7.7
深览指数
科技虎嗅·陈伊凡_YF··AI 生成
一场极致的算力成本压测
本文以 3D 记录应用 Remy 为案例，展示创业公司如何在算力需求远超典型 API 调用（每次任务独享一次完整 3D 训练）、且流量波动巨大的情况下，通过「算力滴滴」弹性平台将月算力成本压低至同类方案十分之一。作者进一步揭示 Remy 从「工具」转向「记忆媒介」的商业模式反思：放弃订阅制、押注广告流量，并指出「用户为什么看 3D 内容」是行业尚未回答的核心问题。适合关注 AI 创业成本控制、3D 内容消费逻辑的读者。原文 ↗
核心观点
- ▍Remy 非 API 调用式 Token 消耗，每次 3D 重建任务都是一次独立训练，算力消耗远超典型大模型推理，因此成本控制的关键在于 GPU 的弹性调度而非模型优化。
- ▍Remy 放弃订阅制，转向广告流量模式，根本原因是其本质不是效率工具而是「记忆媒介」——用户 90% 时间在消费（看）而非创作（拍），订阅逻辑失效。
- 01Remy 上线第 5 秒即耗尽全部 800-900 张 GPU，最终用弹性算力平台扩至 1900 张才稳住；9 天用户破 100 万，波峰波谷极端。
- 02通过共绩科技的弹性算力平台，Remy 算力成本从每月 50 万元（英伟达固定显卡）降至 20 - 30 万元，价格是美国同类弹性平台的十分之一。
- 03Remy 支持三种扫描模式：物体模式 5 分钟、人像 10 分钟、大场景 40 分钟，每 10 分钟处理 200 次任务，意味着峰值时 800 张 GPU 持续满载。
- 04Remy 每日 3D 扫描数是日活用户数的 1/10，即 90% 用户只在消费已生成的 3D 记忆，而非主动拍摄。
- 05Remy 半年内用户数达 250 万，上线 9 天即破 100 万。
反方 / 局限
- — 作者通过创始人自述承认，Remy 尚未解决「用户为什么每天打开 Remy 而非抖音/朋友圈」这一核心问题，3D 内容相对于 2D 内容的独特价值仍是待回答的课题。
- — 文章暗示了 Remy 广告流量模式的风险：记录本身是低频行为（创作有门槛），若无法让用户从「拍」有效转向「看」，留存率和商业价值将受限。
Remy王正男共绩科技高斯泼溅（3D Gaussians）虎嗅弹性算力平台
9 分钟 · 3 卡片 · 7 资料
读原文 →