做三维重建这件事，过去要么依赖专业激光扫描仪，要么依赖一整套多相机阵列。SpAItial在10月27日发布的Echo-3换了个思路：用一台普通iPhone拍五到十分钟视频，就能得到一个带真实米制尺度的三维世界，小到一个房间，大到多层建筑与室外空间。输出可选高斯泼溅、点云或网格，iOS应用与企业API同步开放。
这句话是理解Echo-3的关键。团队把重建定义为一种生成任务：相机走过的区域按观测重建，没走过的区域由模型按上下文补全。传统摄影测量在遮挡处只能留空洞，用户要自己再拍一遍，Echo-3直接给出一个合理的猜测，让场景在几何上是闭合的。
这个取舍有代价。补出来的部分不是实测数据，墙面背后的房间、柜子内侧的纹理都可能是错的。对影视预演、房产展示这类只看外观的用途，猜错无所谓；对机器人训练这类要求几何精确的用途，补全区必须被标记出来，否则策略会学到不存在的通道。团队没有公开补全区域的置信度输出方式，这是使用时需要自己验证的一点。
生成式补全的另一面是交付物的性质变了。传统扫描输出的是观测记录，每个点都有来源；补全后的场景里，一部分几何是推理出来的，没有对应的原始像素。做质量验收时这两种数据必须分开看，否则会把猜测当成测量。团队目前没有公开补全区域的标注方式，使用者只能靠对比原始视频帧自己圈定。
Echo-3同时导出三种格式，不是凑数。高斯泼溅用成千上万个带颜色与透明度的三维椭球表示场景，渲染出来的画面最接近实拍，适合做可视化与虚拟拍摄；点云保留原始深度采样，适合做测量与配准；网格是带拓扑的三角面片，能直接进仿真引擎做碰撞检测。
这三种格式对应三类下游。做影视与广告的拿高斯泼溅，因为它看起来最真；做测绘与建筑复核的拿点云，因为它是测量值；做机器人仿真的拿网格，因为物理引擎只认面片。一个场景三种交付，省掉的是格式转换与重新拓扑的人工，这部分工作在过去往往比扫描本身更耗时。
三种格式的体积差别也很大。同等面积的空间，高斯泼溅的点数往往在千万级，单个文件几百兆；点云保留的是原始深度采样，压缩后小一些；网格最轻，但会丢失漫反射与半透明效果，玻璃和金属的观感会明显变差。企业API的用户需要提前算清存储与传输成本，因为一次多楼层建筑的扫描轻松就能达到几十个吉字节。
三维重建的成果如果只有相对比例，用处会小很多。Echo-3强调输出保持真实世界的米制尺度，意味着门的宽度就是零点九米，桌面高度就是零点七五米，这些数字可以直接写进机器人的抓取参数里。要做到这一点，仅靠单目视频的视觉信息不够，必须有尺度锚点，这也是为什么团队把"度量"写进了产品定位的第一句。
尺度对训练数据的意义更大。具身智能的数据集里，动作轨迹必须和场景的真实尺寸对应，否则策略迁移到真机会整体偏移。过去补这个尺度靠人工标注参考物，现在如果扫描阶段就自带，数据管线的成本会明显下降。
尺度这件事在消费级设备上尤其难。手机没有激光雷达，只能靠视觉与惯性测量单元推算，而惯性单元的漂移会随拍摄时长累积，走完一百米可能偏出半米。要压住漂移，常见做法是引入回环检测，让相机走回原点时把误差摊平。这要求拍摄者按一定路线走，而不是随手乱拍，产品说明书里那句五到十分钟的素材要求，大概也隐含着一套建议的走位方式。
把采集门槛从几十万的激光设备降到一部手机，确实会带来数据量的跃升。但训练可用性和采集量不是一回事。真机训练需要的是带动作、带力学反馈、带失败样本的数据，单纯的静态场景只能解决"环境长什么样"，解决不了"推一下会怎样"。
另一处门槛是硬件一致性。不同型号iPhone的镜头模组、防抖性能和曝光策略都不同，同一套算法在旧机型上的重建质量会掉。团队目前只支持iOS 18以上，Android版本承诺后续推出，跨设备的一致性还没被验证。做批量采集的团队如果混用机型，很可能要按机型分组处理。
还有采集伦理与合规这条线。把房间扫成三维资产，意味着同时记录了私人物品、家具摆放与屋内结构，这类数据一旦流出，暴露的信息比照片更多。To C的应用通常靠用户协议解决，To B的采集则需要处理租户、访客与商场顾客的隐私，尤其是人脸若被一并拍入，还要走深度合成与个人信息保护的合规流程。这些成本不在产品页上，但会实实在在拖慢企业部署节奏。
SpAItial在2025年5月拿到1300万美元种子轮，CE0由Matthias Niessner担任，此前在2026年春季发布过Echo-2，Echo-3是这一系列的第二代产品。公司把自己定位在空间智能与三维重建，商业路径是消费级应用加企业API，个人用户按订阅与积分计费，具体价格尚未公布。
这个赌注的底层假设是：世界模型再强，也需要真实世界的锚点数据。合成数据能扩增，但扩增的起点仍然是实测。握住了低成本、高频次、带尺度的采集终端，就等于握住了这条供应链的上游。反面意见同样成立：如果合成数据的保真度继续提升，对真实采集的边际需求可能下降。这场争论在接下来一年会有更清楚的答案，而Echo-3至少把采集这一端的成本压到了普通用户可以承受的位置。
从产品形态看，iOS应用加企业API是当下这类工具最现实的组合：C端应用负责扩大采集面并验证体验，API负责把数据接进客户的管线，避免客户自己做格式转换。订阅加积分的计费方式说明它仍处在上量阶段，还没到按数据量定价的成熟期。等价格公布，才能判断它到底是卖给专业用户的工具，还是卖给所有人的入口。