一、三维数据资产与市场需求

当前市场对三维模型需求强烈，尤其是在空间信息处理和复杂场景决策能力方面。

三维数据集可能需要数百TB甚至更多的存储空间，存在与二维模型在数据集规模上数量级的差距。

公司计划建立大型三维数据平台，利用数据采集、训练和挖掘方面的优势，提供更真实、丰富和智能的物理场景。

二、技术与服务平台建设

公司将构建端到端平台，整合数据采集至应用场景的全流程，并提供开放性API接口。

通过元享智能云平台提供服务，整合多种三维资产和二维大模型，应用于数字人陪伴、虚拟展会等多个领域。

公司拥有动态光场扫描设备，与顶级实验室合作获取精细模型数据，包括8K以上分辨率的影视级效果。

三、三维模型与动作数据采集技术

公司采用5种动作捕捉技术，包括惯性捕捉、光怪混合型、视觉捕捉、光学捕捉和AI驱动合成。

公司投资的以色列科技公司在三维重建和空间计算芯片方面处于前沿，利用双目视觉模组进行硬件扫描。

公司利用AI驱动和数据采集作为数据合成的初始源，实现动作数据库的指数级增长。

四、三维大模型发展与应用

三维大模型具备识别人的表情状态、肢体动作、行为和情绪的感知能力，具有学习和迭代升级的认知能力。

公司提出三维数据采集研发训练一体化解决方案，构建高品质、大量的三维模型库。

公司的三维产品多样化，并提供数据服务产品，包括标注好的清洗数据。

五、产品服务与市场竞争力

公司的三维虚拟人互动产品在市场上具有极高的性价比，渠道价为几万元，而同行产品普遍为十几万至二十几万元。

公司提供的三维模型标准化技术，使得不同来源的模型能够统一为1万面的结构，便于处理和训练。

公司在全球范围内首次生产高精度的三维模型和数据标注，以满足智能化物理空间AI空间的需求。

六、财务数据与盈利能力

标准化产品毛利率在50%以上，最高可达60%以上，软件成本几乎为零，前期研发投入高，但后期毛利率高。

硬件成本不是优势，与第三方合作，标准化产品硬件成本透明，大约几万元。

公司的解决方案高效智能，覆盖模型生产、数据合成到智能器，这三个部分都在元享平台上完成，因此公司能保持较高的毛利率。

七、合作与市场布局

公司在MR设备领域已有布局，通过视频号展示了如何将元享平台与MR眼镜结合，实现虚拟世界与真实世界的互动。

公司的元享平台支持MR、AR和VR设备，目标是将平台能力整合进这些设备。

公司考虑将产品架设到淘宝等互动平台上，已完成后台数据调通，随时可以接入。

八、核心技术与模型产品

公司自行训练了三维大模型，而二维大模型则接入了多个来源，包括Gpt接口、ggpt、新研模型、Kimi模型、质谱华章、通易天问等。

公司还训练了自己的文本类型垂类模型，这些模型目前已经集成到公司后台并可供使用。

Q&A

Q1: 新技术建模数字人或训练模型与传统方式相比，在时间成本上节省了多少？

A1: 公司利用结构化能力输出三维部分，简化了训练流程。通过标准化三维模型采集和处理，提高了效率，减少了时间成本。

Q2: 市面上类似的三维虚拟人产品和服务的价格及客户采购方案是怎样的？

A2: 公司的三维虚拟人产品性价比高，渠道价为几万元，包括硬件、软件和虚拟人资产。而同行业的产品价格普遍在十几万至二十几万元。公司还提供大模型训练服务，性价比高。

Q3: 公司在三维和二维数据资产的版权及二次销售方面有什么策略？

A3: 公司采用合成数据以规避版权风险，尤其在三维模型方面，合成数据的变异能力强，避免了直接使用真实数据的问题。公司还通过与超算中心合作，利用其算力进行数据处理。

Q4: 三维数据资产的增长对存储和算力提出了哪些新要求？

A4: 三维训练数据存储量大，公司研发了算力调度功能，与超算中心合作，提供足够算力支撑业务需求。公司专注于垂直领域模型训练，算力不是限制因素。

Q5: 公司的产品服务毛利率是多少？其中几万元产品服务的毛利率及硬件成本占比如何？

A5: 公司的标准化产品毛利率在50%以上，最高可达60%以上。软件成本几乎为零，硬件成本透明，大约几万元，硬件不是公司的优势。

Q6: 公司是否提供工业级3D模型解决方案？

A6: 公司投资集团公司进行扫描技术开发，如手持扫描、无人机扫描等，长期看有实现潜力，但目前全球均在解决工业级扫描的问题。

Q7: 公司如何利用合同数据为第三方提供商业模型？

A7: 公司看好合成数据的未来，已有大模型收集、动作合成项目落地。合成数据成本低，数量级高，定价策略视合成数据量和类型而定。

Q8: 公司核心优势是什么？是否在硬件集成或算法等方面有优势？

A8: 公司的优势在于提供一整套解决方案的元享平台，能够快速、低成本创建产品。公司的后台平台能够进行数据拟合、生产、存储和管理，覆盖模型生产、数据合成到智能器，保持较高的毛利率。

Q9: 公司的模型产品底层使用了哪些大型模型？

A9: 公司自行训练了三维大模型，二维大模型则接入了Gpt接口、ggpt、新研模型、Kimi模型、质谱华章、通易天问等来源，并训练了自己的文本类型垂类模型。