手机拍几分钟，屋里就有个能测量、能分享的 3D 副本：SpAItial 发布 Echo-3
先说结论：10 月 27 日，SpAItial 发布了新的 3D 世界模型 Echo-3，同时上架了配套的 iPhone 采集 App。它做的事和今年最火的那批"世界模型"正好相反——不是用一句话凭空造一个不存在的世界，而是把你眼前这个真实空间，按真实尺寸搬进 3D。
你举着 iPhone 在客厅里走几分钟，拍一段视频。传上去，等云端处理完，你拿回来的是一个可以旋转、可以量尺寸、可以发个链接让别人用浏览器打开就能逛的 3D 高斯泼溅场景。房子的层高、门宽、桌子到墙的距离，都是真实数字，不是"看起来差不多"。
官方博客的原话是：Echo-3 要"保留你拍到的，补全你漏掉的"（preserve what you captured and complete what you missed）。
这到底是什么
先把它和"文生 3D"分开。
文生 3D 的输入是一句描述或一张图，输出是一个想象出来的模型——它不需要对应任何真实存在的东西，好看就行。Echo-3 的输入是你家、你教室、你工厂车间的实地走动拍摄，输出必须对得上那个地方。它不能把沙发挪个位置，不能自己加一扇窗。
SpAItial 自己的说法挺有意思：他们把"重建"当成一种"条件生成"（conditional generation）。意思是——拍摄只提供了部分条件（有些墙面只扫到一角，有些角落压根没进画面），模型要在这个约束下，用学到的"真实空间长什么样"的先验去补齐。
这个说法解释了一个实际体验上的关键点：手机随手拍必然是不完整的。你绕着房间走一圈，柜子背后、天花板边缘、桌子底下，总有没拍到的。如果只是硬拼照片，这些地方会出现空洞、拉扯、漂浮的碎片。Echo-3 的做法是先按拍到的帧搭出结构，再把缺失区域按周围环境补上，让补出来的部分和真实部分接得上。
为什么这件事值得关注
第一，它选了"真实"这条更窄但更硬的路。
今年世界模型的头条都被"生成"拿走了：Google DeepMind 的 Genie 系列能把一句话变成一个可以走进去的环境，World Labs 的 Marble 也是同一路数。这些系统很惊艳，但它们对"像不像现实"没有任何义务。
Echo-3 反过来：它必须像。因为它的买家不是想玩的人，而是需要准确空间数据的人。
第二，真实 3D 数据的瓶颈一直不是算法，是采集成本。
机器人训练、建筑施工、房产展示、工厂数字孪生，这些场景都极度缺"带真实尺寸的室内外 3D 数据"。过去要拿到这种数据，得请无人机航测、租 Matterport 设备、或者找专业摄影测量团队，一天几千到几万元，而且一次只能做一个地方。
Echo-3 的商业逻辑就压在这里：如果一部 iPhone 加上几分钟走动就能产出可用的米制几何，那"谁能提供数据"这件事就彻底变了——不是几家扫描公司，而是任何有手机的人。
第三，它把"能不能量"当成卖点，而不是"好不好看"。
这一点在落地时特别重要。房产中介要的是"这个客厅 28 平米、层高 2.7 米"，不是"这个客厅氛围很好"。Echo-3 的输出是米制的（metric），场景里的距离和尺寸对应真实世界，成品可以在浏览器里打开、测量、分享链接。
具体怎么用
流程不复杂：
- 在 iPhone 上装 SpAItial App（App Store 有，要求 iOS 18 及以上）。
- 走一圈拍一段。不用三脚架，不用额外相机，也不用专业扫描仪。带 LiDAR 的 Pro 机型会多两个东西：拍摄时的实时覆盖引导（告诉你哪里还没扫到）、以及更稠密的点云预览。非 LiDAR 机型也能拍，只是没有这两个辅助视图。
- 扫描先存在手机本地，再上传云端处理。这是 Radiance Fields 报道里提到的流程细节——也就是说，处理不是端侧完成的，需要联网等结果。
- 回来后可以浏览、测量、生成分享链接。对方不用装 App，浏览器打开就能逛。
适用范围官方列得挺宽：住宅、教室、工厂、设备、户外空间，甚至跨楼层建筑。这一点比大多数消费级扫描 App 野心大——多层楼的数据拼接一直是难点。
花多少钱
这部分官方博客没细说，但行业媒体 Radiance Fields 在发布当天整理了计费规则，值得提前知道，因为它决定了你"能不能随便拍"。
按录制时长计费，不按次数：
- 每分钟录制消耗 300 credits，单次最低收 900 credits（也就是拍 1 分钟和拍 3 分钟一个价）。
- Standard 套餐：每月 7,500 credits，约等于 25 分钟录制，仅限非商用。
- Pro 套餐：每月 15,000 credits，约等于 50 分钟，包含商用权利。
- 符合条件的新订阅用户首月免费。
翻译成人话：Standard 一个月大概能扫 8 到 25 个房间（取决于你每个房间拍多久），而且不能拿来接活赚钱。想商用，得上 Pro。
导出格式：官方说一次采集可以导出 SPZ、SOG、网格（mesh）、法线（normals）和深度（depth）。但要提醒一句——官方没有说明这几种导出分别在 App、Web 端、API 里各支持哪些。如果你是要把结果喂进 Blender、Unreal 或自己的管线，这一点得先试一次再决定要不要上量。
企业用户和"给 AI 用的场景"
Echo-3 还有一个企业 API，接受照片或视频，返回 3D 世界。官方给的用途是三类：房产可视化、仿真输入、以及给 AI agent 做场景理解与编辑。
最后这条其实是最有想象力的。现在做具身智能、机器人导航、室内 agent 的团队，普遍卡在"没有足够多带真实几何的室内场景"上。仿真引擎里的场景大多是美术手工搭的，物理上不一定合理。如果扫描成本真能压到"一个人一部手机一小时"，这条数据管线的量级就变了。
值得一提的是，SpAItial 今年 6 月就给自家 Echo 系列做过 Claude 插件和托管 MCP 服务器——也就是说，他们从一开始就把"agent 能调用 3D 重建"当成产品方向，不是临时蹭热点。
别急着信：几个需要打问号的地方
1. 官方说"state of the art"，但没给 benchmark 数字。
博客里明确写了 Echo-3 在重建质量上是 SOTA，但没有公布任何量化指标。对比只有一组：同一个场景，分别用 SpAItial、Polycam、KIRI Engine、Niantic Scaniverse 按相似路径拍一遍，然后放视频对比。官方说自己的结果"表面锐利、没有可见的漂浮碎片（floaters）"。
这是自己出题自己打分。视频有说服力，但不是可复现的评测。等第三方跑分更靠谱。
2. "补全没拍到的区域"是双刃剑。
补全让成品好看、没有空洞，但也意味着画面里有一部分是你没拍到、模型猜出来的。对看房、逛展这种用途无所谓；但如果你要做工程测量、做缺陷检测、做施工验收，那"哪里是真的、哪里是生成的"就非常关键。目前官方没有提供"生成区域"的标记能力说明——这点在专业用途里必须自己验证。
3. 数据条款要读。
扫描的是你家、你客户的房子、你工厂的内部结构。这些画面上云处理之后怎么存、存多久、能不能用于训练，属于签约前必须确认的条款。Runtime Wire 在报道里也专门提示了这一点：商用价值取决于几何质量，但客户同时要权衡扫描数据的条款。
4. 平台还没齐。
目前只有 iPhone（iOS 18+）。Android 官方说"即将推出"，但发布时还没有。团队里如果有人用安卓，现在这条流程走不通。
谁适合现在试，谁可以再等等
适合现在试：
- 房产、民宿、展厅的从业者——想低成本做可测量、可分享的线上看房
- 独立游戏 / 影视美术——需要快速拿到真实空间的几何参考底模
- 机器人、具身智能团队——想评估"手机采集能不能当训练数据来源"
- 想给自己家留个 3D 存档的普通用户（首月免费，成本可控）
建议再等等：
- 需要毫米级精度的工程测量、竣工验算——这不是它的定位
- 需要批量、自动化、可编程接入的产线——API 有，但导出格式的可用范围还没说清
- 安卓用户
- 对数据出境/上云有硬性合规要求的场景
想自己验一下，三步就够
- 找一个"难"的空间。别拿空房间测，找一个有反光地面、有大面积白墙、有玻璃、有细密栏杆的地方——这些是重建最容易翻车的地方。
- 故意漏拍一块。绕开一个角落不拍，看它补出来的部分和你记忆中的真实样子差多少。这一步直接检验"补全"到底是帮手还是隐患。
- 导一次、量一次。把结果导出，用里面的测量工具量一个你已知尺寸的物体（比如 A4 纸的长边、标准门宽 80cm），看误差有多大。官方说米制，但米制不等于精确。
最后一句
Echo-3 不是一个"更好玩的 AI 玩具"，它是一次方向选择：在所有人都在比"谁能生成更炫的假世界"的时候，SpAItial 去赌"谁能更便宜地复制真世界"。
这个赌注成不成立，不取决于模型多强，取决于一个很朴素的问题——有多少人愿意举着手机在房间里走十分钟，就为了得到一个数字副本。
房产、施工、机器人这三个行业，答案很可能是"愿意"。普通消费者？可能得等它变成"顺手一拍"而不是"专门扫一次"。
---
说明：本文核心发布信息（发布时间、模型定位、补全机制、企业 API、iOS 要求、Android 未上线）来自 SpAItial 官方博客；价格与 credits 计费、导出格式、LiDAR 机型差异、跨设备对比细节等，基于 Radiance Fields、Runtime Wire、Startup Fortune 等多家媒体转述整理，官方页面未逐条列明。官方未公布量化 benchmark，文中"SOTA"为官方自述。