97年文科生,年入1200万美金:要造一个3DTikTok

2025-12-29 | 来源: 深网 | 转到微信 | 有0人参与评论 | 字体: 放大缩小 | 收藏 | 打印

毋庸置疑，1997年的宋亚宸是AI应用领域非典型性创业者。在大模型创始人普遍拥有耀眼技术背景的当下，他文科出身，曾联合创立了MiniMax。

宋亚宸选择将创业方向押注在AI 3D大模型上，于2023年创立VAST。他坚信，AI 3D时代的大众级创作与设计工具，能够让每个人以几乎零门槛、零成本、即时完成3D创作。随着AI硬件与相关基础设施逐步成熟，信息终将回归其三维的本真形态，并由此孕育出一个“3D版的TikTok”。

据《福布斯》报道：截至2025年8月，VAST年经常性收入（ARR）已突破1200万美元，在拥有超650万专业用户（85%位于海外）的同时，全职员工总数不足百人。

12月29日，VAST的Tripo Studio 1.0上线。如果说Tripo大模型是“大脑”，负责生成，那么Studio就是“手”。它试图重构传统的3D制作管线，将以往需要专业团队耗时数周的建模、绑骨、贴图工序缩短至分钟级。

宋亚宸希望通过这款产品，让专业设计师从80%的机械劳作中解脱，去回归那20%的创意本身。

2025年底，《深网》在VAST北京办公室见到了宋亚宸。这位“非典型”创业者、“小怪兽”CEO，将向我们揭示，他如何规划那条通往“3D版TikTok”的现实路径。

以下是对谈整理，经节选与编辑：

3D：是“小众工具”，还是信息的“源文件”

销售月薪6117元超平均?文科生被迫入行

曝绿卡重大改革影响:文科生留美无望

时薪上千,大模型公司抢985文科生给AI当老师

深网：不少C端用户对“3D”还比较陌生，更不用说“AI 3D”。能否介绍一下VAST究竟在做什么？

宋亚宸：我们专注于AI 3D大模型的研发。它的核心是“多模态生成”，就像一个精通多国语言的翻译官。用户只需输入一段文字描述或上传一张图片，模型就能直接“翻译”出立体的、可交互的3D内容。这意味着，即使毫无建模经验，任何人都能通过一句话或一张图，构建出真实的三维模型。

深网：当初为什么选择AI 3D这个相对硬核的赛道，而不是更热门的大语言模型？

宋亚宸：因为我们看到了它被长期低估、但潜在规模远大于现有媒介的市场空间。传统的文学、电影，本质上都是以观看为核心的媒介，用户更多是旁观者，市场规模也相对稳定。游戏是一个很好的参照。它同样是数字内容，但通过交互机制，让用户真正参与进来，已经支撑起一个约2600亿美元的全球市场。从这个意义上说，游戏可以被看作是目前最成熟、也最成功的一类3D可交互内容形态。当3D内容的生成和使用门槛被进一步降低后，它会从游戏这一单一场景，扩展到更多领域。所以我们判断，AI 3D可交互内容最终支撑起一个接近30000亿美元且仍在高速增长的市场。

深网：但对比抖音、小红书这类成熟的UGC平台，3D内容的体量似乎还很小？

宋亚宸：这正是我们的机会所在。历史证明，当一种内容载体出现“革命性”的创新工具，让大众都能参与创作时，其市场规模将是原有精英市场的5到10倍。微博之于诗歌，抖音之于电影，都是如此。3D之所以小众，是因为一直缺乏让普通人也能上手的“超级工具”。我们的核心商业逻辑，就是打造这个工具，催生出一个万亿美金级别的、可交互的3D UGC内容平台。

深网：但3D内容需要用户主动交互，这比被动地“刷”短视频累得多。这种高交互成本，是否会限制它的用户规模？

宋亚宸：人类的需求是复杂立体的，绝非只有“懒惰”这一面。如果只追求省力，那最火的运动应该是下棋，而不是篮球、足球。关键在于，你提供的体验是否足够独特和吸引人。B站的弹幕、抖音的评论，都证明了人们愿意为高质量的互动体验付出精力。只要3D体验足够好，交互本身就会成为魅力，而非负担。