一、文生2D复盘：“千万级数据和亿级数据”是关键

我们认为亿级数据量将是3D出现涌现能力的一个重要突破节点。

三个重要节点值得关注。

1）领跑模型出现：扩散模型逐渐领先于GAN、自回归模型，成为2D生成模型中主流模型；

2）首个千万级2D数据集出现：ImageNet数据集已拥有22000类约1500万张标注图像，基于ImageNet的比赛ILSVRC诞生了AlexNet、VGG、GoogleNet等经典的深度学习网络模型；

3）破亿数据集的出现：LAION数据集通过爬虫突破上亿数据量，Stable Diffusion基于LAION-5B的子集训练得到。

二、3D研究框架：已破千万级数据集，OpenUSD加速数据集扩张

未来，3D的发展将沿着如下思路进行：OpenUSD统一数据表现形式和文件格式，使得3D数据集的量得以大幅提升，而更大数据集和更好模型相互促进发展。

1）首个千万级数据集出现:3D生成出现了具有统治地位的NeRF模型和千万级数据集Objaverse-XL，3D发展到达2D图像的“2020-2021年”。

2）数据集持续扩大：USD简化3D文件访问，统一文件格式，提供了发展加速度。

三、文生3D的方向-扩散模型+NeRF

1）目前4类3D生成路径从易到难：扫描得3D、视频得3D、图生3D、文生3D。

2）文生3D是终极状态：文生3D使得3D资产从“专业的”变成“大众的”，是其他三种路径的最终形态。NeRF在3D生成模型领域具有统治地位。

3）近两年，谷歌、英伟达、OpenAI、Meta、Apple公司都有“AI+3D”布局，对于3D的探索路径主要集中在成熟度不高的图片生成3D和文生3D领域。

四、文生3D成本测算：迭代次数万级以上

1）2D的迭代次数：以2D为例，一般情况下，2D场景迭代20-50次左右即可实现要求。

2）3D的迭代次数：单个3D的AI生成目前迭代约30000次左右，选择文生3D模型-Zero123在单个3090显卡上运行，单场景3D资产需要3-4小时左右生成。

3）一个3D资产生成算力成本约5元左右。假设未来迭代速度变快2倍，生成一个3D资产算力花费约2.6元左右，相比于市场3D资产购买费用，有巨大价格优势。

报告内容节选如下：