一、文生2D复盘：“千万级数据和亿级数据”是关键
　　我们认为亿级数据量将是3D出现涌现能力的一个重要突破节点。
　　在梳理了2D图像发展路径之后，我们发现有三个重要节点值得关注。
　　1）领跑模型出现：扩散模型逐渐领先于GAN、自回归模型，成为2D生成模型中主流模型；
　　2）首个千万级2D数据集出现：ImageNet数据集已拥有22000类约1500万张标注图像，基于ImageNet的比赛ILSVRC诞生了AlexNet、VGG、GoogleNet等经典的深度学习网络模型；
　　3）破亿数据集的出现：LAION数据集通过爬虫突破上亿数据量，Stable Diffusion基于LAION-5B的子集训练得到。
　　二、3D研究框架：已破千万级数据集，OpenUSD加速数据集扩张
　　未来，3D的发展将沿着如下思路进行：OpenUSD统一数据表现形式和文件格式，使得3D数据集的量得以大幅提升，而更大数据集和更好模型相互促进发展。
　　1）首个千万级数据集出现:7月11日发布的Objaverse-XL数据集包含1020万3D资产，主要来源于网络爬虫，是目前最大的3D数据集。3D生成出现了具有统治地位的NeRF模型和千万级数据集Objaverse-XL，3D发展到达2D图像的“2020-2021年”。
　　2）数据集持续扩大：USD简化3D文件访问，统一文件格式，提供了发展加速度。3D模型表示方式多样，其中隐式表示越来越受重视；同时，3D数据文件多样，通用格式解决模型互导问题。
　　三、文生3D的方向-扩散模型+NeRF
　　1）目前4类3D生成路径从易到难：扫描得3D、视频得3D、图生3D、文生3D。
　　2）文生3D是终极状态：文生3D使得3D资产从“专业的”变成“大众的”，是其他三种路径的最终形态。目前已有的算法中，谷歌提出DreamFusion，是较早一批实现了“文生3D模型”的AI生成模式。和DreamFusion相同，其他文生3D模型的主要结构也是“图像训练模型+3D生成模型”的结构。NeRF在3D生成模型领域具有统治地位。
　　3）近两年，谷歌、英伟达、OpenAI、Meta、Apple公司都有“AI+3D”布局，对于3D的探索路径主要集中在成熟度不高的图片生成3D和文生3D领域。
　　四、文生3D成本测算：迭代次数万级以上
　　1）2D的迭代次数：以2D为例，一般情况下，2D场景迭代20-50次左右即可实现要求。
　　2）3D的迭代次数：单个3D的AI生成目前迭代约30000次左右，选择文生3D模型-Zero123在单个3090显卡上运行，单场景3D资产需要3-4小时左右生成。
　　3）一个3D资产生成算力成本约5元左右。假设未来迭代速度变快2倍，生成一个3D资产算力花费约2.6元左右，相比于市场3D资产购买费用，有巨大价格优势。
　　五、投资建议：
　　3D对VR/AR游戏品类的影响：MR游戏，建议关注宝通科技、恺英网络、恒信东方；
　　3D对美术密集型品类的影响：开放世界游戏，建议关注网易；动画产业，关注光线传媒、奥飞娱乐；
　　3D对一般3D游戏公司的影响：3D游戏，建议关注2022年三季度低基数的三七互娱、姚记科技、凯撒文化、星辉娱乐：其他优质游戏公司如吉比特、神州泰岳、盛天网络、巨人网络、游族网络、完美世界。
　　六、风险提示：
　　技术发展不及预期，产业推进不及预期，法律及道德风险。