文 | 钱钱

编辑 | 阿景

王诗沐最近有点忙，他创办的全灵科技刚发布了第一代3D游戏大模型。

这个40岁不到的连续创业者，十年前还在网易云音乐带着团队做私人FM，现在却想让普通人也能用几句话生成一款3D游戏。

从歌单到3D模型，那个做音乐推荐的人，为啥盯上了游戏引擎？

2013年的杭州，26岁的王诗沐在网易办公室熬了个通宵。

他带着团队给网易云音乐做的私人FM刚上线，用户增长曲线像坐了火箭。

那会儿他琢磨的是怎么让算法更懂用户，比如你刚听完一首周杰伦，下一首推林俊杰会不会更合口味。

在网易的五年让王诗沐摸到了内容产品的门道，但真正让他开始琢磨技术底层逻辑的，是在腾讯的那几年。

他在腾讯尝试过NFT项目，也带过社交电商团队，可惜这些业务后来要么关停要么调整方向。

那段时间他发现，大公司里创新想法不少，但落地时总被各种条条框框绊住脚。

2022年离开腾讯时，王诗沐心里已经有了答案。

他注意到一个现象，短视频火了这么久，本质还是单向传播，用户只能划屏幕，不能进去互动。

而3D内容呢？做个简单场景就要百万成本，普通人根本玩不起。

他觉得这里藏着机会，就像当年音乐平台从CD时代进入流媒体，3D内容早晚要迎来“人人皆可创作”的时刻。

冷启动时连数据都没有，他靠三千个创作者盘活了AI模型

刚创业那会儿，王诗沐团队连训练模型的基础数据都凑不齐。

3D这东西太特殊了，模型、材质、动画都是分开的，不像图片文字能随便爬。

他们试过用GAN网络生成模型，结果闹了笑话，训练出的欧洲人脸型，改改参数想生成亚洲人，鼻子直接歪到脸外面去。

没办法，王诗沐换了个思路。

他让团队先做了个叫koko的小工具，能让3D创作者把模型变成会说话、能跳舞的虚拟人。

这招还真管用，三千多个创作者跑来用，有人做了虚拟主播，有人做了游戏角色。

团队就用这些创作者上传的数据，慢慢攒起了训练模型的“原始积累”。

转折点出现在2023年。

大语言模型火了之后，王诗沐果断把技术路线从GAN换成了Transformer。

这一改，效率直接提了100倍。

以前人工做个3D场景要一周，现在输入“热带雨林里有个木屋，旁边有条小溪”，模型十分钟就能生成出来。

今年5月上线的Seeles.ai平台，已经有用户用它做出了类似《动物森友会》的简单游戏。

团队里一半是老同事，连工商注册都亲自跑

王诗沐的公司现在有40多人，一半是跟了他十多年的老同事。

有次招人，一个非名校的应届生来面试，说自己业余时间啃完了Games101图形学课程。

王诗沐当场拍板录用，现在这个年轻人已经能独立负责模型训练模块。

公司架构也挺有意思，每季度都要大调一次。

2024年因为确定自回归模型比扩散模型更适合3D创作，直接把原来按3D、图像、文本分的团队全拆了，重新整合成一个大组。

王诗沐说这叫“让组织跟着技术走”，省得部门之间互相扯皮。

连公司注册都是王诗沐自己跑的工商局。

他觉得开公司就得把细节摸透，不能当甩手掌柜。

有老同事吐槽他“抠门”，办公家具都是二手市场淘的，但没人否认跟他干活效率高毕竟十几年磨合下来，一个眼神就知道对方要啥。

现在Seele靠会员订阅赚钱，未来打算让创作者分广告收益

目前Seele的主要收入来自会员订阅，每月几十块钱就能用高级功能。

但王诗沐不想一直靠这个。

他算了笔账，传统AI生成视频，每帧都是新成本，根本收不回钱。

但游戏不一样，人物模型、场景道具都能复用，做第二款游戏时成本能降一半。

他的打算是以后干脆不收工具使用费，靠筛选优质游戏分发赚钱。

比如用户用Seele做了款爆款小游戏，平台帮着推流，广告收入跟创作者分成。

这思路有点像早期视频平台，先靠免费工具拉人，等内容多了再靠广告变现。

前阵子有投资人问王诗沐，现在AI行业这么卷，怕不怕巨头进来抢市场。

他笑着说不怕，因为巨头们忙着做大模型通用能力，没人像他们这样死磕3D游戏的“资产复用”。

他想做的从来不是另一个AI工具，而是让普通人也能轻松创造虚拟世界的“创作土壤”。

从网易云音乐的歌单推荐到现在的3D游戏引擎，王诗沐折腾了十几年，核心就干了一件事，降低创造门槛。

他觉得技术发展到今天，早就该轮到3D内容了。

说不定再过几年，小学生做3D游戏，会像现在剪短视频一样简单。