谷歌布局AI生成3D模型賽道，收購12人AI初創團隊

導讀：別再費神費力地雕琢3D數字模型了，全球科技巨頭谷歌（Google）出手了！

2026年2月5日，南極熊獲悉，近日谷歌悄然收購了專注于2D轉3D的AI初創公司Common Sense Machines（CSM）。這支僅由 12 人組成的精英團隊，憑借 “從 2D 圖像到高精度 3D 數字資產的高效轉化” 核心技術，成為谷歌搶占空間計算時代先機的關鍵棋子。

谷歌向未來邁出了一大步，在那個未來里，將一張簡單的照片變成可隨意探索的3D模型，就和……拍照一樣容易。它，這不僅僅是一次技術采購，更像是一枚信號彈，揭示了谷歌眼中下一波計算浪潮的方向——一個高度空間化的世界。

盡管收購公告在主流視野中幾乎未激起漣漪，但其意義卻十分重大。CSM的技術并非為了創造照片般逼真的渲染，而是要構建可被"理解"的3D表征。它不完全是"數字孿生"，更像是"能看懂眼前事物的AI"。這是個關鍵的區別，也解釋了為何對增強現實（AR）、虛擬現實（VR）和機器人領域抱有雄心的谷歌，會欣然為此買單。

作為前 Google DeepMind 研究科學家聯合創立的企業，CSM 專注于生成式 AI 模型研發，不僅能通過單張 2D 圖片生成可編輯 3D 模型，還支持以文本、草圖為輸入，直接生成符合現實物理屬性與空間邏輯的三維資產。在此之前，CSM 已獲得安德森?霍洛維茨基金等頂級機構的 1000 萬美元融資，最新估值達 1500 萬美元，其技術實力已得到資本市場高度認可。

谷歌 AI 從 “語言理解” 邁向 “物理世界認知”

CSM 的技術恰好填補了谷歌 Gemini 多模態生態在 3D 資產生成領域的空白，未來將深度融入谷歌地圖、ARCore（增強現實開發平臺）、機器人研發等核心業務體系。正如行業分析師指出，這一動作是谷歌在空間計算、具身智能賽道的精準卡位 —— 讓 AI 掌握三維空間的幾何與物理 “常識”，是機器人在真實世界完成導航操作、AR/VR 構建沉浸式場景的核心基礎，標志著谷歌的 AI 技術正從 “理解語言文本” 向 “理解物理世界規律” 實現跨越。

以下是這項技術可能的落地領域：

電子商務：想象一下，在網店瀏覽時，能在購買前將一件家具以準確的尺寸和光線"放置"到你的客廳里。Shopify和宜家等公司已在嘗試AR購物體驗，但CSM的技術能極大提升其準確性和易用性。

AR/VR開發：構建沉浸式AR和VR體驗需要龐大的3D資產庫。CSM的技術能顯著減少資產創建的時間和成本，加速元宇宙的開發（是的，我們還在談論它）。

機器人學與AI訓練：機器人需要理解環境才能有效導航和交互。用3D數據訓練AI模型識別物體，遠比依賴2D圖像更有效。CSM的技術可為訓練這些AI系統生成所需的海量數據集提供流水線。

測繪與重建：想想超越谷歌地圖的未來。比如，快速為搜救行動創建災區的詳細3D模型，或者從舊照片中重建歷史遺址。

內容創作：這對藝術家和設計師來說，可能意味著游戲規則的改變?？焖偕?D創意原型、制作設計變體并進行迭代，都將變得快得多。

谷歌的布局：將CSM融入生態系統

谷歌的收購并非孤立事件。它完美契合了該公司構建空間感知計算平臺的更廣泛戰略?？纯催@些近期發展：

Project Iris：谷歌仍在開發中的AR眼鏡，預計是其AR戰略的關鍵組成部分。精確的3D場景理解對于無縫AR體驗至關重要。

Google ARCore：谷歌的AR開發平臺已允許開發者創建AR體驗，但CSM的技術可能極大增強其能力。

PaLM 2 & Gemini：谷歌最新的大語言模型正變得越來越多模態，意味著它們能處理和理解不同類型的數據，包括圖像和視頻。將CSM的3D重建能力與這些LLM整合，可能解鎖全新的可能性。

前路展望：挑戰與機遇

盡管潛力巨大，挑戰依然存在。單圖像3D重建仍是一門不完美的科學。準確性會受到光照、遮擋（物體相互遮擋）和場景復雜度等因素的影響。此外，將該技術規?；蕴幚憩F實世界環境，將需要巨大的計算能力和數據支持。

然而，該領域的創新速度令人驚嘆。未來幾年，我們很可能會看到其在準確性、效率和魯棒性上的快速提升。谷歌對CSM的收購清晰地表明，計算的未來正變得越來越立體化——而且其到來速度可能比你想象的更快。

南極熊關于其他AI生成3D模型平臺的報道：