当所有人都在盯着文本和2D图像生成时，谷歌已经悄悄把枪口对准了下一个战场：3D。这家搜索巨头刚刚收购了初创公司Common Sense Machines，一家能用AI把2D图片“捏”成3D模型的团队。交易金额未披露，但这家公司上一轮融资后估值仅1500万美元。这显然不是一次财务投资，而是一次精准的技术卡位。
谷歌在买什么？答案是“维度”。 谷歌的Imagen在2D生成上很强，但把2D理解升维到3D构建，是另一套完全不同的技术栈。CSM的核心能力，正是将单张或多张2D图像或视频，快速、可程序化地生成可用于游戏、AR/VR或数字孪生的3D资产。这玩意儿对谷歌来说，是补齐多模态AI版图的关键一块拼图。搜索可以展示3D产品模型，广告可以变成交互式体验，YouTube能生成3D场景，ARCore生态也能获得源源不断的“燃料”。说白了，谷歌买的是未来十年数字内容的基础生产能力。
为什么是现在买？因为竞争不等人。 这起收购最值得玩味的一点，是它的时机和规模。CSM只是一家融资1000万、团队规模有限的早期公司，技术很可能尚未完全成熟和规模化。谷歌等不及它自己慢慢长成参天大树，或者被竞争对手（比如在元宇宙上all-in的Meta，或在Omniverse上布局的英伟达）截胡。这种“小规模、高战略契合度”的收购，本质上是巨头在技术爆发前夜的“抢滩登陆”。用一笔不大的钱，锁定一个可能的关键技术方向和一支专业团队，把风险留在体外，把可能性收编体内。对于CSM的创始团队和投资人（包括a16z）来说，在独立发展面临巨大工程化、商业化压力时，背靠谷歌这棵大树，拿着真金白银退出，也是个现实的最优解。
整合成功与否，是唯一的问题。 谷歌有丰富的收购历史，但“收购即雪藏”的案例也不少。这次收购最大的风险在于整合。CSM的小团队能否适应谷歌的庞大体系？其技术是会快速融入Cloud Vertex AI或AR产品线，还是沦为又一个内部研究项目？谷歌必须给这支团队明确的任务和资源，让他们在保持技术锐度的同时，利用谷歌的海量数据和算力实现飞跃。否则，这只是一次昂贵的人才收购。
这起收购是一个明确的信号：生成式AI的竞争，正从平面走向立体。接下来，我们会看到更多巨头和资本涌向3D生成赛道。对于创业者而言，在巨头缝隙中寻找独特技术价值的时间窗口，可能正在快速关闭。
本文由 AI 辅助生成，仅供参考。