一、案例背景
2026年，全球人工智能产业正经历一场深刻的范式转移。在语言模型和视频生成模型相继成熟之后，让AI理解、预测并与物理世界交互的“空间智能”（Spatial Intelligence）成为下一个主战场。这场竞赛中，全球顶尖玩家悉数登场：Yann LeCun离开Meta亲自下场创业，李飞飞的World Labs发布其首个模型Marble，NVIDIA以Cosmos平台拉起产业联盟，国内大厂与创新企业亦密集进场。世界模型的“牌桌”已然成形，然而，一个根本性的瓶颈正在制约所有玩家的进程——训练数据的匮乏。
语言模型和视频模型的成功，依赖于互联网三十年积累的海量文本与影像数据。但世界模型需要的是能够反映三维物理空间结构、物体运动规律和物理交互逻辑的3D/4D数据。这种数据的规模远非传统互联网数据可比，且当前行业内的数据获取方式——无论是遥操作采集、第一人称视角录制，还是实地三维扫描——都面临成本高昂、速度缓慢、多样性有限的困境。行业普遍认为，数据是空间智能发展的“第一性问题”，谁解决了数据供给，谁就掌握了通往通用人工智能的关键钥匙。
在这一背景下，一家成立仅一年的上海初创公司——影溯科技，提出了一个颠覆性的技术路线。公司创始人兼董事长、浙江大学求是特聘教授章国锋认为，传统的数据采集方式如同“伐木和挖石油”，有价值但耗时耗力。真正的数据“太阳能”其实早已存在——那就是互联网上人人每天都在刷的2D视频。视频的每一帧都蕴含着这个世界的运动规律和物理法则，3D数据一直都在，只是从未有人能将其高效、规模化地提取出来。
影溯科技的目标，正是为3D世界打造一块“太阳能板”：将海量、低成本的互联网视频数据，自动转化成能直接用于训练世界模型的、结构化的3D/4D动态场景数据。公司宣称，相较于传统的实地采集再重建模式，这种方式的整体成本至少下降一至两个数量级。2026年6月，影溯科技完成新一轮融资，资金将主要投入模型训练与数据引擎建设。这家公司试图以数据为切入点，重塑整个空间智能赛道的底层供给逻辑。
……