只需将30余张物体各个角度的普通图片，上传至GET3D平台上，不到半小时，你就可以得到一个精度与图片分辨率相当的三维模型。
GET3D平台是大势智慧科技有限公司（以下简称：“大势智慧”）推出的针对中小企业和个人用户的三维重建服务及图像处理服务的SaaS平台。该平台搭载了大势智慧自研的实景建模算法，可以识别图片中的信息，加以处理拼合实现二维图像到三维模型的建立工作。
“用户进行3D建模，无需使用昂贵的扫描设备，只需要使用消费级拍照设备，普通手机、相机、无人机即可，建模精度可以接近扫描仪，主要针对小物品建模。”大势智慧CEO黄先锋告诉36氪，“获得的3D模型可以用于3D打印，食品展示、文博展示、游戏等。目前，平台全免费对用户开放。”
面向C端及小B端三维建模平台只是大势智慧业务中的一小环。这家依托于武汉大学遥感测绘信息工程国家重点实验室的高新技术企业，更核心价值在于对真实世界进行高精度采集和三维建模。
GET3D平台界面
软硬结合，构建真实世界的三维底图
三维建模早已不是什么新鲜物种，由于实景三维具有直观、信息丰富、数据结构通用、自动化程度高等一系列特点，使得其在旅游、展览、测绘、建筑、游戏、电影等行业都有较为广泛的应用。
目前市面上大致有三维建模方法，一是利用三维编辑软件建模，主要原理将一些基本的几何元素，通过一系列几何操作，来构建复杂的几何场景，主要是用于虚拟场景的构建以及三维模型的再加工；二是通过仪器设备测量建模，主要利用三维扫描仪对实际物体进行扫描，将物体立体彩色信息转换为数字信号，最后输出的是包含物体表面每个采样点的三维空间坐标和色彩的数字模型文件，可直接用于二次加工利用；三是利用图像或者视频建模，即利用二维图像恢复景物的三维几何结构，需要使用多张多角度图片自动匹配、分解、拼合，还原三维结构，包括网格及纹理信息。
如上文所述，大势智慧采取的是第三种建模方式，利用摄影测量进行三维建模。黄先锋告诉36氪，这种建模方法拥有以下特点优势：
与三维软件建模相比，此方法能清晰表达出模型表面纹理，真实感强且能自动化批量处理模型。
与仪器设备测量建模相比成本低廉，无需使用昂贵的三维扫描仪器，只需摄影师完成拍摄，无需建模师等辅助人员；在处理方面，大势智慧的方案处理时间是常规三维扫描方案的1/30的时间。
“也正是因为图像建模的在成本、真实感、分辨率精准度上的优势，因而更适合大面积、大场景的三维建模工作。”黄先锋说，“从图像采集到数据处理、三维构建到大场景模型展示，大势智慧的业务覆盖了从生产到展示的全链条服务。”
在图像采集端，除了上文提及的设备之外，在城市级别的大场景建模中，需要用到专业级的设备来保证精准和真实程度。为了实现城市级2-3厘米图像数据快速获取，大势智慧自研了双鱼系列双目和三目航拍相机，像素达2亿以上，可以实现旋转拍摄，配备PPK与PPP两种高精度定位系统，可快速获厘米级定位精度。
在三维构建端，大势智慧构建了G-Engine核心算法的超算引擎，能够实现大规模图像自动三维重建计算，并以此为基础，为用户提供重建云(云服务版)和重建大师(集群计算版)两款软件。
重建云是一款轻量级实景三维云处理软件，重建张数5万张照片以内，包含数据上传、云端建模、在线展示等功能，可以满足智慧园区、智慧工地、建筑规划、考古应用、智慧景区等泛测绘类领域中的实际应用，并提供可根据用户定制的二次开发能力。
重建大师是⼀款专为超⼤规模实景三维数据⽣产⽽设计的集群并⾏处理软件，重建张数5万张照片以上。提供用户管理、任务调度、引擎监测、重建等多种子模块，实现计算资源的统一管理与调度，精度不仅能够满足智慧城市的需要，还可以满足1:500地籍测量要求。
“三维模型重建的计算主要在超算引擎中计算，云平台主要提供传输和交付手段，云平台建立可调用的API/SDK，提供SaaS服务。”黄先锋说。
基于以上硬软件设施，大势智慧主要以项目制的方式进行实景三维建模。目前，在城市建模方面已经有所进展，大势智慧在深圳龙华区、坪山区、光明区，以及兰州、武汉、太原等几十个城市都有相应的智慧城市三维底图数据服务提供，和五台山、九华山、野三坡景区等地都有项目落地。另外，公司技术也已经应用于敦煌、长城、新疆龟兹、南粤古驿道等多个文化遗产的数字化保护工程中。
主要收入来源于项目执行收入以及三维模型数据的销售收入，近几年业务增长迅速，2018年、2019年连续名列德勤光谷增长最快公司20强。据黄先锋透露，公司2018年业务增长了7倍，2019年增长预计也会在4倍左右。
融入人工智能，升级建模引擎G-Engine
通过三维建模技术获取到的实景三维底图，要在实际的智慧城市、数字孪⽣、⼯业⾃动化、⽆⼈驾驶、智慧交通、VR沉浸式体验、智能反恐安防等诸多领域应用落地，就必须做到可量测、精细化、高精度。
11月29日，大势智慧在北京发布了发布⾃主研发的人工智能建模引擎G-Engine及其两种产品形态：重建云（GET3D Cloud），重建大师（GET3D Cluster）。
在发布会上，大势智慧展示了人工智能在G-Engine的应用以及G-Engine能够实现的性能。
在实景三维模型构建中，需要对大量的倾斜图像进行处理，往往容易出现亮度、色彩区域性不均匀、结构破损、变形等问题，且倾斜三维建模大面积空三结果断裂、分层、弯曲以及模型接边等问题也是高分辨率大场景数据建模需要解决的难点。
G-Engine中融入了空间分析、人工智能、计算机视觉、空三自由网平差算法等算法工具，可以实现道路置平、水面修补、招牌修补、纹理重映射、去除模型碎片、修复水面空洞、调整模型结构、建筑墙面修改、均匀色彩等超精细模型处理。
在空三方面，G-Engine的处理已经历过6000万张图像工程验证，空三通过率高达99%。空三即空中三角测量，是一种根据少量的野外控制点，在室内进行控制点加密，求得加密点的高程和平面位置的测量方法。空三通过率越高意味着，建模算法对倾斜影像和姿态的处理精度越高，出现分层、弯曲等现象的概率越低。
在计算性能方面，G-Engine比国外软件处理效率高30%-50%（比较指标：影像数量:50120，影像大小：7952*5304，地面分辨率：1cm，计算节点数：8）；针对小物体的建模与三维扫描仪的建模相对照，偏差可以控制在0.2mm以内。
值得一提的是，AI算法在G-Engine中的应用。该算法使得G-Engine可以自动识别出单栋房屋、山、水、道路等物体，实现三维模型的AI语义标记，以及更加细致的测量数据调取。
融合AI与三维建模用于长城保护
未来：拓展算力，全球建模
三维建模的最底层就是对大量数据的密集计算，是典型的高IO吞吐、CPU/GPU计算密集，黄先锋告诉36氪，超过几百平方公里的大型工程项目的面积，会产生超过200万张，像素超过4000万像素的图片。
目前，大势智慧的服务器均已处于爆满状态，算力成本也是大势智慧的最大成本支出。黄先锋透露，到2020年，计划将服务器扩容到1500台，还计划与超算中心合作，获取更多低价算力，“未来，我们也可能利用区块链技术，将现有的计算处理过程碎片化，数据存储碎片化，放置于整个互联网上，充分利用互联网资源。”
大势智慧的未来目标是实现地球级别三维重建。据黄先锋介绍，为了实现这一目标，未来大势智慧计划接入卫星遥感数据，并辅之以个人用户上传图像，合成全球模型。
市场上，与大势智慧同类型的公司，36氪曾经介绍过Altizure，国外还有Smart3D、Pix4D等相关软件。但与大势智慧一样，从采集端、处理端、展示端全链条优化，且拥有测绘资质的公司并不多见，这些竞争力也使得大势智慧在大场景建模行业更具优势。
团队方面，大势智慧背靠武汉大学遥感国家重点实验室以及武汉大学测绘学科，核心技术团队均出自武汉大学，CEO黄先锋是武大遥感国家重点实验室教授、博导，是图像处理、 机器视觉与三维建模专家。
据悉，大势智慧曾于2016年5月获得珞珈天使基金投资，2019年5月获得保利、好未来投资。
