当世界模型成为共识，3D 数据却卡在「采不出来」的瓶颈里。影溯科技创始人章国锋的判断是：互联网上海量视频就是最充沛的「阳光」，把 2D 视频高效升维成 3D/4D 训练数据，是空间智能真正 Scale 的唯一路径——这家成立一年的公司，已把单目视频转 360° 动态场景做到技术可行，整体成本比实采方式至少下降一至两个数量级。
语言模型和视频模型的成长，都建立在互联网三十年的积累上。而这一次，世界模型的牌桌上，没有任何一家公司的数据够到训练基础模型所需的量级。
行业不是没有努力。遥操作、第一人称、相机阵列……具身公司都在重金投入采集。但这些方式在章国锋看来，像伐木和挖石油——有价值，却需要时间积累，耗时耗力。
真正能支撑空间智能的数据能源，应该像阳光一样，无处不在、取之不竭。
遥操、Egocentric、仿真数据。需要持续投入人和设备，成本高、速度慢、多样性有限，很难做到真正 Scaling。
互联网上几十亿人花几十年积累的图像视频，每一帧都藏着运动与物理规律。关键是把它「照进来、利用起来」。
注：两种模式并非互斥，而是构成「数据金字塔」的不同层级——底层必须最大量、最低成本；顶层少量高价值数据可用更高成本获得。
数据金字塔结构：和语言模型预训练/Post-training 的成本结构类似——最大量用最低成本获取，少量专家数据可以很贵，组合起来训练体系才可持续。
视频的每一帧里，都藏着这个世界的运动、物理的规律。3D 数据一直都在，只是从没有人能把它取出来。影溯要做的事，就是造一块「太阳能板」——把海量视频数据转化成能直接训练世界模型的 3D 数据。
从普通视频出发，生成时空一致的不同视角，再进一步恢复成完整的 4D 场景。只要这个过程的效率足够高，单位数据的成本就可以持续往下降。
「我们的目标不是把某一个 4D 场景做得多便宜，而是最终让大规模生产 3D、4D 数据这件事，在经济上真正成立。」
相机阵列拍摄 → 重建 4D 场景。动态场景成本极高，且局部不完整——「够重建用，不够生成用」。
无额外采集成本。单目视频 → 360° 动态全量 3D 场景，技术可行，正在批量转制。
判断一个数据策略是否可行的标准其实很简单：它必须能够 Scale，且必须足够多样。只有数据真正 Scale 起来，空间智能才有机会涌现。
注：多样性是关键——「模型如果每天看到的都是差不多的房间、差不多的动作，即使小时数很多，也不一定能涌现出通用能力。」
过去一年，影溯发布的东西分两块：一个基础模型 InSpatio-World，一个引擎平台 Topos（分 Pro 和 Lite）。它们分别回应「让空间走进动态视频」「服务具身训练仿真」「让 3D 变轻、变好玩」三个问题。
架构创新最根本的一点，是表征选在哪一层——这直接决定训练的账怎么算。
视频数据里，相邻两帧之间大量信息重复——同一个场景，视角或物体动了一点，每一帧都要把整个画面重新表达一遍。而换到 3D 表征，场景本身只需要表达一次，变化的只是状态。
结果是：Token 数量少 1~2 个数量级，数据量、参数量同步下降。所以我们现在是几十张卡在训练，不需要万卡集群。这不是省着用，是这条路线的账本身就是这么算的。
注：内部实验里，只是把 3D 结构引入模型，学习效率就能提升一个数量级以上，不同下游任务均有明显效果。「三维世界的问题，本来就应该尽量在三维空间里解决。」
两条路线在探索：一条把 Transformer 往三维适配；另一条更激进——跳出 Next Token Prediction 范式本身去想问题。方法可以变，三维结构不能丢。
ChatGPT 的时刻，不是 AI 突然变成 AGI，而是普通人第一次直接感受到：原来机器真的可以听懂我说话。空间智能也会有类似的时刻——不是等机器人什么都会做，而是有一天大家第一次直观发现：原来机器真的开始理解空间了。
这个信号可能先出现在数字世界。
今天做一个 3D 世界还需要建模、材质、动画等专业环节；未来一句话、几张图，就能给你一个完整的、可以走进去、可以交互的三维世界。
更聪明的扫地机器人，不只按规则运行，而是真正理解这个房间，自然规避 Corner Case；自动驾驶开始处理以前没见过的复杂情况。
ChatGPT 出来时也没解决所有智能问题，但大家知道范式变了。空间智能也一样——只要出现一个足够直观的产品，让大家第一次感受到机器真的能理解三维世界，那个时刻就已经开始了。
章国锋的规划里，最终需要几千万到 1 亿量级的场景数据，才有机会看到空间智能真正的 ChatGPT 时刻。这一轮大模型已经积累了 Scaling 的经验，「一旦数据问题被解决，速度可能比我们预想得更快」。
空间智能的竞争，正在从「模型架构比拼」转向「数据生产机制的竞争」。谁能让 3D 数据的边际成本降到互联网量级，谁就握住了通往通用空间智能的钥匙——这个窗口期不是以模型版本计，而是以数据飞轮能否转起来计。
Topos Lite 已开源；App 已上线，拍几张照片即可秒级生成 3D 场景。今年将开放 InSpatio-World 改进版，支持单目视频转 360° 动态场景。
Topos Lite 开源仓库 → 体验轻量 3D 生成