公司业务与产品 - 公司智能照明相关产品主要为ODM加工产品 [1] - 公司目前没有利用AI建模进行3D打印技术生产智能照明产品 [1] 公司资本运作与规划 - 公司目前暂无并购计划 [1] - 如有并购事项，公司将严格按照信息披露要求进行披露 [1]

行业趋势：从专业玩家走向大众消费 - 消费级3D打印行业正跨越临界点，从极客和专业人士使用的专业工具，转变为强调易用性、稳定性和直接解决问题的普通家电属性[3][4] - 硬件品牌的竞争重点从“比参数”转向“比体验”，多色、稳定性、高速、自动化已成为基础，消费者更关注打印过程、材料差异和现场创意实现[3][4] - 线下门店的开设旨在让技术日常化、可触摸、可理解和可参与，推动3D打印从“被热爱的小圈子”迈向“有实用价值的大人群”[2][3][6] 市场增长与产业集聚 - 2025年第一季度全球入门级3D打印机出货量突破100万台，其中95%来自中国厂商[5] - 2024年前三季度中国3D打印设备增长率达到40.5%[5] - 粤港澳大湾区是全球3D打印产业重要集聚区，深圳企业如创想三维、拓竹科技、纵维立方、智能派占据全球入门级3D打印机九成市场份额，并形成了覆盖建模软件、核心材料、整机制造到下游应用的全链条生态[5] - 深圳产业链规模与密度极高，流行“每2分钟就能组装一台3D打印机”的说法[5] 行业发展驱动力 - 行业增长动力变得多元：硬件成熟度快速提升，设备性能不再是用户门槛；AI建模软件普及大幅降低3D建模门槛；材料技术进步推动产品从“玩具属性”向“功能属性”跨越[5][6] - 大厂入局与资本关注度提高：例如大疆投资智能派，创想三维、拓竹科技与腾讯混元开展合作，一级市场对3D打印赛道关注度大为提高[5] - 国内外厂商高频发布新品，加速了市场发展[5] 企业线下拓展与战略 - 创想三维于2024年12月6日在深圳宝安开设占地600平方米的3D打印全球超级旗舰店，这是公司继2023年在南山开设首家线下体验店后的进一步深化体验的尝试[2][3] - 拓竹科技于2024年9月30日在深圳湾万象城开设全球首家直营旗舰店[2] - 头部企业从线上拓展至线下，其意义不仅在于零售，更标志着消费级3D打印正在走向大众消费者[2] 未来应用场景与增长点 - 下一个增长点预计来自多个领域的共同爆发，而非单一细分领域[6] - 具体增长场景包括：因设备更安全好用而更容易大规模铺开的教育场景；随着个性化生活重视度提升而增多的家庭创意需求；因定制化和小批量生产效率提升而迎来真正增长点的小型工作室[6] - 随着AI进一步降低建模门槛和材料持续进步，3D打印将能真正融入日常生活，为许多行业带来新的可能[6]

招聘背景 - 巴黎圣日耳曼足球俱乐部旗下量化投资团队正在招聘加密交易及量化金融领域人才 [2] 学历要求 - 要求金融工程 计算机 应用数学或量化金融专业的硕士或博士学历 [2] 经验要求 - 需要3-5年加密交易或量化金融领域工作经验 包括对冲基金 自营交易或资产管理公司背景 [2] 核心技能要求 - 精通Python R或SQL编程语言 [2] - 需使用过Hummingbot CoinRoutes OpenBB或Fireblocks等专业工具 [2] - 需熟练掌握区块链分析工具 包括Dune Nansen和Token Terminal [2] 优先考虑条件 - 具备AI建模能力 包括Python Vertex AI或QuantConnect等工具使用经验 [3] - 拥有金融或技术产品开发经验者优先 [3] - 熟悉中心化交易所(CEX)平台操作者更具竞争力 [3]

核心观点 - VAST推出的Tripo Studio通过四大核心功能实现3D建模流程革命性突破，从算法提供转向成果交付[1][21] - 该产品通过智能部件分割、贴图魔法笔刷、智能低模生成、万物自动绑骨等功能模块协同，显著提升游戏开发、工业设计等领域全链路效率[2][21] - 技术突破体现在3D模态下的精准可控编辑能力，实现传统需多岗位协作的流程"去专业化"[21][23] 功能模块分析 智能部件分割 - 采用HoloPart算法实现一键拆分功能，可自动识别人形角色的头、身体、四肢及肩甲等精细结构[3][4] - 支持手动微调选区，将传统需数小时的部件修改流程缩短至20分钟[5] - 对3D打印场景实现多色打印自动拆件，免除手动切面与拓扑重建[4] 贴图魔法笔刷 - 突破UV展开与贴图处理瓶颈，通过区域圈选自动修复材质不均匀、纹理错位等问题[6][9] - 支持与智能部件分割联动，实现局部贴图修改如角色换脸等操作[11] - 将传统需专业技能的手动修复流程"傻瓜化"[7][8] 智能低模生成 - 一键优化可将10万面模型降至5千面，同时保留法线贴图细节与UV完整性[12] - 实测使Unity帧率翻倍，解决次世代游戏开发中高模导致的性能瓶颈[11][13] 万物自动绑骨 - 集成UniRig算法，自动解析生物力学特征完成骨骼权重分配，支持鱼类、机械等非人形结构[15][16] - 将Blender中需8-10小时的绑骨流程缩短至几十秒，效率提升10倍以上[15][18] 技术背景与行业影响 - 基于VAST此前开源的TripoSF等基础模型，实现从SOTA算法到商业化产品的转化[1][20] - 重新定义3D创作管线标准，使非专业人士能独立完成全流程，推动行业从工具导向转向成果导向[21][22] - 已形成与Deepseek、GPT4o等AI系统的协同工作流，验证技术落地能力[21]