2024 年，在欧洲最大的科技博览会 Viva Tech 上，SKAI Intelligence（以下简称“SKAI”）的联合创始人兼全球 CEO Morgan Mao 从 LVMH 掌门人 Bernard Arnault 手中接过了 LVMH 创新奖的大奖。

在 SKAI 上海办公室中，我们见到了这尊奖杯——它是一座通体透明、没有接缝的玻璃树，没有镌刻任何名字，“随意”摆放在会议室的角落。

策略游戏有个概念叫“科技树”，初见奖杯，不禁联想到它。在《文明》系列游戏里，科技树被视为设计者对人类科技发展史的简化模拟。

2024年 LVMH 全球创新大赛冠军奖杯

但正如玩家点亮科技树的步骤没有唯一正确答案。现实世界的技术路线，也从来不止一种。

这像一个隐喻：2023 年，AIGC 浪潮席卷而来，当绝大多数人涌向 2D 扩散模型，试图以此突破内容生成的效率瓶颈时，Morgan 却做出了一个“反共识”的判断：这条路，品牌走不通。

“扩散模型无法解决品牌真正的痛点，一致性，”Morgan 强调，“答案必须回到在 3D 数据的真实物理世界中寻找。”

这是一条更重、更难、也更需要耐心的路。

而今天，这条曾被视作“分支”的技术路径，正被全球顶级品牌陆续验证。从 LVMH，到斯沃琪集团等全球奢侈品牌运营商，已有超过 500 个品牌使用 SKAI 的技术制作视频广告。

那么，SKAI 赌对了吗？

在与 Morgan Mao 的对话中，这位历经第一秒、FancyTech、1UP Digital 再到 SKAI 的连续创业者，试图向我们完整还原这场技术选择的背后逻辑，以及那些不断跨越的创业历程，如何塑造出他看待行业与创新的独特视角。

SKAI Intelligence 联合创始人兼全球 CEO Morgan Mao

从台积电 HR 到“非专业投资人”

Morgan 并非典型的 AI 创业者。

既非技术出身，也非传统意义上的“名校优等生”。据他自述，读书时甚至不太“认真”。大学肄业后，他第一份工作是在台积电当 HR。彼时的台积电已经是半导体的领军企业，“HR 每个行业都有”，他希望借助这一经历，作为跳板帮助自己进入热爱的零售行业。

机会很快来到。2008 年前后，他敏锐地察觉到国际品牌进入中国市场的“合规痛点”，旋即成立了咨询公司，专为国际品牌解决棘手的质量检测与本地化沟通问题。这不仅让他赚到了第一桶金，更重要的是，建立了与品牌方的信任关系。

资金与资源的积累下，他成为了自己口中的“非专业投资人”。

2016 年，他以合伙人的身份加入知名数字零售服务商“第一秒电商”，负责品牌咨询与客户关系管理；在“第一秒电商”新一轮融资后，Morgan 选择退出，这段履历停止在疫情开始前。

在 Morgan 看来，自己无疑是幸运的，“有哪个连续创业者，能每次都全身而退”？他的每段职业经历都踩在了时代的风口上，从奢侈品入华到电商起飞，现在到了 AI。

2020 年，他作为天使投资人参与了 FancyTech 的创立。FancyTech 是一家利用 AIGC 技术为电商提供内容生成创意解决方案的企业。

真正令 FancyTech 在 AI 赛道声名鹊起，是来自于其投资人朱啸虎多次在公开场合的称赞。

“2022 年年中，我们在内部（FancyTech）提出了 AIGC 的口号。电商平台缺内容，当时是想到，（说起）内容有 UGC、PGC，那可不可以来搞个 AIGC，所以我们就自己想了这个词，然后就火了”，Morgan 谈到，在 FancyTech，他亲历了 AIGC 的早期狂热时刻。
不到半年，ChatGPT 横空出世，一时激起千层浪。FancyTech 迅速成为了 AIGC 的忠实信徒，但 Morgan 却没有选择“入教”。

他在不断思考，AIGC 如何真正应用到品牌身上。彼时，市场也开始探索出了清晰的路径，绝大部分的参与者涌入基于扩散模型和各种套壳和精调模型的 2D 内容生成技术。

之所以 2D 扩散模型能够成为主流，因为它能够解决 80% 的内容需求——在品牌营销场景中，那些对绝对物理精度要求不高，但是对创意、速度和成本极度敏感的情况。

另一方面，3D 内容生成技术也在逐步壮大，海外 Luma AI、Sora，国内 Tripo AI、混元 3D 等，但这些无一例外都是基于文字或者 2D 图像来创建 3D 模型，核心目的是降低建模以及创意输出的成本。

SKAI 没有复制 2D 转 3D 的路径，而是从头构建商业 3D 内容制作的工作流。

据悉，SKAI 可以实现从 AI 驱动的实体产品扫描和建模到动画、纹理制作、智能灯光和摄像机控制以及最终渲染的全流程自动化。它能够将需要耗费数周时间后期制作才能完成的逼真的视觉效果，在一小时，甚至几分钟内完成。

SKAI Intelligence 展示其专有的机器人 3D 扫描技术

尽管 SKAI 的解决方案听起来已经很“完美”；然而，当市场上已经拥有 Sora、可灵等从静态帧到视频叙事都极具“性价比”的选择，那么品牌为什么还会选择 SKAI 呢？

先解决好坏，再解决有无

早在产品规划之初，Morgan 尝试用第一性原理来解答，“我的产品是卖给品牌的，那么品牌最不能接受的是什么，是一致性的问题”。

所谓一致性，不是“看上去一样”就好，而是要求 AI 生成的产品在任何角度、任何光线下，都和物理世界分毫不差。比如，奢侈品手表在不同光线下的反光、包袋的皮革纹理、产品的精确外形与材质等。

“一般来说，（创业）是先解决有无，再解决好坏。” Morgan 逆向思考，他认为，品牌，尤其是奢侈品，并不会仅因内容生成成本低而采纳 AIGC，“客户（品牌方）永远是在达到他质量的情况下再来跟你比较便宜。他希望便宜，但质量体现的（门槛）是不会降的。”

这并非 Morgan 的“臆想”。在 2024 年初决定 all in 3D 路径时，他就把这个想法拿去跟奢侈品客户们一一沟通，品牌方的认可，也让他更有信心。

在 SKAI 与瑞士腕表和珠宝品牌 Chopard 萧邦的合作案例中，这一逻辑得到了印证。

中国电商环境对内容素材需求的响应速度精确到“天级甚至小时级”，海外品牌很难跟上节奏；尤其，奢侈品保持着全球统一的运作模式，品牌内容经由总部严格控制，本地团队难以自行创作。

面对这一痛点，SKAI 选择以 Chopard 总部现有的高规格影片为故事板，通过 AI 解构其镜头语言与光影逻辑，再替换高精度 3D 产品模型，最终批量生成与原片质感 100% 一致，但承载了不同 SKU 的本地化视频。

此举将一条品牌内容的制作周期从数周压缩至数天，成本降至传统实拍的五分之一。

另外，同一个高质量模板还能同步输出横版视频、详情页关键静帧以及适配社交媒体的短视频切条，真正实现了“一鱼多吃”。

更重要的是，它既解决了中国市场内容产能上的局限，又守住了奢侈品最看重的一致性格调。

SKAI 为瑞士腕表和珠宝品牌 Chopard 萧邦制作的视频

那么，主流的扩散模型有机会通过技术升级，实现品牌期望的“一致性”吗？

Morgan 用了一个通俗的比喻来类比两者的根本不同：主流的 AIGC 工具就像“抽卡”，本质上是概率问题；而 SKAI 提供的，是基于物理现实的数学问题。

表面上看，这两者是 2D 内容和 3D 内容的差距。这背后，是 CV（计算机视觉）与 CG（计算机图形学）的根本分野。

主流 AIGC 根植于 CV，它通过学习海量 2D 图像数据来“预测”并“生成”像素，但其结果本质上仍然是统计和概率。2D 图像无法“看到”3D 内容，“看不到的部分”实际上是 AI 模型“猜测”的。也就是说，它可能猜得对，也可能猜得不对，又或者看起来猜对了。

如同现代版盲人摸象，AI 能画出相当逼真的大象，但它不知大象精确的骨架和肌肉走向，所以，当你需要这头大象运动起来时，它生成的腿部结构可能根本无法支撑其重量。AI 创造了一个看起来正确，但物理上不可靠的模型。

而 SKAI 的路径建立在 CG 之上，它将产品视为一个由数学公式精确定义的 3D 模型，光线如何反射、材质如何呈现，都是通过 AI 来精确“计算”而非“猜测”。这确保了每一帧画面，都严格遵循预设的物理规则，从而根治了品牌最为敏感的“一致性”痛点。

然而，全球范围内能够制作 3D 内容的企业相当多，甚至于 3D 内容生成已经形成从上到下强大的产业链，SKAI 究竟有什么特别的？

答案的关键，并非“谁能做 3D 内容”，而是“用 3D 内容解决了什么问题”。SKAI 瞄准的是 3D 内容商业化中最棘手的难题：如何实现规模化生产并打通全流程。

市场上多数公司提供的是点状解决方案——或专注于扫描，或致力于建模，或擅长渲染。而 SKAI 宣称打造的是一条“端到端的全自动产品动画生产管线”，从通过智能机械臂扫描获取高精度数字孪生，到 AI 驱动的建模、动画、灯光与最终渲染，全部整合在一条流水线上。

为了将这种能力普惠化，SKAI 推出了基于 NVIDIA Omniverse 构建的 SaaS 平台——B.THREE。该平台主要面向中小企业的品牌营销团队，提供大量预设模板，用户通过简单的一键替换模型，即可在几分钟内生成高精度 3D 视频。同时，SKAI 也为顶级品牌保留了个性化的定制服务，以适配不同客群的需求。