词元消耗量决定成败？这家空间智能团队想要重塑算力价值逻辑

当前AI产业进入规模化落地阶段，Token消耗量呈指数级增长，智能体应用、多模态生成等场景持续推高算力成本，词元消耗已成为企业研发与运营的刚性支出，行业普遍面临成本管控与价值转化的双重压力。在生境科技联合创始人庄子扬看来，Token作为结算单位，是AI商业化进程中的必然阶段，但该“货币”的汇率会剧烈波动，“因为，真正决定价值的不是其消耗量，而是单位Token能创造的现实价值”。

据庄子扬介绍，其团队目前专注的空间AI赛道需处理物理逻辑、人体工学、功能布局、美学关系等多维信息，其技术复杂度、算力需求与成本结构，均与传统AI应用存在本质差异。

“空间AI正处于行业跨越关键节点”

新的平台级机会往往诞生在模态跃迁的路口，生境科技创立初衷，是在空间模态这一深水区中，定义下一代互联网底层基础设施。庄子扬表示，文本、图像等传统模态格局已定，大厂凭借规模优势形成头部效应，而空间模态是定义与路径尚在探索的全新交叉领域，具备高度技术稀缺性，让创新企业与行业巨头站在同一起跑线。

空间模态是继视频之后的下一个基础模态，从文字到图文再到视频，每一次模态跃迁都带来信息维度丰富与体验具身化，也催生新的平台级公司。庄子扬表示，Sora证明AI可生成视频，而生境科技希望通过AI技术可构建整个3D世界。他说，当前空间时代“新基建”已成熟，生产端3D建模成本从几年前500元/个降至0.5元/个，消费端以Vision Pro为代表的空间计算设备快速迭代，行业正迎来向空间时代跨越的关键节点。

据庄子扬介绍，生境科技没有选择通用大模型或文生图赛道，核心是看到空间模态的本质机会。他认为，空间智能涉及感知与理解、决策与规划、互动与创造三个递进阶段，要求团队兼具AI算法、建筑空间、人体工学、美学与游戏体验等跨学科能力，这也是企业组建复合型团队的核心原因。

据悉，生境科技成立于2023年，由孟建民院士、李泽湘教授悉心指导，获得南山国资、红杉系等近亿元投资支持。这家深圳团队近百人，以海归精英与跨学科人才为核心，研发人员占比高达90%。“森盒SenBox³”是生境科技旗下目前在研的C端3D空间UGC平台，庄子扬的团队目前力推的核心产品是森盒SenBox³。用户通过文字、参考图或模板一键生成多元风格空间，自由DIY家具搭配，零门槛打造专属虚拟家园。产品上线后圈粉超150万，曝光量破3亿次。此外，该项目还入选了世纪华通第二届“数龙杯”全球AI创新大赛推荐项目。值得一提的是，受AI技术迭代与创业者成熟推动，本届“数龙杯”作品质量显著提升，AI应用类赛道参赛作品多于AI游戏类。

技术层面，生境科技从零搭建完整空间编码与自监督训练体系，这是其空间生成能力的底层根基。据介绍，GPT通过组合文字秩序生成文章，生境科技则通过组合物体秩序生成空间。庄子扬团队构建布局编码嵌入、物体搭配注意力机制等核心模块，首次在数学上拉齐空间方案与文本、图像模态的等效性，让AI可像处理文本、图片一样理解与生成空间。训练过程中，团队将建筑、设计行业知识植入模型，引导模型学习空间逻辑与美学，其从空间编码到3D的端到端结构化生成路径，与图像转3D的重建路线存在本质区别，可有效避免信息丢失。

跳出内卷，空间AI或重塑算力价值逻辑

Token作为结算单位，是AI商业化进程中的必然阶段，但庄子扬认为：“这个‘货币’的汇率会剧烈波动——真正决定价值的不是消耗了多少Token，而是单位算力能创造多少现实价值。”

在庄子扬团队看来，空间AI与普通大模型、文生图AI在Token消耗、成本结算及商业价值层面存在显著差异。普通大模型处理一维文本，文生图处理二维像素，空间AI则处理三维结构化场景，包含物体物理属性、空间关系、美学逻辑等多重信息。生境科技15秒生成的3D空间，不仅包含视觉信息，还包含可直接用于物理模拟和智能体训练的结构化数据，这类数据可帮助机器人公司提升任务完成效率，其商业价值远超同等Token消耗下的文本或图像输出。

针对当前行业存在将算力消耗量当作能力标准的现象，庄子扬明确提出，Token仅代表投入，不代表结果，在不同技术架构、不同使用方式下，同等Token消耗创造的价值差异巨大。GPT-4o可识别图片与视频，但无法真正理解空间，“比如，它知道桌子上有个杯子，但它不知道杯子能不能碰、会不会倒。这正是空间智能要解决的问题。空间不是背景，而是生活本身，而AI算力只是手段。”他说。

在庄子扬团队看来，空间AI的算力成本核心差异，来自“维度跃迁”带来的信息密度质变，行业并非生成像素或字符，而是生成具备物理真实性的结构化世界，每个场景背后都需要功能合理性、物理属性、美学逻辑、人体工学等大量语义信息验证。庄子扬表示，生境科技通过自研的空间编码体系，在模型架构层面实现了效率的质变，而不是靠堆算力和堆Token来解决问题。

传统空间生成依赖文字转图像、图像转视频、视频转高斯泼溅、再转Mesh等大量多模态转换链路，每一步都会消耗大量Token与算力；生境科技的空间编码体系实现端到端结构化生成，直接在“空间语言”层面推理，避免层层转换损耗，Sim Hub平台可15秒自动生成高精度3D空间，这一效率直接体现其Token使用效率远高于传统方案。

虽然没有透露团队Token消耗量与成本结构的具体数字，但是庄子扬表示团队已通过底层技术创新，将整体算力、成本控制在极低水平。据他介绍，空间编码体系在数学上拉齐空间与文本、图像模态的等效性，让AI直接以“空间语言”思考生成，从根源降低冗余消耗，这也是企业与单纯调用API做应用的团队的核心区别。

“算力使用效率、商业化落地将成核心考核指标”

目前，算力成本已成为AI企业研发的刚性支出，词元单价与消耗规模波动，会直接影响企业研发预算、模型迭代节奏与产品上线进度。针对这一行业普遍问题，庄子扬分享了企业应对机制与对空间AI赛道未来的判断。

生境科技目前依托云厂商及政府针对创业企业的算力补贴，基础算力需求可得到基本满足，能够在一定程度上对冲Token成本波动带来的压力。

值得一提的是，空间AI行业当前最大成本负担与突出痛点，在于传统3D空间生成仍以手工建模为主，游戏、影视、家居设计等行业多处于拖拉拽的手工作坊阶段，生产效率低、难以规模化。据介绍，庄子扬团队的核心目标，就是推动3D空间生成进入工业化时代，实现3D空间批量构建，进而把握平台级机遇。

对于未来两年行业走势，有观点认为，企业核心竞争力将从算力消耗转向数据壁垒与技术效率。庄子扬认为，算力成本会持续下降，算力能力会持续提升，行业竞争会日趋激烈。他还认为，未来算力成本走势可参考通信流量的发展历程。

庄子扬还指出，行业将从“补贴换市场”转向“效率与价值驱动”，资本估值逻辑也随之调整，“Token使用效率、商业化落地能力都是重点的核心考核指标，并且变得越来越重视。”他说。

技术迭代对生成效率与成本管控的作用显而易见，模型架构优化、空间编码创新可直接提升生成效率，进而降低Token开销、摊薄研发成本。生境科技的核心思路，是从底层技术而非外部补贴实现成本可控，通过端到端的空间生成体系，砍掉冗余转换环节，让算力与Token投入直接对应可落地、可商用的空间成果。

庄子扬团队认为，空间AI的核心价值，是让每个人都能低门槛创作、分享、使用3D空间，当空间可像视频一样被创作与变现，下一代互联网形态也将随之到来，而这一切的基础，是高效、低成本、高价值的Token使用与技术体系。

出品：南都政商数据新闻部

采写：南都N视频记者 石力