In der Spieleindustrie gibt es eine Art von Arbeit, über die selten gesprochen wird, die jedoch einen Großteil der Zeit und des Budgets verschlingt. Es geht dabei weder um das Gameplay, noch um die Levels, noch um den oft diskutierten grafischen Stil. Vielmehr handelt es sich um die letzten Schritte in der Grafik-Pipeline: Topologieanpassung, UV-Entfaltung, Gewichtsverteilung, Skelett-Rigging …Egal, wie schön ein High-Poly-Modell eines Charakters auch modelliert sein mag – wenn die zugrunde liegende Topologie fehlerhaft ist, fliegt der Fehler bei der Animation sofort auf. Was dann folgt, ist ein langwieriger Rückschritt: Topologie ändern, UV-Mapping, Texturierung, Binding und Animation neu erstellen – eine Änderung wirkt sich auf alles aus. Diese Arbeiten sind oft nicht besonders kreativ, entscheiden aber entscheidend darüber, ob ein 3D-Asset tatsächlich in die Produktion gehen kann.In den letzten zwei Jahren haben KI-Bilder und -Videos die Erwartungen aller stark in die Höhe getrieben, sodass KI-3D natürlich zum nächsten großen Hoffnungsträger wurde. Es gibt viele, die sich damit beschäftigen, und es gibt zahlreiche beeindruckende Demos, aber diejenigen, die diese Modelle tatsächlich in der Produktion einsetzen wollen, wissen genau: Es ist noch ein langer Weg von der bloßen Nutzbarkeit hin zu echter Benutzerfreundlichkeit und einfacher Handhabung.Viele hochdetaillierte Modelle sehen zwar beeindruckend aus, scheitern aber schon an der ersten Hürde in der Produktionspipeline. Das zugrunde liegende Netz besteht aus einem Wirrwarr unlogischer, fragmentierter Flächen, die sich nicht bearbeiten lassen, die Echtzeit-Rendering nicht bewältigen können – von Animationen ganz zu schweigen.Was ist eigentlich der Unterschied zwischen „3D-ähnlich“ und „wirklich einsetzbarem 3D“? Gibt es jemanden, der diese Kluft tatsächlich überbrückt? In dieser Folge des „405 Youju“-Podcasts ist Cao Yanpei, Chefwissenschaftler bei VAST, zu Gast.VAST wurde 2023 gegründet und konzentriert sich auf große KI-3D-Modelle und Weltmodelle. Vor kurzem hat das Unternehmen eine Serie-A-Finanzierungsrunde in Höhe von 50 Millionen US-Dollar abgeschlossen, die gemeinsam von Alibaba und Hengxu Capital angeführt wurde. Das Produkt „Tripo“ des Unternehmens hat in der Branche bereits zahlreiche praktische Anwendungen gefunden.Die im März dieses Jahres veröffentlichte Version „Tripo P1.0“ setzt nicht auf „bessere Optik“, sondern auf „native Verwendbarkeit“ und zielt darauf ab, innerhalb von zwei Sekunden direkt topologisch saubere, für die Engine geeignete Standard-Low-Poly-Meshes auszugeben.
Die bloße Verwendbarkeit ist nur der erste Schritt – die Assets müssen auch dynamisch und interaktiv sein. Als Nächstes stehen die automatische Generierung von Bindungen und Animationen auf dem Programm, gefolgt davon, den Assets selbst Verhaltenslogik zu verleihen. Folgt man diesem Ansatz weiter, gelangt man zum Weltmodell: Es geht nicht nur darum, Dinge zu erschaffen, sondern eine Welt zu erschaffen, in der diese Dinge funktionieren können.Kürzlich haben sie auch erste Forschungsergebnisse zum Thema Weltmodelle veröffentlicht; angeblich steht das erste Weltmodell kurz vor der Fertigstellung. Cao Yanpei ist der technische Leiter hinter diesen Modellen. Er hat seinen Bachelor- und Doktorgrad an der Tsinghua-Universität erworben und leitete zuvor die Forschung im Bereich generativer 3D-Grafik bei Tencent.In dem fast anderthalbstündigen Gespräch erklärte er die Struktur von 3D-Assets anhand des Vergleichs mit einer „Papierlaterne“ sehr anschaulich: Was Mesh, Topologie, UV-Mapping und Skelett jeweils bewirken und warum es in der traditionellen Pipeline immer wieder zu Nacharbeiten kommt.Auch die aktuellen Schwachstellen verschweigt er nicht: Die Topologieprobleme seien im Wesentlichen gelöst, doch bei Rigging und Animation sei man noch ein Stück von der Produktionsreife entfernt.Gerade weil der Weg der 3D-Technologie tatsächlich schwieriger ist, ist seine Einschätzung der Wahl des Entwicklungswegs umso bemerkenswerter: Während die meisten Forscher darauf setzen, dass Video der Hauptweg zum Weltmodell ist, ist er der Ansicht, dass dabei eine nach Dimensionsreduktion entstandene Projektion als natives Signal herangezogen wird.Dabei ist 3D die ursprüngliche Darstellungsweise der physikalischen Welt, deren langfristiger Wert stark unterschätzt wird. Über diesen Ansatz hinaus warf er noch eine weitreichendere Frage auf: Wenn man eines Tages 100.000 Assets generieren könnte – würdet ihr dann noch Spiele so entwickeln wie heute?
Vielleicht werden im Bereich der interaktiven Unterhaltung neue Entwicklungen entstehen, sobald die Hürden für die 3D-Erstellung wirklich niedrig genug sind.
Im Folgenden finden Sie den vollständigen, von „Game Teahouse“ mit Genehmigung zusammengestellten Dialog, dessen Inhalt redaktionell bearbeitet wurde.
01
Von „sieht aus wie“ bis „funktioniert wirklich“ – worin liegt eigentlich die Schwierigkeit bei 3D?
„Bilder und Videos sind nur eine oberflächliche 2D-Pixelhülle, während 3D-Modelle über eine präzise Struktur, eine sinnvolle Topologie und ein Skelett verfügen müssen, damit in der Engine physikalische Kollisionen berechnet werden können – dazwischen liegt eine riesige Kluft.“
Xiao Ning: In den letzten zwei Jahren haben wir viele KI-Bilder und KI-Videos gesehen, aber wenn man noch einen Schritt weitergeht, ist 3D eigentlich ein noch wichtigeres und auch schwierigeres Thema – es geht nicht nur darum, etwas zu generieren, sondern darum, wirklich in die Prozesse der Spiele- und Inhaltsproduktion einzusteigen.
Heute möchten wir die Frage etwas konkreter stellen: Worin genau liegt die Schwierigkeit bei AI-3D? Welche Schritte muss eine Produktionslinie durchlaufen, um tatsächlich serienreif zu sein? Wie weit ist die Branche heute fortgeschritten?
Cao Yanpei: Sie haben den wunden Punkt im Bereich der 3D-Generierung sehr treffend auf den Punkt gebracht. In den letzten ein bis zwei Jahren – sei es bei Sora, Seedance oder den verschiedenen KI-Anwendungen zur Bildgenerierung und -bearbeitung – wurden wir alle von den atemberaubenden visuellen Effekten „verwöhnt“, sodass wir meinen, 3D-Generierung sei doch eigentlich eine Selbstverständlichkeit, oder?Doch wer in der Spiele- oder 3D-Interaktionsbranche tätig ist, weiß, dass zwischen „3D-ähnlich“ und „echten 3D-Assets, die in einer Engine verwendet werden können“ eine große Kluft liegt.Bilder und Videos sind lediglich eine „Hülle“ aus 2D-Pixeln, während 3D-Modelle über eine präzise Struktur, topologische Verkabelung und ein Skelett verfügen müssen und in der Engine physikalische Kollisionen berechnen können müssen.
Wir bei Tripo haben uns in den letzten Jahren auf eine einzige Sache konzentriert: Wie können wir dafür sorgen, dass KI nicht länger nur „schön anzusehen, aber unbrauchbar“ visuelle Illusionen erzeugt, sondern tatsächlich Grafikdesignern und Entwicklern dabei hilft, innerhalb von Sekunden industrietaugliche Assets zu generieren, die sich in Spiel-Engines oder DCC-Programmen wie Maya für Animationen und Interaktionen verwenden lassen.Vor einiger Zeit haben wir außerdem Tripo H3.1 und P1.0 veröffentlicht, bei denen wir die zugrunde liegende Architektur grundlegend umgestaltet haben. Wir freuen uns, diese Gelegenheit zu nutzen, um mit Ihnen die technische Logik hinter der KI-3D-Technologie eingehend zu erörtern.
Xiao Ning: Unter unseren Zuhörern sind viele aus der Spieleindustrie, aber selbst unter ihnen gibt es vielleicht eher viele Game Designer und Programmierer, während es nicht unbedingt viele gibt, die sich wirklich gut mit der 3D-Pipeline auskennen.Lassen Sie uns das Schritt für Schritt aufschlüsseln: Was ist, wenn man es ganz grundlegend betrachtet, der wesentliche Unterschied zwischen einem Bild, einem Video und einem wirklich einsetzbaren 3D-Asset?
Cao Yanpei: Der wesentlichste Unterschied liegt in der grundlegend unterschiedlichen Art der Datenrepräsentation. Bei der Erzeugung von Bildern oder Videos verarbeitet das neuronale Netzwerk eine äußerst regelmäßige und dichte Pixelmatrix – die KI muss lediglich jedes Feld in einem festen Raster mit einer Farbe füllen.3D hingegen ist im Wesentlichen eine spärliche Struktur im Raum, die sogar nicht-euklidischen Raumcharakter aufweisen kann. Die KI muss nicht nur die Positionen von Zehntausenden von Eckpunkten festlegen, sondern auch die Verbindungsbeziehungen zwischen diesen Eckpunkten aufbauen – also die „Netzwerktopologie“.
Bei 2D-Modellen werden die statistischen Gesetzmäßigkeiten von Licht und Schatten auf einer Ebene untersucht. Mittlerweile lassen sich damit zwar sehr realistische Licht- und Schatteneffekte erzeugen, doch im Grunde handelt es sich dabei um eine „optische Täuschung“, hinter der kein echtes dreidimensionales Objekt steht. Damit ein Objekt im dreidimensionalen Raum Bestand hat, muss seine Oberfläche kontinuierlich und präzise dargestellt werden; darüber hinaus sind eine vollständige Struktur und Funktionalität erforderlich.Der Sprung von der Anpassung an 2D-Licht- und Schattengesetze hin zur Konstruktion einer strengen physikalischen und topologischen Logik ist nicht nur eine Frage der mathematischen Mechanismen, sondern erfordert auch mehr Überlegungen beim Entwurf von neuronalen Netzen und generativen Modellen.
Xiaoning: Mesh, Topologie, UV-Mapping, Skelett-Binding – könntest du mir in möglichst einfachen Worten erklären, warum das wichtig ist?
Cao Yanpei: Stellen Sie sich ein 3D-Modell wie eine Papierlaterne vor. Das Gitter entspricht der Form, die durch das Zusammensetzen der Papierstreifen der Laternenhülle entsteht.Die Topologie beschreibt, wie die Papierstücke zusammengefügt und verbunden werden; beim menschlichen Körper entspricht dies dem Verlauf der Muskeln. Warum ist die Topologie so schwierig und warum hat sie so große Auswirkungen? Weil sich ein Modell mit schlechter Topologie nicht bewegen lässt – so wie ein Arm reißt, wenn die Muskeln chaotisch wachsen; bei der Animation würde das Modell dann wie ein zerknülltes Papierknäuel aussehen. UV-Mapping bedeutet, die dreidimensionale Oberfläche wie eine Orangenschale auf eine 2D-Ebene zu entfalten – ist das UV-Mapping zu fragmentiert, geraten die Texturkünstler an ihre Grenzen: Die Oberfläche ist zersplittert, und die Kanten passen nie zusammen.Rigging bedeutet, eine bewegliche Metallkonstruktion in die Laterne einzubauen und festzulegen, welche Konstruktionsteile welche Papierstücke bewegen, damit die Laterne in Bewegung kommt.
Xiaoning: Das ist ziemlich anschaulich. Lassen wir die KI einmal beiseite – wie läuft die Arbeit in einer herkömmlichen 3D-Pipeline normalerweise ab? Welche Schritte nehmen am meisten Zeit in Anspruch?
Cao Yanpei: Nehmen wir den Arbeitsablauf bei Spielen der nächsten Generation als Beispiel: Zunächst gibt es die Konzeptzeichnungen, dann erstellen die Modellierer ein äußerst detailliertes, aber sehr polygonreiches „High-Poly-Modell“.Anschließend erfolgt eine Topologie-Optimierung, bei der das High-Poly-Modell mit einer nach vereinfachten Regeln angeordneten Polygonstruktur überzogen wird, um ein „Low-Poly-Modell“ zu erstellen. Sobald das Low-Poly-Modell vorliegt, werden die UV-Koordinaten entworfen und Texturen gemalt, anschließend werden Skelette angelegt und Gewichte zugewiesen, bevor das Modell schließlich an die Animatoren übergeben wird.
Am zeitaufwendigsten sind die Neugestaltung der Topologie und das Rigging; dabei gibt es kaum künstlerischen Spielraum, sondern es handelt sich im Wesentlichen um mühsame Handarbeit. Zudem sind Rigging und Animation Bereiche, in denen es sehr leicht zu mühsamen Nacharbeiten kommt. Oftmals stellt man erst dann fest, dass die Topologie und das Verlegen der Polygone Probleme bereiten – beispielsweise beim Vorbeugen oder beim Boxen –, wenn man die Assets an die Animatoren übergibt, damit diese die Figuren zum Leben erwecken.Da es sich um einen durchgängig linearen Arbeitsablauf handelt, müssen nach einer Änderung der Topologie die UV-Koordinaten neu erstellt, die Texturen neu zugewiesen, das Rigging neu durchgeführt und die Animation neu erstellt werden – eine Änderung wirkt sich auf den gesamten Prozess aus.
02
Damit niemand der KI die Arbeit abnehmen muss: Der gesamte Prozess eines Modells von der Entwicklung bis zur Auslieferung an das Werk
„Die zugrunde liegende Philosophie hinter P 1.0 lautet: Die KI muss sich in der gegenwärtigen Phase an die industriellen Standards anpassen, die der Mensch über Jahrzehnte hinweg entwickelt hat, anstatt dass der Mensch hinter den von der KI generierten Modellen herräumen muss.“
Xiao Ning: Als vor zwei Jahren über KI-3D gesprochen wurde, hatte man den Eindruck, dass alle den von dir erwähnten „ersten Schritt“ gingen, nämlich die Erstellung hochwertiger 3D-Modelle. Aber nach deiner soeben gegebenen Erklärung scheint es, als hätten sich die meisten noch nicht mit dem eigentlichen Kernproblem auseinandergesetzt?
Cao Yanpei: Mit dieser Ansicht hast du vollkommen Recht. Wir haben uns zunächst mit dem Problem der Gittertopologie befasst, das in den letzten zwei Jahren von vielen übersehen wurde. Laien achten nur darauf, ob das Modell realistisch aussieht, aber Modellierer oder technische Grafiker aus der Industrie wechseln als Erstes per Tastenkombination in den Drahtgittermodus, um zu überprüfen, ob das zugrunde liegende Drahtgitter korrekt ist.Wenn die KI ein Gewirr aus dicht gepackten, logiklosen Dreiecken liefert, stellt dies eine enorme Belastung dar: Es bringt große Herausforderungen hinsichtlich der Bearbeitungsleistung und der Echtzeit-Rendering-Leistung mit sich, lässt sich in der Animationsphase nur schwer direkt verwenden und entspricht nicht den bestehenden industriellen Arbeitsabläufen.
Mit unserem P1.0 wollen wir genau das Problem lösen, wie man für die Pipeline geeignete Low-Poly-Modelle generieren kann – wir bezeichnen diese Assets als „von Haus aus einsatzbereit“. Heute sind wir der Meinung, dass es für AI 3D tatsächlich an der Zeit ist, den Sprung von „High-Poly-Modellen, die nur als Proof-of-Concept dienen“ hin zu einer „Phase echter Produktivität“ zu schaffen.
Die zugrunde liegende Philosophie hinter P1.0 lautet: KI muss sich in der aktuellen Phase an die industriellen Standards anpassen, die der Mensch über Jahrzehnte hinweg entwickelt hat, anstatt dass der Mensch hinter den von der KI generierten Modellen herräumen muss. Sobald ein Modell erstellt ist, handelt es sich um ein Standardgitter, das hauptsächlich aus Vierecken besteht, eine sinnvolle Verknüpfung aufweist und präzise geformt ist – es ist sofort einsatzbereit.Von High-Poly-Modellen über die Topologie bis hin zu UV-Mapping und Texturen können diese im Grunde direkt in die UE-Engine oder in Maya importiert werden, um Animationen oder Simulationen zu erstellen.
Xiaoning: Bedeutet „out-of-the-box einsetzbar“, dass es an einigen entscheidenden Stellen bearbeitet werden kann und direkt in den Produktionsablauf integriert werden kann?
Cao Yanpei: Ja, es geht eher darum, direkt in den Arbeitsablauf einzusteigen, ohne dass viele manuelle Korrekturen erforderlich sind.Wenn die KI zwei oder sogar zehn Minuten braucht, um ein Modell zu erstellen, dieses aber aufgrund einer chaotischen Topologie von einem hochqualifizierten Grafiker einen halben Tag lang bearbeitet werden muss, um die Scheitelpunkte zu bereinigen und die Topologie neu zu gestalten, lässt sich nur schwer sagen, ob die KI nun ein Werkzeug zur Effizienzsteigerung ist oder zusätzliche Nacharbeitskosten verursacht.
Xiaoning: Ich habe von zwei Ansätzen zur Lösung des 3D-Workflows gehört: Der eine besteht darin, einzelne Punkte nacheinander anzugehen, der andere ähnelt eher einem Ansatz, bei dem alle Schritte auf einmal abgedeckt werden. Worin liegen jeweils die Vorteile dieser beiden Ansätze?
Cao Yanpei: Meiner Ansicht nach handelt es sich in Einzelpunkten sicherlich um eine plötzliche Veränderung – eines Tages ist eine bestimmte Technologie plötzlich einsatzfähig; die Integration in den gesamten Arbeitsablauf erfolgt jedoch schrittweise. Bei mechanischen Aufgaben wie der manuellen Topologieanpassung und der manuellen UV-Entfaltung beispielsweise nähert sich P1.0 bereits dem Durchbruchspunkt und wird möglicherweise schon bald von der KI übernommen.Auf längere Sicht müssen generierte Modelle jedoch weiterhin in Standardformaten zwischen den Standardprozessen zirkulieren. Wir wollen die Gewohnheiten der Nutzer bei der Verwendung der Engine nicht komplett ändern, sondern lediglich die Art und Weise ersetzen, wie Assets in den einzelnen Phasen erzeugt werden. Technologische Durchbrüche erfolgen sprunghaft, doch wenn jeder einzelne Durchbruch in die Produktion integriert wird, möchten wir ihn schrittweise in die Pipeline einbinden.
Xiaoning: Wie wird diese schrittweise Integration ablaufen? Wie wird die Zusammenarbeit zwischen KI und Menschen aussehen?
Cao Yanpei: Wir betrachten das aus zwei Blickwinkeln. Einerseits möchten wir im fachlichen Arbeitsablauf die am wenigsten kreativen und besonders aufwendigen Schritte wie Topologie und Bindung so weit wie möglich durch KI ersetzen, damit sich alle auf die Bereiche konzentrieren können, in denen echte Kreativität gefragt ist.
Andererseits liegt das größte Potenzial der KI-3D-Technologie möglicherweise in der breiten Masse, die bisher noch keinen Kontakt mit 3D-Workflows hatte oder gar nicht weiß, was ein 3D-Modell ist. Sobald die KI den gesamten Workflow abdeckt, benötigen Endnutzer keinerlei Kenntnisse der Grafik und müssen den Produktionsprozess von Grafik-Assets nicht mehr verstehen.Genauso wie man sich beim Herunterladen eines Symbols aus dem Internet keine Gedanken darüber macht, ob es mit KI oder mit Photoshop erstellt wurde, und sich beim Herunterladen einer SVG-Animation nicht dafür interessiert, wie sie entstanden ist.Auch im Bereich der 3D-KI muss durch End-to-End-Fähigkeiten eine solche Barrierefreiheit für normale Nutzer geschaffen werden, damit 3D nicht mehr als geheimnisvolle oder nischenhafte Ausdrucksform wahrgenommen wird – nur so kann ein breiteres UGC-Ökosystem entstehen.
Xiao Ning: Derzeit werden 3D-Assets vor allem in den Bereichen Animation, Spiele und von unabhängigen Entwicklern tatsächlich genutzt. Welche Personengruppen haben sich bereits auf KI-gestützte 3D-Technologien eingelassen? Welche Unternehmen verhalten sich noch eher zurückhaltend?
Cao Yanpei: Derzeit profitieren zweifellos vor allem kleine und mittlere sowie unabhängige Spieleteams sowie Teams, die sich mit UGC-Plattformen oder programmatisch generierten Inhalten beschäftigen, am meisten davon. Große 3A-Teams verfügen über enorme Budgets für die Grafik und stehen Änderungen an der Produktionspipeline eher zurückhaltend gegenüber. Bei kleinen und mittleren Teams hingegen überwiegen oft die Ideen gegenüber der Produktionskapazität.Der Mangel an grafischen Ressourcen ist ein großer Engpass, der ihre schnelle Entwicklung und die Umsetzung ihrer Kernideen einschränkt. KI-3D bietet ihnen einen hervorragenden Hebel, um zu äußerst geringen Kosten eine Welt zu erschaffen, für die sonst ein Dutzend Grafiker erforderlich wären.
Was P1.0 betrifft, so sind Umgebungsrequisiten (Props), Architekturkomponenten im Mittel- und Fernbereich, Möbel und sogar einfache NPC-Charaktere und Fahrzeuge im Grunde bereits einsatzbereit.Im nächsten Schritt hoffen wir, auch sehr komplexe Animationen – insbesondere Gesichtsanimationen – sowie Spielcharaktere mit Rigging-Animationen abzudecken. Wenn wir diese Hürde überwinden können, wird die Akzeptanz bei AAA-Studios allmählich zunehmen. Nach zwei bis drei Jahren der Weiterentwicklung der 3D-Generierungstechnologie lässt sich tatsächlich feststellen, dass mit steigender Qualität immer mehr Anwender aus den vorgelagerten Bereichen den Wert dieser Technologie erkennen.
Xiao Ning: Früher hatte ich bei der Entwicklung von Spielen das Gefühl: Wenn man die grafischen Assets insgesamt mit 100 bewertet, machen die obersten 20 % – also Charaktere, CG und Kernanimationen – möglicherweise 80 % des Budgets aus, während die restlichen 80 % als „Füllmaterial“ nur 20 % des Budgets verbrauchen.Wenn man den Kernbereich nicht in den Griff bekommt, bekommt man dann nicht den Löwenanteil?
Cao Yanpei: Für große 3A-Produktionen ist das in der Tat entscheidend, aber wir legen langfristig ebenso großen Wert darauf, die Einstiegshürden zu senken.Weltweit gibt es derzeit nur sehr wenige Menschen, die wirklich in der Lage sind, Spiele zu entwickeln – sie bilden die Spitze der Pyramide. Um mehr Kreative für diesen Bereich zu gewinnen, muss der Kreis derjenigen, die Zugang zu dieser Technologie haben, so weit wie möglich erweitert werden. Neben der kontinuierlichen Verbesserung der Feinheiten der Generierung muss auch in Bezug auf Benutzerfreundlichkeit und Geschwindigkeit dafür gesorgt werden, dass die Erstellung von 3D-Assets als barrierefrei und kostengünstig wahrgenommen wird.
Xiao Ning: Lassen Sie uns zunächst etwas ausführlicher über die fachlichen Aspekte sprechen. Zu den Kernressourcen gehören nicht nur 3A-Titel, sondern auch die Hauptcharaktere, Gesichter und Animationen vieler zweitrangiger oder relativ großer Spiele. Was fehlt noch, um diese Grenze zu überwinden?
Cao Yanpei: P1.0 deckt bereits den mittleren bis vorderen Abschnitt ab, vom High-Poly-Modell über das Low-Poly-Modell bis hin zur Topologie und den Anfangsmappings.Der schwierigste Teil, an dessen Lösung wir derzeit viel Energie aufwenden, ist das dynamische Binding. Die KI muss nicht nur die geometrische Form verstehen, sondern auch die mechanische Struktur und die physikalischen Bewegungsmechanismen hinter den dreidimensionalen Objekten. Die zu verarbeitende Informationsmenge ist dabei wesentlich größer, und die Datenerfassung sowie -bereinigung sind zudem sehr zeitaufwendig.
Entscheidend ist, dass es nicht nur auf die Genauigkeit der Assets selbst ankommt, sondern dass alle Komponenten vollständig vorhanden sind. Der Nutzer kann sofort damit arbeiten und Animationen erstellen. Was das Binding und die Animation angeht, sind wir vielleicht noch nicht ganz auf „production ready“-Niveau, aber ich bin überzeugt, dass wir sehr bald einen Durchbruch erzielen werden.
Xiao Ning: Es gibt nicht nur ein Unternehmen, das daran arbeitet. Wenn es tatsächlich gelingt, wird es dann zu einer allgemein verbreiteten Technologie? Worum konkurrieren die Unternehmen eigentlich?
Cao Yanpei: Betrachtet man die aktuelle Entwicklungsphase der Branche, so bewegt sich der Bereich „AI 3D“ gerade von der Blütezeit der rein algorithmischen Forschungsarbeiten der letzten zwei Jahre hin zu einer Phase, in der industrielle Datenstandards definiert werden. Wer das stabilste, standardisierteste, schnellste und am einfachsten in bestehende Engines integrierbare Datenformat anbieten kann, wird höchstwahrscheinlich eine Schlüsselposition in der Wertschöpfungskette einnehmen.
Hier kommt das klassische Dilemma des Innovators zum Tragen.Große Unternehmen mit einem umfangreichen Spielegeschäft verfügen zwar über gute Technikteams, Rechenleistung und Kapital, doch ihre internen KI-Teams tragen eine schwere historische Last: Sie müssen sich an bestehende, oft sogar veraltete Arbeitsabläufe anpassen – beispielsweise KI-Technologien, die erst in zehn Jahren verfügbar sein werden, auf Produktionsprozesse für Spiele anwenden, die bereits zehn Jahre alt sind. Diese enge Verknüpfung zwischen bestimmten Arbeitsabläufen und der Geschäftslogik bringt die Forschung und Entwicklung in eine schwierige Lage.
Unabhängige Plattformen wie VAST zeichnen sich hingegen durch Technologieneutralität und Agilität aus – sie erstellen keine Patches für bestimmte ältere Spiele und sind nicht auf einen bestimmten Produktionsprozess ausgerichtet, sondern können ausgehend von den Grundprinzipien direkt mit modernsten Algorithmen definieren, wie die 3D-Generierung der Zukunft aussehen sollte.
Langfristig gesehen ist die zentrale Herausforderung, an der wir kontinuierlich arbeiten, folgende: Wie lässt sich im Handumdrehen eine interaktive 3D-Welt mit zugrunde liegender Logik generieren?Ein perfektes 3D-Objekt sollte Haut, Fleisch, Knochen und ein Gehirn haben. In der Vergangenheit beschränkten sich die meisten in der Branche erstellten Modelle auf die äußere Hülle – sie verfügten über grundlegende visuelle Elemente, doch alles darunter fehlte. P1.0 löst das Problem des „Fleisches“ durch native Meshes – eine nahtlos ineinandergreifende topologische Struktur.Die Binding-Animation gehört zum „Skelett“ – sie verleiht dem Modell Kinematik und physikalische Struktur, sodass die Gelenke an logischen Positionen liegen und auf Benutzerinteraktionen reagieren können. Das „Gehirn“ bedeutet, dass das Asset selbst ein NPC oder Agent sein kann, der in der Umgebung mit dem Spieler interagiert und auch mit anderen Agenten interagiert.
Schritt für Schritt von der Erzeugung rein geometrischer Formen hin zur Konstruktion von Assets mit Kinematik und Interaktionslogik – das war von Anfang an unser technisches Ziel.
Xiao Ning: Nach dem, was du gerade gesagt hast, wird sich die gesamte Logik der Rohrleitungen ändern. In 3D-Rohrleitungen wurde viel Personal investiert, und als Fachkraft fragt man sich natürlich: Was wird nicht ersetzt werden? Was lässt sich leicht ersetzen?
Cao Yanpei: Die KI entwickelt sich so rasant, dass nicht nur Fachleute aus den Bereichen Kunst und Spiele, sondern auch Programmierer und Forscher, die früher als die Intellektuellen an der Spitze galten, ein starkes Gefühl der Bedrohung verspüren.Dieses Thema erfordert eine langfristige Diskussion. Doch wenn wir auf die 3D-Pipeline selbst zurückkommen, so sind die Bedeutung und die Trends der technologischen Entwicklung auch die Richtung, in die wir die Technologie lenken möchten: Wir wollen alle von komplizierten, sich wiederholenden Aufgaben befreien, damit sie ihre Energie auf Bereiche konzentrieren können, in denen Kreativität und Ideen wirklich gefragt sind.Selbst wenn man sich auf die 3D-Pipeline oder die Spieleindustrie beschränkt, sind es in Zukunft nach wie vor Ideen, Kreativität und Tatkraft, die den eigenen Wert und die eigene Einzigartigkeit wirklich zum Ausdruck bringen.
03
Zwei Sekunden nach der Modellerstellung, wenn die Geschwindigkeit so hoch ist, dass sich die Arbeitsweise ändert
„Wenn dir jemand sagen würde, dass du innerhalb eines Tages 100.000 Assets erstellen kannst, wie würdest du dann ein Spiel gestalten? Im Vergleich zu einer Situation, in der man einen halben Monat braucht, um ein einziges Hauptcharakter-Asset zu erhalten, würden die Entscheidungen ganz anders ausfallen. Früher gab es diese Möglichkeit gar nicht.“
Xiaoning: Du hast schon mehrmals das Thema Geschwindigkeit angesprochen. Warum legt ihr so viel Wert darauf?
Cao Yanpei: Für uns ist Geschwindigkeit kein Werbeargument, sondern ein Ziel, das wir seit der Gründung des Unternehmens verfolgen. Eine quantitative Veränderung der Geschwindigkeit führt bei der Erstellung von 3D-Inhalten zu einer qualitativen Veränderung. Der entscheidende Vorteil besteht derzeit darin, dass die Kosten für Fehlversuche nahezu auf null gesenkt werden. Die Erstellung eines Modells dauert 10 Minuten, wodurch der Denkfluss des Kreativen unterbrochen wird. Die Generierungsgeschwindigkeit von 2 Sekunden in Version P.0 ermöglicht jedoch Echtzeit-Feedback: Man kann sofort 10 verschiedene Konzepte überprüfen und das beste davon auswählen.
Dadurch wird die Vorstellungskraft der Kreativen tatsächlich befreit, und es gibt kaum noch Hindernisse, wenn man eine Idee hat. Genau wie beim Programmieren heute: Sobald man eine Idee hat, gibt man sie sofort an Codex oder Claude weiter und schaut erst danach, ob das Ergebnis stimmt. Bei 3D ist es genauso: Nur wenn man die Erstellungsgeschwindigkeit und den damit verbundenen psychischen Druck so weit wie möglich reduziert, besteht die Chance auf einen echten Qualitätssprung.
Für das UGC-Ökosystem ist Geschwindigkeit von entscheidender Bedeutung. In der professionellen Entwicklung sorgt Geschwindigkeit für Effizienzsteigerungen, im UGC hingegen bietet sie das wesentliche Element der sofortigen Befriedigung. Normale Nutzer haben keine Geduld, 10 Minuten lang auf den Fortschrittsbalken zu warten – nur wenn die KI 3D-Objekte so augenblicklich generieren kann wie beim Drücken der Eingabetaste, haben die Nutzer die Motivation, kontinuierlich zu interagieren und kreativ zu sein.
Xiao Ning: Ich denke, je nachdem, ob man Geschwindigkeit aus der Perspektive der Produktion oder des Konsums betrachtet, sind die psychologischen Erwartungen völlig unterschiedlich. Die Logik hinter UGC finde ich durchaus überzeugend. Aber wenn man zur Produktionsseite zurückkehrt: Früher dauerte die Erstellung eines 3D-Objekts Tage oder Wochen – eine Reduzierung auf 2 Sekunden ist extrem.Ab welcher Geschwindigkeit kommt es eigentlich zu einer qualitativen Veränderung? Muss es wirklich so extrem sein?
Cao Yanpei: In den ersten 2 Sekunden wird hauptsächlich die native Gittertopologie generiert; die anschließende Texturierung und das Binden von Animationen erfordern weiterhin manuelles Eingreifen oder eine Zusammenarbeit zwischen KI und Mensch.Es handelt sich also nicht um eine durchgängige Erzeugung vollständiger Assets innerhalb weniger Sekunden, aber das ist ein Ziel, das wir in Zukunft unbedingt anstreben möchten. Ist eine Erzeugung im Sekundentakt wirklich notwendig? Vielleicht nicht unbedingt, aber je schneller die Erzeugung erfolgt, desto eher können wir uns von den Denkfesseln befreien, die durch frühere zeitliche Beschränkungen entstanden sind.
Wenn dir jemand sagen würde, dass du an einem Tag 100.000 Assets erstellen könntest, welches Spiel würdest du dann entwickeln? Im Vergleich zu einer Situation, in der man einen halben Monat braucht, um ein einziges Hauptcharakter-Asset zu erstellen, würden die Entscheidungen ganz anders ausfallen – früher gab es diese erste Option gar nicht. Selbst in Fachbereichen führt eine quantitative Veränderung der Geschwindigkeit zu einer qualitativen Veränderung der Produktionsparadigmen und Denkweisen.
Xiaoning: Als ehemalige Angestellte in der Spieleindustrie ist das für kreative Entwickler sicherlich ein positiver Impuls. Aber für uns Angestellte scheint der Druck noch größer geworden zu sein – früher haben wir pro Woche ein oder zwei Assets erstellt, doch mit Hilfe dieser Tools müssen wir jetzt vielleicht 10.000 pro Tag schaffen?
Cao Yanpei: Ich finde nicht unbedingt, dass der Wettbewerb härter geworden ist. Mit den Möglichkeiten der KI wird sich auch die Form der Inhaltsproduktion verändern.Es ist ein bisschen so wie bei den Leuten, die früher beim Fernsehen Videos produziert haben, und denjenigen, die heute bei MCNs kurze Videos erstellen – der Kern des persönlichen Wertes mag derselbe sein, aber die Form der Inhalte ist vielfältiger geworden: Neben Langform-Inhalten gibt es nun auch Kurzserien und unzählige kurze Videos, sodass es tatsächlich mehr Raum gibt, sein Talent zu entfalten.Ob der Wettbewerb härter geworden ist, ist eine komplexe gesellschaftliche und wirtschaftliche Frage, die nicht vollständig auf eine einzelne Technologie zurückgeführt werden kann.
Xiao Ning: Wenn ihr über UGC sprecht, geht es euch dann eher darum, die Hürden für Entwickler zu senken, oder darum, dass wirklich jeder aus der breiten Öffentlichkeit Inhalte erstellen kann?
Cao Yanpei: Das Endziel ist ein reineres 3D-UGC – das war der Grund, warum wir dieses Unternehmen überhaupt gegründet haben. Aber jede Technologie, die die Einstiegshürden senkt, trägt in gewissem Maße auch zur Kostensenkung und Effizienzsteigerung bei – man könnte es auch als „Nebenprodukte auf dem Weg“ bezeichnen.Wie 3D-UGC genau aussehen wird, hat die überwiegende Mehrheit noch nicht klar definiert, und viele bezweifeln sogar, ob es überhaupt realisierbar ist. Deshalb streben wir stets nach sehr hohen Zielen, sorgen aber gleichzeitig dafür, dass jede Technologie in der heutigen Branche die ihr zustehende Rolle spielt.
Wenn wir Tripo vorstellen, sagen wir normalerweise nicht: „Wir sind ein Anbieter von 3D-Tools, mit denen Spielehersteller Zeit und Aufwand sparen können.“ Wenn wir uns als Tool-Anbieter positionieren, lässt sich der Wert des Unternehmens letztlich auf Kostensenkung und Effizienzsteigerung zurückführen. Was wir tatsächlich tun, ist, die grundlegende Infrastruktur für die nächste Generation von UGC oder interaktiven Unterhaltungsplattformen für die breite Öffentlichkeit zu erschließen.
Xiaoning: Gibt es eine Prioritätenreihenfolge zwischen der Senkung der Zugangsschwelle und dem Erreichen der Obergrenze? Beziehen sich die technischen Herausforderungen dabei auf denselben Bereich?
Cao Yanpei: Unter den heutigen Branchenbedingungen ist das eigentlich ein und dasselbe. Die unterste Schwelle liegt nach wie vor bei „pipeline-ready“. Auch wenn man eine höhere Qualität anstrebt, handelt es sich weiterhin um „pipeline-ready“-Assets – sobald sie „pipeline-ready“ sind, gelten für sie dieselben Anforderungen, egal ob es sich um eine Spiel-Engine oder um mit Vibe Coded erstellte Minispiele handelt.Mit der Fähigkeit, „pipeline-ready“-Assets zu erstellen, und einer immer umfassenderen Auswahl an Komponenten sinken die Einstiegshürden ganz natürlich. Zumindest zum jetzigen Zeitpunkt sind diese beiden Aspekte ein und dasselbe.
04
Auf 3D statt auf Videos setzen – eine andere Art, auf die Zukunft zu setzen
„Die reale Welt ist an sich dreidimensional; die 2D-Pixel in Videos sind lediglich eine Projektion der dreidimensionalen Welt, die auf eine niedrigere Dimension komprimiert wurde. Die langfristigen technischen Erweiterungsmöglichkeiten des Ansatzes, an nativem 3D festzuhalten, werden im Bereich der KI-Forschung erheblich unterschätzt.“
Xiao Ning: Du sprichst ständig von Spiel-Engines, aber in einer Zeit, in der sich Videomodelle weiterentwickeln, fragen sich viele, ob sich die Spiel-Engines selbst nicht auch verändern werden. Besteht nicht die Möglichkeit, dass sich in Zukunft bestimmte Spielgenres entwickeln, die unabhängig von einer Engine auskommen?
Cao Yanpei: Das ist durchaus möglich, wir selbst verbringen viel Zeit damit, darüber nachzudenken und zu forschen. Was interaktive Inhalte angeht, wird es in den nächsten Jahren nicht nur die traditionelle Spielform geben. So gibt es beispielsweise bereits interaktive Weltmodelle, bei denen man von einem Bild ausgeht und durch die Interaktion mit Videomodellen und Bildern die Umgebung erkunden und sogar beeinflussen kann.
Braucht man außerdem angesichts der zunehmenden Leistungsfähigkeit von KI-Programmierung und KI-Agenten eine neue Engine, die für KI-Agenten einfacher zu handhaben ist? Das dürfte mit hoher Wahrscheinlichkeit der Trend der Zukunft sein. Derzeit verwenden alle von „vibe coded“ entwickelten Spiele Three.js. Aus meiner Sicht liegt das daran, dass KI noch nicht in der Lage ist, schwerfällige Engines wie Unity oder UE gut zu steuern – daher ist es am einfachsten, JavaScript von Grund auf neu zu schreiben.
Xiao Ning: Der Begriff „Weltmodell“ ist in den letzten sechs Monaten immer beliebter geworden und wird intensiv diskutiert. Wie definierst du ein Weltmodell? Worin bestehen die Unterschiede zwischen euren Modellen?
Cao Yanpei: Ich schließe mich der in der Wissenschaft allgemein gebräuchlichen Definition an: Ausgehend vom aktuellen Zustand und einer Handlung wird der Zustand der Umgebung im nächsten Moment vorhergesagt. Allerdings wendet jeder diesen Gedanken in seinem jeweiligen Fachgebiet an.
Wir unterscheiden uns von dem derzeit in der Branche am beliebtesten Ansatz der reinen Videogenerierung. Bei der reinen Videogenerierung handelt es sich eher um einen Licht- und Schattensimulator, bei dem man zwar die Veränderungen von Licht und Schatten lernt, die Gesetzmäßigkeiten der dahinterstehenden dreidimensionalen Welt jedoch kaum gewährleisten kann. Dies ist auch der Grund, warum den Weltmodellen in Videos häufig Fehler in Bezug auf den gesunden Menschenverstand oder die Logik vorgeworfen werden.
Von Anfang an war es unser Ziel, dass das Videomodell in einer Umgebung funktioniert, in der mehrere Teilnehmer gleichzeitig interagieren und Mechanismen sowie Verhaltensweisen in hohem Maße kontrollierbar sind – sodass mehrere Spieler und intelligente Akteure gleichzeitig Einfluss auf die Umgebung nehmen können.Noch wichtiger ist, dass die Mechanismen und Verhaltensweisen in der Welt in hohem Maße vorhersehbar und deterministisch sein müssen – wenn in einem Rennspiel A B überholt, dann liegt A vor B, und die Position darf sich nicht ändern, nur weil sie in einem bestimmten Frame kurzzeitig verschoben wurde. Reine Videomodelle können diese Eindeutigkeit und Deterministik aufgrund ihrer zugrunde liegenden Mechanismen nur schwer gewährleisten.
Natürlich werden manche sagen, dass das Phänomen des Videoweltmodells – dass man nicht weiß, wie sich ein Ort verändert hat, an dem man bereits vorbeigekommen ist – ebenfalls eine neuartige Erfahrung darstellt. Wir sind jedoch der Meinung, dass diese Neuartigkeit im Grunde genommen nur ein Notbehelf ist, der auf den Gedächtnislücken des Videomodells beruht, und dass sie den Kreativen, die wirklich Kontrolle ausüben und etwas schaffen wollen, kaum dabei hilft, Inhalte zu gestalten, die wiederholt erlebt werden können.Unser Ansatz bei der Entwicklung von Weltmodellen lautet nach wie vor: Unterstützung von Interaktionen zwischen mehreren Spielern, wobei die Mechanismen der Welt und ihre Zukunft vorhersehbar und eindeutig festgelegt sind.
Xiaoning: Die Logik der reinen Videogenerierung ist kein Verständnis im eigentlichen Sinne; kleine Abweichungen summieren sich. Um das von dir angesprochene Ziel zu erreichen, scheint es, als müsse die Modellinferenz eine echte logische Verknüpfung beinhalten?
Cao Yanpei: Ganz richtig. Deshalb müssen wir uns vom Paradigma des einzelnen Videomodells lösen und sowohl die Schlussfolgerungen als auch die Bilddarstellung einem einzigen Modell überlassen. Mit den derzeitigen Möglichkeiten ist es schwierig, ein hohes Maß an Kontrollierbarkeit zu gewährleisten.Wir werden in der Inferenzphase mehr explizite Zustände einführen, beispielsweise in 3D oder in Form von Code. Das ist noch in einem recht frühen Erkundungsstadium, aber sobald der Weg klar ist, werden wir dies schnell iterativ validieren.
Xiaoning: Warum warten wir nicht einfach ab, bis andere es entwickelt haben, und nutzen es dann direkt?
Cao Yanpei: Da die Meinungen darüber, wie das Weltmodell aussehen soll und welche Probleme zuerst gelöst werden müssen, sehr unterschiedlich sind, gibt es auch sehr unterschiedliche technische Ansätze. Die gängigsten Anwendungsszenarien sind wahrscheinlich Robotersteuerung und Simulation, was sich deutlich von den Anwendungen unterscheidet, auf die wir in den nächsten drei bis fünf Jahren unseren Fokus legen werden – daher werden unterschiedliche technische Wege eingeschlagen.Zudem beschäftigt sich Tripo seit jeher mit den „Zuständen“ in der digitalen Welt – die Generierung von Assets bedeutet die Generierung von Zuständen, doch wie sich diese Assets weiterentwickeln und wie der Übergang zwischen den Zuständen erfolgt, ist genau das, was das Weltmodell lösen soll. Wir sind gerade an diesem Punkt angelangt, und das Weltmodell ist zudem ein technologischer Ansatz mit großem Potenzial und viel Raum für Fantasie.
Xiao Ning: Wo werden Sie in den nächsten ein bis zwei Jahren Ihre wichtigsten Investitionen tätigen?
Cao Yanpei: Im Bereich der KI sind Zwei- oder Dreijahrespläne wirklich sehr lang – die Mechanismen von Algorithmen, die Rechenleistung, der Aufbau neuronaler Netze und die Forschungsparadigmen im multimodalen Bereich können sich möglicherweise alle paar Monate grundlegend neu ordnen.Für uns ist es entscheidend, ein hohes Maß an technologischer Sensibilität und agiler Entscheidungsfähigkeit zu bewahren, uns nicht zu stark an einen bestimmten Weg zu binden und bei neuen Trends sehr schnell die Richtung anpassen zu können – von der technologischen Neugestaltung über Modelle auf Produktebene bis hin zu Produktfähigkeiten – und dabei einen sehr agilen, iterativen Ansatz zu verfolgen.
In unseren Köpfen haben wir ein Bild davon, wie die Situation in zwei oder drei Jahren aussehen wird: Wir werden den Sprung von einem Werkzeug zur Erstellung von 3D-Assets hin zu einer Plattform für räumliche Berechnungen oder UGC-Interaktionen vollzogen haben – doch tatsächlich konzentrieren wir uns eher auf die schnellen Iterationen der nächsten zwei bis drei Monate oder sogar Wochen.
Xiao Ning: Wie lange wird es dauern, bis AI-3D direkt in den Produktionsprozess integriert wird? Ist damit in zwei bis drei Jahren zu rechnen?
Cao Yanpei: Angesichts der aktuellen technologischen Dynamik sind zwei bis drei Jahre sogar schon etwas lang. Um diese Zeit im nächsten Jahr kann man durchaus davon ausgehen, dass KI-generierte Spielobjekte bereits über eine hervorragende Texturzuordnung und Topologie verfügen und als vollwertige Spielobjekte eingesetzt werden können.
Letztes Jahr um diese Zeit gab es viel Kritik an der Qualität der hochdetaillierten Modelle selbst: Selbst ein zufällig generiertes Auto war in der Form ungenau, und die Figuren erreichten nicht einmal das Niveau, das man sich für den 3D-Druck wünschte.Doch nach etwas mehr als zehn Monaten haben die hochdetaillierten Modelle bereits fast das Niveau erreicht, das menschliche Künstler bei der manuellen Modellierung erzielen, und auch topologisch einfache Modelle lassen sich mittlerweile sehr gut erstellen. Bis zum nächsten Jahr sollten Assets, die „Haut, Fleisch, Knochen und ein Gehirn“ haben, durch KI von Anfang bis Ende generiert werden können.
Xiao Ning: Aus heutiger Sicht: Was wird im Bereich KI und 3D überschätzt? Und was wird unterschätzt?
Cao Yanpei: Was nach wie vor überschätzt wird, ist die visuelle Realitätsnähe. Im Internet sieht man sehr realistische 3D-Renderings, doch diese werden in Form von Videos präsentiert. Aus der Perspektive der gerenderten High-Poly-Modelle sehen sie zwar tatsächlich detailreich aus – Fachleute haben diesen Eindruck –, doch die breite Öffentlichkeit erkennt den Unterschied nicht.
Unterschätzt wird der ultimative Wert von 3D-Signalen als native Darstellung der physikalischen Welt. In der Forschung wird diese Modalität, das 3D, weitgehend unterschätzt.Viele Wissenschaftler berufen sich auf „bittere Erfahrungen“ und argumentieren, dass 3D schwer skalierbar und nicht verallgemeinerbar sei sowie viele künstliche Konstruktionen enthalte; sie sind der Ansicht, dass der Weg, der sich ausschließlich auf riesige Mengen an Videodaten stützt, zwangsläufig zum Erfolg führen werde. Ich halte diese Sichtweise für sehr begrenzt – der ihr zugrunde liegende Denkrahmen ist durch die Denkweise traditioneller Aufgaben im Bereich der Computervision eingeschränkt.
Zurück zu den Grundprinzipien: Was ist ursprünglicher – eine 2D-Pixelmatrix oder ein 3D-Signal mit absoluten räumlichen Maßstäben? Die Antwort lautet eindeutig Letzteres. Die reale Welt ist von Natur aus dreidimensional; 2D-Pixel sind eine Projektion der dreidimensionalen Welt, die durch Dimensionsreduktion komprimiert wurde.P1.0 lernt und generiert direkt in der dreidimensionalen Struktur; es werden keine künstlichen Entwürfe eingeführt, sondern die KI passt sich direkt an die ursprünglichen Signale der physikalischen Welt an. Die langfristige technische Erweiterbarkeit und Nachhaltigkeit des native-3D-Ansatzes wird erheblich unterschätzt.
Xiao Ning: Während der GDC sagte Simon (Gründer von VAST) zu mir, dass viele Menschen AI 3D noch nicht wirklich erlebt hätten, selbst auf einer so großen Entwicklerkonferenz wie der GDC. Ist das nicht auch eine Art Unterschätzung?
Cao Yanpei: Ich persönlich sehe das genau umgekehrt und bin eher optimistisch. Dass etwas, das offensichtlich nützlich ist, noch nicht von allen genutzt wird, bedeutet, dass es in Zukunft noch sehr viel Spielraum gibt. Warum das so ist, lässt sich leicht verstehen: Erst mit der Veröffentlichung von P1.0 konnten wir schnell Assets mit korrekter Topologie erhalten.Die ersten, die damit in Berührung kamen, stellten fest, dass es sich um High-Poly-Modelle handelte, hielten sie für wenig nützlich und hatten daher keine Motivation, sie weiterzuverbreiten. Mit der Einführung von P1.0 stellten alle fest, dass es sich tatsächlich um Game-Assets mit Mesh-Struktur handelte. Viele Kunden aus dem Ausland haben sich sehr aktiv um den Zugriff auf die API bemüht, und nach der Testphase haben sie ganz selbstverständlich Abonnements abgeschlossen. Das war in der Tat ein ziemlich großer Wendepunkt.
Xiaoning: Wenn du Tripo in nur ein oder zwei Sätzen beschreiben müsstest, wie würdest du es der Außenwelt am liebsten vermitteln?
Cao Yanpei: Wir möchten, dass alle Tripo als die Grundlage für eine völlig neue UGC-Interaktionsplattform und ein 3D-Inhaltsökosystem der Zukunft verstehen. Es handelt sich nicht nur um ein zeitsparendes und müheloses 3D-Erstellungstool, sondern um eine umfassende Reihe von Grundfunktionen, die die Grundlage für die Interaktionsformen der nächsten Generation und das 3D-Inhaltsökosystem bilden.Ob große 3A-Teams oder die breite Öffentlichkeit, die zwar keine künstlerischen Vorkenntnisse hat, dafür aber voller Begeisterung und Ideen steckt – alle können mit sehr geringer Einstiegshürde in Echtzeit die 3D-Welten erschaffen, die ihnen im Kopf vorschweben.
Xiao Ning: Das ist ein gigantisches Projekt.
Cao Yanpei: Ich bestreite nicht, dass dies ein sehr hoch gestecktes Ziel ist. Aber unser Team wollte von Anfang an stets hohe Ziele anstreben und sich kontinuierlich weiterentwickeln, anstatt sich auf eine Zukunft zu beschränken, deren Ende schon bald absehbar ist.
原创文章，作者：游茶妹儿，禁止转载：https://youxichaguan.com/de/archives/216302
