「虚拟地产热」被视为可能是房地产正式进军元宇宙的信号。虚拟地产火热背后其实是「空间」对于元宇宙的必要性被愈加看中，就像现实生活一样，不仅需要人、货币，还需要空间和场景。

但空间如何构建？将实体三维物理空间进行「克隆」是一个好的选择。在这个方向上，「众趣科技」是国内的头部公司。他们已经在云端完成了数百万套空间数字化的克隆重建，涉及房地产、文旅和建筑等多个领域，并积累了超过 2 亿平方米的三维数字空间数据。

华映资本是众趣科技A轮融资的领投方，见证了众趣在房地产等领域的不断突破，在B轮融资中又继续加码，一直以实际行动支持公司发展，相信众趣未来将成为国内甚至国际领先的三维空间数字化及行业化应用的基础服务提供商。

近日，众趣科技创始人&CEO 高翔与Fouder Park一起畅谈了3D 空间数字化和数字空间的未来，引领我们探究元宇宙里的「数字基建」生意逻辑。

3D技术的重建原理

Founder Park：3D 重建具体指什么？目前的技术发展路径是？

高翔：三维重建可以简单地理解为物理世界中物体三维数据的数字化恢复，最初应用于汽车车身的检测。由于车身本身是三维曲面结构，无法用尺子测量车身。三维数据的收集有助于分析车身尺寸是否符合标准以及数据是否误差过大。

国内山寨产业的发展很大程度上依赖于三维重建。仿造的过程就是行业中的反向工程。企业需要先购买产品，用三维扫描设备扫描产品表面的三维数据，再恢复出三维的数字化数据。这个过程就是三维重建。在获得三维数据后，可以基于该数据开发模具，然后反向生产相应的产品。

三维重建从技术角度可以分为两类，一类是小物体的三维重建，另一类是大场景的重建。小物体的三维重建例如说桌子、椅子、花瓶和人体等。「大场景」指的是众趣科技所选择的对房屋、运动场和工厂区等空间场景进行的三维重建。就技术难度而言，大型场景的三维重建一直是业界的难点，尤其是自动化三维重建。众趣在创业之初选择这一方向的原因是信奉「做困难和正确的事情」，在避免同质竞争的同时获得业界的认可。

Founder Park：3D 重建的起始需求点是什么？大场景和小物体的重建需求现状是？

高翔：三维重建的起初价格很高，起始需求点局限于具有资金基础和有能力承担三维重建成本的行业。汽车生产线之所以选择三维车身检测，是因为汽车产业资金充裕。此外，三维重建的数字孪生概念源自军方制造的飞机发动机及相关产品，其费用较高。尽管三维重建的成本并不低，但由于三维重建的模拟仿真功能可以减少制造过程中的诸多问题，并从整体上节省资金，因此仍具有较高性价比。

不过我们可以看到，在过去只有少数一些公司在做，但自 2020 年以来，对三维对象重建的需求有所增加。在元宇宙概念兴起之前，当 VR 重新从低谷开始起步时，市场中已经有很多公司选择进入三维行业赛道。

众趣科技推出的空间扫描设备 | 来源：众趣科技

在众趣起步之前，自动化的大型空间三维重建在行业中几乎处于空白状态。国外测绘设备定价昂贵，无法兼顾普通消费者，设备多供专业人员使用。众趣降低了行业成本，激活了市场需求。由于产品的技术门槛相对较高，竞争态势良好。

大场景和小物体都在并行发展，无法简单定义哪种场景的需求更大。在元宇宙的概念出发，大场景和小物体都是行业所需要的，且缺一不可，只是可能在特定产品上更侧重于其中一方。

Founder Park：大场景和小物体的三维重建难度差别有多大？

高翔：无论是光场还是全息，其本质都是光学三维重建。光学三维重建的特点是它依赖采集现场的光照情况。

小物体的三维重建通常能够在摄影棚中完成，可以确保光线满足需要，对于算法的挑战性较小。大型场景的三维重建，以房屋拍摄为例，客户可能在早上、中午和晚上的不同时段进行拍摄，光线差异极大。这种差异要求用于大型场景的 3D 重建算法必须足够鲁棒，以抵抗恶劣的照明状况。光照本身是行业的一大难题。很多场景和产品无法落地，就是因为它们不能适应多种光线场景的变化，所以不能用于普适化落地。

Founder Park：将空间 3D 化需要经过哪些步骤？算法的鲁棒性*受哪些因子影响？

高翔：将空间 3D 化与物体 3D 化本质没有较大区别。首先通过传感器采集空间的三维结构信息和色彩信息（RGB），利用算法将离散状态的原始信息进行整合，即将空间的结构组合成整套空间，再复原三维空间的色彩和结构，完成三维重建。

传统行业使用 U 盘或者硬盘进行拷贝，通过传统软件进行编辑。与互联网的结合需要大行业背景的支撑。2011 年，IE 浏览器兼容 WebGL，WebGL 标准开始逐渐得到认可。基于该技术和大行业背景，完成的 3D 数据通过 WebGL 展现在互联网空间，便于用户获取。

过程概念相对简单，算法的鲁棒性和稳定性是产品落地的关键。

无论是物体的三维重建还是大空间重建，其本质属于光学原理。例如，在空间的 3D 数字化中，房子的光照情况会影响数字采集，空间的杂乱和整洁也会引起多种变化。从企业的角度来看，只有在不同的场景下兼容多种情况，才能保证客户产品的稳定落地。这是一个持续不断的算法优化过程。

鲁棒性：Robustness，在计算机科学中指一个计算机系统在执行过程中处理错误，以及算法在遭遇输入、运算等异常时继续正常运行的能力。

Founder Park：手机能否作为 3D 采集设备的终端？

高翔：可以预见，未来手机一定能够拍摄三维空间。手机上的三维传感器，如人脸识别，iPhone 13 的后置激光雷达，在过去两年中才慢慢出现。激光雷达的出现极大促进了手机建模的发展，目前已经出现提供一些小物体建模的手机 App。然而，由于仍处于早期发展阶段，手机建模的精准度和色彩等用户体验相对较差。因此，此类产品的数量并不多。

尽管从商业的角度来看还有一定距离，但可以看到该行业正在起步。这也预示着互联网的三维时代已经触手可及，元宇宙时代将会接踵而至。

目前，工业级 3D 采集设备多使用激光雷达产品，其大小与成人脑袋相仿；民用级的设备是 AI 全景相机，比矿泉水瓶还小，便于携带。设备操作简单，可以单人使用，价格比测绘设备更便宜，成本比较利于行业发展。

SaaS/PaaS 为主，

设备销售模式为辅的服务模式

Founder Park：众趣客户的行业分布及需求情况？

高翔：客户群体主要分为两类。一类是营销类客户，一类是工程类客户。

营销类客户更多解决「看」的问题。例如在购房时解决看房的问题，实现三维看房；商场和商铺通过三维数字化上线，并与线下完全保持一致。这类客户要求产品价格优惠、画质清晰且较为美观。

工程客户包括建筑和装修，他们的需求是对三维数据进行设计和二次开发。这些客户对数据的精度有基础要求，通常需要达到厘米甚至毫米级。就应用角度来看，工程类的刚性需求特点较强，能够通过三维产品获得极大助力。

Founder Park：行业的具体使用场景有哪些？

高翔：房产经纪公司使用较多。经纪公司每天都有大量的新房源，众趣的产品使得房产公司能够按照普通摄影的成本实现三维展示，从而方便客户获得更好的体验。3D 化能够拉近线上和线下的体验，减少线下看房的奔波忙碌，提高行业的工作效率。

开发商的样板间也能够放到线上，客户可以通过打开链接查看三维的样板间。提高信息沟通的准确性和流畅性，促进开发商的销售效率。

家装家居场景 | 来源：众趣科技

此外，在装修过程中，能够在管线铺设期间进行三维数据的采集。在硬装工程完成后，仍然可以明确管道位置，在居住过程中定位问题区域，便于空间后续的维修和维护。

建筑行业中有一个较大痛点——设计图纸与现实数据不符。企业可以通过获取现实的三维数据更新图纸，甚至能够在现有数据的基础上进行二次设计，便于后续设计的保留、沟通与维护。作为建筑行业的刚需，3D 数据采集有机会在未来几年解决行业这一痛点。整个工程角度的数字化还在萌芽阶段，其发展空间巨大。

Founder Park：服务的形式是什么，是偏 ToB 的项目交付形式还是偏SaaS？

高翔：目前是设备销售和 SaaS /PaaS 云服务两种模式结合。众趣本身开发设备，这是三维重建企业的必要选择。将 SaaS /PaaS 提供的空间数据服务与设备销售结合，能够达到极低的客户启动成本。

从公司的角度来看，众趣希望通过数据而不是设备本身为客户带来更多价值。企业的初衷不是在设备上创造高利润，而是希望通过生成 3D 数据帮助客户产生价值。因此，设备价格可以非常便宜。

Founder Park：众趣的产品能够支持多大的场景规模？精度如何？

高翔：理论上，从算法角度来看，空间三维重建的极值不受限制。然而，就实际计算能力、带宽和驱动能力而言，它受到数据大小和服务器算力的限制。目前，已建成的最大空间接近 10 万平方米，在房地产行业通常只需几十到几百平方米空间。

从精度角度来说，由于众趣拥有不同系列的产品，从高精度的激光设备到基于 AI 的三维相机产品，精度差异较大。工业领域需要可以达到厘米级甚至毫米级的高精度产品。普通看房对尺寸并不敏感，百分之几的精度就可以满足需求。众趣根据不同的行业需求提供不同价位的产品，以满足客户的要求。

Founder Park：如果有更多行业想进行 3D 数字化提高效率，需要满足哪些条件？

高翔：主要有两大要素。

首先，三维数字化。如果工作是在三维空间进行的，那么数字化就应该一一对应。在三维空间开展的工作数量极多。如果能够提供虚拟化的三维空间，工作效率将大大提高。

其次，成本足够低。假设房地产公司卖一套房利润为 1000 元，但 3D 化需要花费数万元，自然不会选择。以手机为例。在 20 世纪 90 年代，手机的价格需要一个人两三年的工资才能承担。只有在手机成为真正的千元机甚至百元机时，这一需求才被真正激活。

三维也要经历这样的发展过程。首先，市场需要三维数据，但关键是三维数据要足够便宜，在客户的承受范围之内。三维 VR 看房的概念已经提出了很久，但在过去的三年才成为行业标准。这是因为像众趣这样的公司将三维重建成本降低到普通单反相机的成本，激发了行业的需求。在需求本身存在的前提下，低成本自然会使其成为标准配置。从产品和创业角度来看，这两个因素是绝对不可或缺的。

Founder Park：你们是如何积攒行业 know-how 的？

高翔：行业的 know-how 对于任何产品的落地都至关重要。众趣通过不断与很多行业发生碰撞，以获取客户的需求进行开发，利用客户的使用反馈纠正偏差，这是一个漫长的过程。

在企业的角度出发，know-how 的了解需要一定时间，因此 know-how 的重要程度与技术门槛关系较大。如果产品的技术门槛仅为两三个月，懂得 know-how 的公司将很快研发出同质产品并领先。如果产品的技术门槛相对较高，例如众趣的产品开发周期长达三年半，可以预留足够的时间学习行业的 know-how。即使有竞品公司想要迎头赶上，也必须先开发基础技术产品。

在这种情况下，虽然众趣最初对行业的 know-how 还比较欠缺，但是由于技术门槛周期较长，我们具有足够的时间学习行业 know-how，确保众趣能够得以存活。

Founder Park：在创业的八年中，哪些问题的核心攻坚是非常重要的里程碑突破？

高翔：三维产品落地的第一个行业是房产行业。众趣首款产品的落地过程完全是基于首位 KA 客户的需求进行开发。后续新产品可根据现有客户的要求进行修改，逐渐成为标准化产品。也就是说，当行业的 know-how 处于未知状态时，首位客户提出的需求就是行业的 know-how。客户能够帮助企业完善行业的方案，促使产品落地。这是重要的经验和积累。

众趣是一个专注于客户需求的公司，客户的需求才是企业发展的导向。我们绝对避免凭空设想使用场景，尽量减少「拍脑门」时刻。这是众趣多年坚持的基本原则。很多产品技术出身的人员都会有「拍脑门」的倾向，他们开发产品的初衷仅仅是因为产生了一个可能给生活带来便利的想法。然而，在产品进入市场后，很容易由于不能满足行业需求而被客户拒绝，无法真正投入使用。

Founder Park：怎么找到企业的天使客户？先做KA还是先做小客户？

高翔：天使客户首先需要处于对三维有强需求的行业，例如房产、装修和建筑。其次，要考虑不同行业需要三维数据的解决方案，产品落地解决方案的复杂性决定了产品在行业中落地的难易程度。如果方案本身基于三维开发的工作量和附加工作较少，则相对比较容易落地。房产公司只需要利用三维解决「看」的问题，然后开发一些行业必要的附加功能来完善行业解决方案，即可实现产品落地。天使客户与行业产品的复杂性和需求的刚性密切相关。

寻找第一个客户的过程就是「碰」。不同的渠道与几十上百的人接触，最终得以找到首位客户。这是创业公司必须经历的过程。只要企业坚信产品具有价值并在某些领域得到了验证，坚持寻找一定能够开出第一朵花。此外，由于大城市对新技术有着较强的接受度，企业的寻找范围应将大城市和一线城市放在首位。还要着重关注对数字化有强烈需求的在线领域的公司，并以此划分不同的重点优先级。

众趣的发展首先通过 KA 客户积累行业知识，然后扩展到为行业内全类型客户，包括中小型客户提供服务。

Founder Park：众趣目前的产品主要是定制化还是通用化的？设备易上手吗？

高翔：由于需求不同，企业需要根据不同的需求向客户推出不同的产品，因此定制化是一定存在的。同时，中小型客户有很多需求。尽管中小型客户可能无法支付定制费用，但他们可以使用标准化产品。企业可以对其提供性价比更高的标准化产品。

从公司的角度来看，众趣是以客户需求为导向，不仅生产标准化产品，还生产定制产品。为了加快非标准产品的开发，企业与行业合作伙伴可以使用标准化的 SDK、API 开发解决方案，以加快该产品在特定行业的落地。

设备的使用非常简单，众趣在服务器端算法和应用端算法方面做了大量的开发工作，以方便客户使用。无论是高精度激光设备还是基础产品，都无需配置参数，只需一人操作。该设备的扫描速度非常快，对 100 平方米房屋的扫描可以在 20 分钟以内完成。设备本身由电池供电，电源的耐久性作为一个重要指标，充满电可以连续使用一整天，能够满足客户的需求。

自身定位为元宇宙的开发商

Founder Park：众趣如何定义自己，如何看待自身的竞争差异化优势？

高翔：我们更像是元宇宙的开发商，为各行业提供建筑空间。空间的使用取决于下游的客户。与现实世界的城市建设相仿，比如雄安的建设一定是从管网、房屋等基础设施再到上层建筑，元宇宙的发展也是先有空间，再做一些更上层建筑功能的开发。

从公司的角度来看，企业的发展必须考虑自身的优势。众趣的优势在于算法技术的门槛周期相对较长。目前，该算法已经开发了八年，并仍在更新和改进中。当一家初创公司想要转向这个方向时，它需要积累基础技术，且做好两三年没有收入的准备。

此外，我们已经有亿级平米的空间数据在云端沉淀了，基于这个数据开发出的 AI 算法，能够把二维转化为三维。这是另外一个数据门槛，由于房屋空间数据量每天都在云端实时更新，这个数据门槛是在不断地叠加的。

最后，基于三维空间客户的众多需求，众趣积累并开发了许多功能点，成百上千个功能点的积累形成了一个较高的业务门槛。以微信为例，发送消息的功能不足为奇，但众多小功能的累积到社交软件整体中，就搭建成了难以突破的门槛。

Founder Park：众趣与国外行业头部公司 Matterport 有哪些不同？

高翔：Matterport 是行业首家开发大空间 3D 产品的公司。作为开创者，其技术发展相当不错。在发展过程中，众趣与其区别较大。欧美公司更侧重于标准化产品，但是中国企业会根据行业需求确定企业的服务领域，业务范围既包括标准化产品，也涉及定制产品，这比 Matterport 更为灵活。华为之所以能够超越外企，就是因为它具有高度的灵活性和更好的服务。

Founder Park：在积累了大场景三维重建的能力后，是否会降低向小物体方向迁移的难度？

高翔：从技术角度来看，整个迁移工作并不困难。然而，从整个公司的产品运营角度来看，新产品的开发到产品的形成再到客户的使用，这一过程的复杂程度不亚于全新产品的推出，难度还是存在的。

从公司的定位出发，目前由于大场景的三维重建，众趣开发的工作量已经非常大。这些算法几乎涵盖了基于算法原理设计到工程级实现的所有工作。大场景的三维重建需要多年的积累研发，如果大型场景能做好，众趣对行业的贡献自然会体现出来，企业的产品价值点也会显现出来。因此，我们认为当前应该聚焦如何做好大场景的三维重建。在小物体的研发领域有很多公司。众趣可以与之合作，共同推动行业发展。

虽然众趣开发云服务产品，但也制造全系列的硬件设备，包括 AI 设备和激光设备等。在中国的大市场环境中，硬件设备的优势比西方更为明显。

Matterport 这种硅谷公司会减少甚至不开发硬件设备，众趣软硬件产品的结合在业内较之更有想象力。例如，激光设备制造完成后，能够逐步触达整个建筑行业的数字化和装饰行业控制的数字化。将任何一个行业做好，就能支撑一家大公司的资金运作与发展。因此，众趣将坚定不移地走软硬结合的道路，利用中国的产业优势，推动更多行业产品低成本落地。

Founder Park：从先进技术到商业化的产品，你们是如何跨越这个鸿沟的？

高翔：有技术背景的人天然会有一种倾向，认为一个想法特别好，如果将其做成产品也会卖得很好。然而，经过积累多年的企业产品制造经验，已经逐渐感受到了技术和落地产品之间的差距，以及其漫长性和困难性。

行业经验可以帮助我们避免许多弯路。在整个创业过程中，我们会反复提醒自己，不要再犯曾经犯过的错误，避免拍脑门的决策，做出自己想象的产品让客户购买。众趣应该学习华为的理念，根据客户需求推动产品开发。

我们一直坚持一个关键点：基础技术积累需要从 0 到 1 的慢慢推进，但产品行业解决方案的落地，还是要从客户侧获得需求。这个指导思想需要摒弃之前自认为优秀的想法，从客户侧寻找答案，来指导产品的开发公司运作，这是一个非常重要的点。

Founder Park：3D 空间的快速发展，是因为其他产业链的技术外溢吗？

高翔：3D 空间发展与其他产业链能力外溢的关系密切。

民用 3D 传感器的发展是起源于来自游戏的 Kinect。在一定程度上，它影响到整个行业互联网的数字化发展。

激光雷达发展迅速。近五年来的发展速度已经完全超过了此前四五十年来的速度。价格的大幅下降直接促使 3D 行业的快速发展。

在算法角度出发，三维空间的发展需要大量算力。只有在更低成本计算能力的支持下，才能支撑客户的 3D 扫描功能。

因此，三维产品只能是当前时代的产物。

Founder Park：AI在行业中能扮演什么角色？对改善传统行业能够起多大的作用？

高翔：行业内部对于 AI 的认知在逐渐发生变化。

在三维重建行业，有一个最典型的行业难题，即无法扫描玻璃等物体的三维数据。这一难点是从原理上就解决不了的。然而，当 AI 逐渐发展时，能够通过 AI 技术在语义层面上识别玻璃，再结合扫描就可以恢复大量信息。以前无法解决的传统行业难题现在可以通过 AI 解决。

此外，众趣有一款性价比非常高的 AI 三维相机。作为只有 RGB 摄像头的普通全景相机，在物理层面无法捕捉三维空间的点云数据。但现在通过 AI 算法可以将二维照片转换为三维点云。这种将 XY 恢复为 XYZ 的技术在三年前是无法想象的。但如今已经产品化落地并在大规模应用中。

众趣推出的 AI 三维相机 | 来源：众趣科技

AI 极大地促进了行业的发展。在传统机器视觉的基础上，AI 技术的快速发展弥补了许多传统行业机器视觉的盲区和弱点，使产品更容易落地，大幅降低了生产成本。

Founder Park：3D 重建领域的技术和产品是已经明确的状态，还是仍有很多变数发生？

高翔：从技术和产品两方面来看，技术的变量相对较少，而产品变量非常多。

从技术角度来看，点云这个三维技术方向已经确定，并且一定会沿着这个方向发展。但事实上，作为一种三维产品开发技术，与 RGB 图像相比，可供学习的开源内容更少。但整体来看仍有很大的发展空间。

从产品角度来看，这是一个未垦之地。元宇宙是什么，它需要什么样的空间，空间的数据格式和未来的发展方向都是未知的，但正是因为人们认为元宇宙是有用的，所以它才会被大家所期待。

Founder Park：在行业的视角出发，空间数字化的下一步发展会是什么？有什么具体的可能性和场景。

高翔：在产品的早期阶段，我们主要制作空间，但空间只是产品的骨架，只有在骨骼中填充更多的血肉，丰富更多的功能，产品才能真正丰满起来。后续在空间中的交互式应用，例如在空间中放置家具、进行互动游戏以及空间的更多使用，将成为空间发展的下一步关键点。

任何产品的演进都是高效率、低成本的大方向。在兼顾二者之后，产品本身就可以应用于更多的行业和更广泛的范围。在工业领域高精度、低成本的前提下，激光设备必将有很大的发展空间。

随着空间数字化的进一步发展，许多应用将与元宇宙密切相关。

目前，已经有一个很受欢迎的应用场景——VR 带看。两个人可以同时打开一个空间，保持实时语言交谈的同时，保持空间的同步变化。与现场直播不同的是，带看的人无需在现场，VR 带看人员可以坐在办公室与客户在博物馆中行走和交谈。从应用角度来看，众趣已经实现 Facebook 在 2021 年提出的在同一空间实现视频会议的功能，唯一不同之处是 VR 带看还缺少形象化的数字人，但这不重要，产品本身的价值已经从这个角度得到了验证。

Founder Park：空间是不是正在成为数字资产？

高翔：空间一定会成为数字资产。空间分为两类，一类是基于物理世界通过扫描或摄影克隆的数字空间。第二类是设计师完全虚拟重构的数字空间。资产的稀缺性决定其价值。

从物理空间克隆数字空间是天然的需求。如果我们想验证该产品与物理世界的一一对应关系，就必然要与类似区块链的技术相结合，其资产价值也将因此得以确认。完全人造的空间也具有价值，但这取决于其特定应用场景的稀缺性。

克隆数字空间将成为数字资产，其自身的空间唯一性价值属性决定了这一步的发展。

Founder Park：元宇宙空间与现实空间的关系？

高翔：元宇宙的空间应该是基于物理空间的克隆为母体，同时包括克隆的数字空间和由各种设计师、游戏参与者创建的数字空间的混合体。这种以地球空间克隆体为母体的混合体能够为人类社会带来巨大的价值。游戏玩家可以在游戏空间中互动，设计师可以在虚拟空间中设计，购买家具的消费者可以在房子的数字空间中试用家具。这样的元宇宙是真正造福每个人的，而不是仅仅提供给游戏玩家。