任利锋从抖音到AI 3D：数美万物打造制造业OS的创业思路

任利锋，圈内人称“卷卷”，数美万物创始人兼CEO。他曾在字节跳动带领团队完成抖音从0到1的全过程，被不少人视为抖音早期发展的重要推动者。本周「十字路口」播客发布了对他的近3小时深度访谈，内容从抖音立项的幕后故事，一直聊到他当前的创业方向——AI 3D与“制造业OS”。访谈中，一个核心判断贯穿始终：基础模型不会吞噬一切。大语言模型和多模态模型虽然具备生成万物的能力，但真正进入实体制造后，仍然需要能够产出生产级3D资产的模型，而更大的难题往往出现在模型生成之后。例如，如何拆件、增加连接结构，以及根据不同材料和设备进行适配；如何将毛绒产品的曲面展开成纸样，将图片转换成刺绣机能够识别的针迹；在高并发、每件产品都不完全相同的订单环境下，又如何完成生产并按时交付给消费者。这也是数美万物从3D大模型逐渐延伸到工具、工厂、交易和生态，并将目标从Maker OS进一步推向制造业OS的重要原因，其核心思路是建立一条连接创意与现实生产的完整链路，让普通人的创造力能够真正进入制造环节。

从抖音到AI 3D：两次创业的相通逻辑

卷卷回忆，2010年毕业后，他首先进入百度，负责百度贴吧吧主的管理和运营工作，之后曾在赶集网工作，并经历了赶集网与58的合并。后来加入字节跳动，在负责抖音之前，他还参与过今日头条、问答以及直播等相关业务。谈到抖音最初为什么能够立项，他认为，当时字节跳动关注短视频，很大程度上与互联网基础设施的发展有关。当时互联网基建主要涉及硬件和网络两个方面。2015年底，政府工作报告提到2016年将全面降低家庭宽带资费、大幅提升网速；与此同时，以OV、华为、小米为代表的移动终端厂商也陆续提出2016年全面普及大屏手机。屏幕尺寸提升有利于影像内容的发展，而影像应用进一步带动了图像渲染和GPU能力的需求。手机摄像头作为内容采集端，其画质和清晰度也在持续提升。在硬件和网络条件逐渐成熟后，短视频产品开始具备更好的发展基础。当时行业内比较突出的产品包括国内的快手和国际上的Musical.ly，前者更强调平实记录，后者则通过音乐增强表达趣味。在综合判断这些因素后，字节跳动最终决定同时探索火山小视频和抖音两个方向。至于为什么这个重要任务交给自己，卷卷认为其中有运气的成分，同时也离不开公司管理层的支持。他分析，自己此前的运营经历可能是一个重要原因，在百度贴吧工作期间，他不仅积累了用户产品运营经验，也接触过运营后台、审核后台以及内部效率工具等后端产品。运营与产品能力的结合，对于内容型产品而言具有一定的契合度。

“半命题式”激发：抖音早期做对了什么

在复盘抖音早期发展时，卷卷提到了两个关键判断。第一，用户需要被激发，但这种激发不能简单依靠模板。模板化内容虽然容易让用户快速上手，却可能限制创造力；完全开放的自由表达又容易让产品早期缺少明确的玩法认知。因此，抖音采用了“半命题式”的方式，通过音乐、贴纸、道具、特效和美颜等生产要素，为用户提供表达的基础条件，同时保留足够的创作空间。例如，一段音乐不一定要求用户理解歌词和主题，它可以只是烘托氛围、表达情绪的工具。第二，用户需要被看见。优秀内容需要获得更多传播机会，推荐算法当然重要，但在早期内容生态建立过程中，也需要结合人的审美判断，通过运营挖掘优秀的标签、画风和主题形式，让更多有价值的内容得到展示。

从0到1的创业逻辑延续到AI 3D

从抖音创业到如今做数美万物，卷卷认为两次创业存在相似之处，可以概括为“愿景是美好的，路径是曲折的”。在抖音从0到1的阶段，没有人能够提前预测产品最终会走向哪里，但最初的愿景非常明确：让年轻用户通过镜头语言表达自己内心以及眼中的世界。后来，抖音让许多人发现，中国用户并非缺乏表达欲，只是过去缺少合适的表达方式。当产品提供足够的工具和空间后，用户的创造力便能够被激发出来。如今转向AI 3D，卷卷关注的同样不是单纯的模型能力，而是如何通过完整的生产链路，把用户的创造力进一步连接到现实世界。

从Midjourney看到AI 3D的机会

卷卷透露，2023年底开始思考这一方向时，团队已经围绕AI 3D进行了技术推演，包括数据收集和技术路线演进等，并判断AI 3D会持续发展。随着生成式AI不断向视觉、三维内容和实体制造延伸，单纯解决“生成一个模型”并不足以完成真正的生产任务。一个能够进入制造环节的3D资产，还需要考虑拆件、结构、材料、设备以及后续生产流程。对于数美万物而言，这意味着创业方向并不是简单打造一个AI 3D生成工具，而是进一步向工具、工厂、交易和生态延伸，将模型能力与真实制造体系连接起来。最终，从Maker OS走向制造业OS，试图解决的正是从“想做什么”到“真正做出来”之间存在的生产问题。