今天，深言科技在北京发布了“天工3.0”多模态模型，支持从文本、图像或语音输入直接生成可交互的3D虚拟场景，延迟低于200毫秒——比眨眼还快。演示中，用户只需描述“一座未来城市夜景”，模型在10秒内就生成了动态灯光、行人和建筑细节的完整场景。这背后是1.8万亿参数和40%更低的训练成本。行业影响：元宇宙平台和工业数字孪生领域直接受益，比亚迪已用它优化汽车装配线。对普通人来说，这意味着未来设计游戏或虚拟空间的门槛大幅降低，但开发者预览版8月才开放，且实时生成质量仍有提升空间——别指望它马上取代专业建模软件。

WolfEye: 天工3.0让3D生成像打字一样简单，但10秒的等待在实时交互中还是太慢。