品好不好沒有直接關系，更多跟風口有關。只要你不在風口上，產品再好也未必融得到。所以“在能融到錢的時候瘋狂弄錢”，對我們來說是救命的。
Aaron：也就是說，你堅持路線，最終把其他合伙人也帶過來了。
Jack：可以這么說。但我其實不太擅長用語言說服別人。很多時候我有 sense，有直覺，但我很難把它拆成一條條可量化的依據，講得有理有據。我腦子里是把很多信息匯總成一個結論，它變成了“感覺”；但我不擅長把這些信息再拆回去講清楚，所以說服力不強。一路下來確實是“感覺大于理性表達”。
Aaron：你是直覺很強的創始人。
Jack：我更愿意說它是信息匯總后的判斷，只是我表達能力沒跟上。
Aaron：KIRI Engine 早期是基于攝影測量（photogrammetry）和 NeRF 的能力，后來又加入了更多模式。當初為什么選擇這條路？相比傳統多視角重建，你們更看重它哪些能力？
Jack：最早（2022 年上線時），用手機拍照做 3D 重建，成熟可用的路線基本只有 photogrammetry，所以我們先做了它，這是當時的技術現實決定的。
后來我們發現 photogrammetry 有明顯局限，比如對透明、反光物體重建困難。之后新技術出來：NeRF。我們發現 NeRF 在透明、反光這類場景更有優勢。如果我們能把 NeRF 的表達再轉成傳統三角網格（mesh），那就能用 NeRF 去解決 photogrammetry 解決不了的問題，同時還輸出可進入傳統 3D 管線的 mesh。于是我們上線了“無特征點重建模式”，本質上就是基于一套 NeRF 轉 mesh 的技術。
這個功能在 2023 年 3 月上線后，確實把我們和競品拉開差距。當時很多競品還停留在 photogrammetry，而我們能掃描透明反光物體、還能出 mesh，這在行業里傳播很快。
我覺得這背后不完全是“我們選得多對”，更像是 3D 重建行業發展太快：2022 年主要是 photogrammetry，2022 年底 NeRF 起來，顛覆了很多渲染管線；2023 年底又有 3D Gaussian Splatting（3D 高斯）出來，再一次改變格局。行業推動技術快速演進，我們就不斷把新能力工程化上線，滿足更多用戶需求。
Aaron：那你們團隊為什么能比其他創業公司更快把這些技術工程化？優勢在哪里？
Jack：我最近也在反思這個問題。按理說，厲害的團隊多了去了，不一定應該是我們做得最快。但我總結大概有幾條原因。
第一，我們判斷一條技術路徑有沒有“未來”，這件事被鍛煉得比較準。很多論文很火，但屬于“障眼法”：能解決很多 corner case，在學術界很酷，但通用性短、落地難。我們會更謹慎地把資源投到更可能成為主流的方向上。
第二，我們團隊迭代快。我們背景確實不“學術明星”，也沒發過論文，但我們能找到有技術背景的人合作。KIRI 在行業里“人緣”還可以，因為我們沒有派系，不是誰的門生，也不代表某個學校或老師，所以反而能和很多研究員、博士、科學家建立合作。很多關鍵技術（比如反光透明物體、3D 高斯轉 mesh）都來自合作共研。我們看到新東西，通常能很快找到合適的人把它做出來、再盡快產品化。
Aaron：這兩年 3D 生成、視覺模型、Transformer 架構也發展很快。你怎么看這些新范式和 3D 重建的關系？在新時代里，3D 重建的價值是什么？
Jack：這是個特別好的問題，我也一直在想。做 Remy，本質上就是我對“3D 重建與 3D 生成未來關系”的一次實踐：3D 重建會不會被 3D 生成取代？我們無法精準預言未來，但可以用一個類比去理解：用今天的 2D 生成和 2D“重建”關系，映射未來的 3D。
2D 生成很好理解：Midjourney、Stable Diffusion。那 2D 重建是什么？其實就是拍照——把現實世界映射成 2D 影像。對應到 3D，就是 3D 重建：把現實世界映射成 3D。
那今天拍照和 Midjourney 的關系是什么？很簡單：在生產力場景里，比如做海報、做封面圖、做插畫、做平面設計，AI 生成會持續替代，因為又快又好。但有一類場景 AI 生成替代不了：記錄。你要發朋友圈、要合影留念、要記錄“此時此刻發生的事”，你不會用 Midjourney 生成一張“我們三個人坐在一起”的照片，因為那不是發生過的事，它只是想象。記錄與生成，在意義上是不同的。
所以我認為未來 3D 生成會越來越強，持續侵蝕生產力類 3D 資產的生成，比如游戲資產、打印模型、電影道具等。但“記錄人與世界的關系”的需求，不會被生成取代——那是 3D 重建的價值所在。
Remy 就是在探索：普通人如何用 3D 講更好的故事，用 3D 記錄更有意思的記憶。Remy 最近的爆火，也在某種程度上驗證了：至少第一步，這條路是可行的。
當 3D 從生產力遷移到生活：Remy 的第一性原理
Jane：回到 Remy，它和你們之前做 KIRI Engine 的第一性原理似乎完全不同，對嗎？KIRI Engine 是生產力工具，Remy 的第一性原理更像“記錄”。
Jack：對。Remy 探索的是普通人如何用 3D tell better stories；而 KIRI Engine 是幫助專業 3D 創作者更高效、更低成本地獲得高質量 3D 模型。
Jane：那我是不是可以理解：KIRI Engine 這類工作，有一部分未來可能會被 3D 生成模型替代？
Jack：沒錯。我們做 Remy 的原因其實有兩個方向都成立。
從下往上：當我們在 KIRI Engine 上線 3D 高斯潑濺之后，我們發現即便 KIRI Engine 定位很“工具”，用戶已經開始出現大量“記錄行為”。過去用戶更多是做游戲、做打印、做電影特效的專業人群；但用 3D 高斯的用戶，會用它記錄生活：今天去迪士尼，明天帶爸爸去旅游，后天去參觀某個藝術工作室……你會發現“記錄”已經在工具里發生了。只是 KIRI Engine 里有很多專業參數、專業模式，普通人不需要。于是我們做一個新產品，把“記錄”這條線抓住：把體驗做得清晰、不 confusing。
從上往下：我們也認為未來生產力場景會越來越多被 AI 生成替代，這是趨勢。假設 scaling law 繼續成立，生成能力會持續變強。所以我們判斷更大的 3D 機會在 C 端，而不是 P 端。
Jane：用 3D 重建來記錄，相比照片、視頻，它不可替代的核心價值是什么？它能提供什么新的價值？
Jack：我覺得最本質的是“信息密度的升維”。說得更具體一點：人類的信息載體一直在升級。BP機時代是文字；后來有電話，信息更即時；再后來有照片，從文字到圖像是一種信息密度躍遷；視頻把時間加進來，信息密度更高；直播把“實時性”加進來，又是一種提升。
站在今天想：視頻和直播之后，下一個信息密度提升的形態會是什么？如果人對更高信息密度的追求不變，那我很難想象除了 3D，還有什么能承載更高的密度。3D 不是“更清晰”，而是“更完整”：你能從不同角度看到更多細節，能把空間本身變成信息。
舉個 Remy 的例子。我們看到一個用戶在日本徒步，森林里藏著很多很小的佛像（半米高那種），非常原生態。他用 Remy 記錄下來。你打開它第一眼像照片，但你用手指一滑，佛像轉到背面，你會看到完全不同的信息：比如佛像后面有個給小松鼠放食物的小碗，里面還有堅果。這個細節如果只是照片，很可能永遠看不到；但 3D 把它還原出來了——你只是輕輕一轉，就進入“照片看不到的那一面世界”。這就是信息密度帶來的震撼。
3D高斯潑濺 - 3D內容能夠帶來更直觀的交互體驗
基于這些定義，我們做了很多工程和算法優化，也做了妥協。比如 KIRI Engine 跑 3D 高斯可能要 20 分鐘，但 Remy 做到 5 分鐘。時間更快，質量必然會損失，所以我們在速度、體積壓縮、加載體驗上做了大量取舍。KIRI Engine 不會優先考慮“體積小到像打開視頻一樣絲滑”，但 Remy 必須這么做。
Jane：如果未來你們要做 iOS 端，技術遷移成本高嗎？
Jack：遷移成本很低，因為所有計算都在云端。手機端本質上就是拍照工具，所以做鴻蒙、蘋果、安卓差異不大。
Jane：蘋果手機有激光雷達，那是不是自帶 3D 掃描功能？
Jack：只有 iPhone Pro 有激光雷達。沒有那個“小黑點”就沒有。而且很多人誤解激光雷達對 3D 重建的幫助：激光雷達主要是測距，精度大概毫米級，可能五毫米左右。對高精度 3D 掃描來說，這不夠——很多 3D 掃描希望做到 0.05 毫米級，甚至更高。所以激光雷達更多是輔助，讓計算更快一點，但對“本質精度”幫助沒那么大。
Jane：如果有一天蘋果相冊里直接有 3D 功能，會怎樣？
Jack：我先插一句：鴻蒙 10 月 28 號更新的版本，鴻蒙相冊左邊已經有 3D 展示功能了。Remy 是目前唯一能把 3D 重建內容存進鴻蒙相冊的 app，華為已經在做這件事。
至于蘋果會不會做——我覺得手機廠商入局遲早是共識。如果廠商入局，Remy 的機會就不在“重建端”，因為重建會被入口擠壓：拍照太簡單了。那時 Remy 的機會在“出口”：用戶會產生大量 3D 內容，但能分享到哪里？小紅書只能發圖文視頻，抖音是短視頻，都不是 3D 原生。如果 3D 成為共識，真正稀缺的是一個 3D 原生的社區/平臺，讓用戶分享、炫耀、講述自己的 3D 故事。那時我們就做平臺，而不是繼續死磕重建本身。
Jane：你們一個月 150 萬用戶，已經有正反饋。但另一個問題是：3D 內容 ToC 是否真的跨過臨界點，成為大眾會用的東西？你怎么看？
Jack：現在絕對沒有跨過鴻溝。原因兩點：第一，3D 重建門檻比拍照、拍視頻高——你要圍著物體拍一圈，這是天然勸退；第二，即便你愿意做，3D 最終質量在清晰度上還是比照片視頻差。因為這兩點，今天它還不是大眾工具。
但有意思的是：Remy 把 ToC 這件事拋出去后，我們看到用戶積極回應，說明需求在，只是技術還沒完全滿足需求。所以接下來我們要做的就是兩件事：讓 3D 重建更簡單；讓模型質量更高。只要這兩件事持續改善，ToC 就會越來越成立。
Jane：有一個關鍵點：圍著拍一圈似乎是必須的，但技術上有沒有可能不必這樣？
Jack：圍著拍一圈的本質，是你要捕捉物體一圈的信息，尤其是背面信息。你沒拍到背面，就只能靠想象；但想象不是記錄。
但從原理上講，不一定要拍一圈視頻。只要有三四張覆蓋不同視角的照片，你就可能重建出足夠的信息，這就是“稀疏視角 3D 重建”。如果未來能讓用戶隨手拍三四張就完成重建，門檻會遠低于現在。這也是我們最近在做的方向之一。
Jane：也就是說，如果真的做到“拍幾張照片就像拍照一樣簡單”，那可能是平民化的關鍵門檻？
Jack：是的。但這說起來簡單，但我開玩笑說，這是 billion-dollar question——需要花十億美金解決的問題，技術上非常難。
Jane：目前圈內對 Remy 的反饋，認知度挺高。你覺得它已經是 3D 重建 ToC 的標志性產品了嗎？
Jack：從用戶量角度，我覺得算標志性的。我們破 100 萬用戶用了 9 天。那天我還專門搜了一下：Sora 破 100 萬用戶用了 5 天，我只比 Sora 慢 4 天。這種速度確實是現象級的。
但下載量只是一個維度，還要看留存、月活等。這里有個有趣的數據：現在 Remy 每天新增用戶大概是幾萬人，已經不像最夸張時一天幾十萬那樣。用戶每天建模數大概是新增用戶的三倍，平均每個用戶建三四個、四五個模型，并沒有想象中那么夸張。
但更有意思的是：Remy 的 DAU 是每日新增用戶的十倍。這說明“看 3D 內容”的門檻，遠低于“做 3D 內容”的門檻。很多用戶很喜歡看。
我甚至覺得未來可能會像抖音：不是每個人都會高頻產出，但會有一批更會創作 3D 的人做內容，然后被更多人消費。3D 重建有門檻不可否認，但 3D 內容消費的門檻低很多，這是一個很重要的信號。
Aaron：你們 9 天到 100 萬用戶，怎么做到的？
Jack：我們完全沒有投放，零買量，沒有花一分錢。全部來自產品自傳播（PLG）和用戶自發擴散。關鍵在于：Remy 很酷，但酷不等于能傳播。傳播必須靠“分享”，而 3D 原生內容很難直接發到抖音、小紅書，因為那些平臺是 2D 內容結構。你必須把 3D 轉成視頻才分享得出去。
所以我們做了一個功能，叫“實景特效視頻”。它試圖把 3D 信息壓縮進視頻里：你分享出去的是視頻，但它帶著 3D 才有的光影、空間重構效果，這種東西普通視頻做不出來。用戶覺得“沒見過、太酷了”，就會發出去，于是全網擴散，Remy 才被點燃。
Remy的“實景特效視頻”讓3D內容秒變“特效大片”
Aaron：那目前 Remy 怎么商業化？
Jack：我們其實沒把 Remy 的第一目標設為商業化。KIRI Engine 的商業化很直接：生產力工具提效，用戶付費合理。但 Remy 的使命更像“培養用戶用 3D 記錄的習慣”。如果使命是培養習慣，就不能把商業化做得太重，至少不能把用戶拒之門外。
不過我們最近確實上線了一個機制：重建需要消耗 token，我們叫“光粒”。新用戶會送 100 個 光粒，用完不充值就不能重建，這是一個商業化錨點。但與此同時我們也上線了簽到系統：每連續簽到 7 天送 210 個 光粒。210 個光粒 對應的成本大概 30 塊錢左右，也就是說我們每周“補貼”用戶去重建。對 90% 的用戶來說，這足以做到“免費重建”，不需要額外付費。
我這么做目的不是為了立刻掙錢，而是為了養成用戶每天用 Remy 的習慣，并讓 Remy的光粒 有一個明確的價值錨點。等我們把用戶習慣培養起來——比如明年年底做到 1000 萬用戶、100 萬 DAU——那商業模式會非常多：品牌店鋪的 3D 展示、餐館的 3D 空間、各種 3D 原生廣告與交易形態，都可以展開。但前提是先把“3D 記錄與消費”的習慣培養出來。
Aaron：我感覺很多 C 端自來水用戶并不是把它當生產力工具，而是當玩具、當社交貨幣來用。你們發現這種變化后，怎么調整產品定位和營銷策略？
Jack：我覺得今天很少有 app 真正解決“剛需”，多數是錦上添花，更多服務情緒價值和社交屬性。接受這一點之后，你就會發現 Remy 要解決的核心變成：怎么讓它更好玩、更新更有趣。
所以我們會不斷上線新模板、新實景特效，讓同一個 3D 模型能生成不同風格的視頻，用戶就能再發一波朋友圈。因為“只有你有、別人沒有”，這就是社交傳播的動能。下一步我們也會做更游戲化、更酷炫的東西，讓用戶持續覺得“3D 還能這樣玩”。
Aaron：你覺得 Remy 的長期護城河是什么？用戶起來之后也會有人抄。
Jack：護城河一定在技術迭代上。因為 Remy 這類產品跟一般 C 端產品不一樣：你每一次功能更新都需要大量底層技術驗證。比如你要做場景級重建，就要解決 inside-out 的拍攝方式、過去無法閉環的重建問題；要在用戶可接受的時間內跑完；模型是場景級的，你還要解決手機端渲染、加載速度、絲滑打開體驗。這些都需要長期的 3D 技術積累。不是有互聯網產品思維就能做出來的，它對團隊要求非常綜合。
Jane：聽下來，你對 Remy 的終局想象更像一個內容平臺甚至社交平臺，對嗎？因為把 3D 壓成視頻再去抖音、小紅書，本質還是繞了一道。
Jack：對，絕對是平臺。我們前面聊過：3D 是更高維的信息密度，人對信息密度的追求不會變。現有社交平臺基本是 2D 結構搭起來的，如果 3D 真的成為一個新的主流內容形態，就需要 3D 原生的平臺去承接它。歷史也類似：短視頻起來后，本來以為是 Instagram、Facebook 承接，結果是 TikTok 這樣的新平臺出現。新內容形態往往由破壞式創新的新公司承接，而不是老平臺自然接住。所以如果 3D 原生平臺有機會，它是 Remy 的機會。
Jane：我們也看到不少創業公司嘗試做類似的事，過去幾年中國并沒有出現特別出圈的新社交平臺產品，所以很多人會懷疑：在抖音、小紅書之外，真的還有軟件機會嗎？
Jack：這就是非共識，而非共識本身就是機會。大家質疑，我們堅持做；如果做對了，我們會把后來者甩得很遠。
融資、團隊與目標函數：一家 3D 公司的現實生存法則
Aaron：回到融資和團隊。你們經歷了四輪融資。我想了解：融資過程中投資人最常質疑什么？你們怎么回應？
Jack：最常被挑戰的問題很簡單：3D 行業到底有多大。過去很難回答，因為 3D 確實小眾。但很幸運，Remy 跑出來之后，這個問題不需要用同樣方式回答了。看到 Remy 的第一步成功之后，大家才愿意相信 3D 有 ToC 的可能。當然我們也會告訴投資人：這是一條很長的路，需要持續優化產品與技術。
另一個挑戰是團隊。KIRI 團隊很“奇葩”，簡歷沒有明星光環。你把我們跟任何一個團隊比，可能都比不過。但你會發現，在過去幾年里3D 行業不妨有很多大咖下場創業，但很多同行被我們熬死了。為什么最后是我們走到現在？可能不是某一項單點技術最強，而是我們的綜合能力——尤其是把新技術快速工程化、快速產品化的能力。KIRI Engine 從 2022 年上線到現在，每年收入和用戶都翻倍增長。投資人問“你們團隊優勢在哪”，我就用這個事實去回答：你不一定要用簡歷去定義一個團隊，可能要用它在復雜環境下持續兌現增長與迭代的能力來定義。
Aaron：咱們現在團隊多少人？
Jack：現在 20 多個人。其實 KIRI 從前面開始人數就沒怎么變。
Aaron：這是一個穩定的團隊。你剛剛說你們簡歷不耀眼，我很好奇：你招人看什么？什么樣的人適合你們團隊？你最看重的點是什么？
Jack：首先，招人不可能百分之百看準。總體我們會看三點：學習能力、自驅力、情商。只要這三點過關，我覺得就能進入團隊。但“人數沒變”不代表“人沒變”，人其實一直在變——一直在被篩，一直在淘汰、一直在招新的，然后不斷把血液換到我們認為真正符合這幾個條件的人為止。我們不愿意盲目擴張，但會持續迭代團隊的質量，讓它能跟上我們想做的事情的難度。
Aaron：技術這個東西變化真的太快了，可能一年一變，甚至半年一變。站在現在這個時間點，你是怎么去想未來的？先說近一點，明年 KIRI 的目標是什么？再往后看，三到五年，你希望公司能走到一個什么樣的階段？
Jack：我們的目標其實非常簡單，甚至可以說是特別簡單、特別粗暴的那種。明年，我希望 Remy 能做到一千萬用戶，做到一百萬 DAU。這個，就是我對明年最直接、最明確的目標。
為了達成這個目標，其實我需要把兩個問題回答得更好，也需要承擔起把這兩個問題真正解決好的責任。第一個問題是：3D 空間怎么才能被做得越來越簡單，讓更多人不用學習、不用理解復雜概念，就能自然地用起來；第二個問題是：3D 空間的質量，怎么才能持續變得越來越好，不只是“能看”，而是真的值得被記錄、被保存、被分享。這是我明年最核心的目標。
再往后看，三到五年的目標，其實也很清楚。簡單來說，我希望能聚攏一批人，讓大家真正去體驗 3D 記錄、3D 敘事所帶來的那種獨特樂趣。說得更直白一點，我想把這樣一個平臺搭起來。
它當然不可能去替代小紅書，也不可能替代抖音。但我希望它能存在于小紅書和抖音之外，成為另一種選擇。它是一個能給用戶帶來不一樣心理體驗的平臺。大家在刷完小紅書、刷完 2D 內容之后，可以來看看 3D 內容。因為 3D 的體驗，和看 2D，本質上是完全不同的。
這件事就是我希望在未來三到五年里持續去做、去回答的事情——how people can tell better stories in 3D。這是一個我希望不斷去探索、不斷去逼近答案的問題。
Jane：非常感謝 Jack。以上就是今天《ya!ya!》的全部內容。
Jack：謝謝。
參考文獻：
[1] https://www.theinformation.com/articles/deepseek-release-next-flagship-ai-model-strong-coding-ability?rc=sp92ul
歡迎掃碼加群參與討論
我們相信認知能夠跨越階層，
致力于為年輕人提供高質量的科技和財經內容。
稿件經采用可獲邀進入Z Finance內部社群，優秀者將成為簽約作者，00后更有機會成為Z Finance的早期共創成員。
我們正在招募新一期的實習生
特別聲明：以上內容(如有圖片或視頻亦包括在內)為自媒體平臺“網易號”用戶上傳并發布，本平臺僅提供信息存儲服務。
Notice: The content above (including the pictures and videos if any) is uploaded and posted by a user of NetEase Hao, which is a social media platform and only provides information storage services.
