
作者|周一笑
微信|smiletalker
2024 年,AI 3D 生成赛道最大的一笔融资是 1500 万美元,投给了一家从英国布里斯托大学起步的创业公司 Kaedim,由 a16z Games 领投。同年,赛道里估值最高的 Luma AI 放弃 3D 转做视频生成,再没回头。彼时投资人嫌市场小,全球认真做 AI 3D 商业化的团队一只手数得过来。
两年后,Meshy 完成近 4 亿美元 B 轮融资,投后估值超 100 亿元人民币,刷新 AI 3D 领域迄今规模最大的单轮融资纪录。本轮由 IDG 资本、经纬中国、Monolith 砺思资本等顶级机构和战略投资方共同投资,Granite Asia、红杉中国、BAI 资本、源码资本等现有股东超额跟投。这份名单几乎覆盖了中国顶级风投的头部阵容,且全体老股东选择持续加注。
这已经是 AI 3D 赛道从未见过的量级,更反直觉的数字藏在融资额背后。据 Meshy 披露,公司年度经常性收入在一年内增长约 12 倍,月环比增长长期保持在 20%~30%,注册用户超过 1200 万,累计生成模型超 1 亿个。在多数 AI 公司仍在用增长换估值、用估值换下一轮的循环里,一家做 3D 的公司可能先一步踩到了实地。
2026 年上半年,空间智能和世界模型方向迅速升温,World Labs、AMI Labs 等重量级玩家相继入场,但多数仍处在产品早期阶段,尚无规模化收入。Meshy 是这个方向上少数已经拥有真实、持续营收的公司。
AI 多模态生成的几条主线里,大语言模型仍拿走了最多的融资和关注,图像和视频的竞争则已从创业公司之间的对决升级为大厂与独立实验室的混战。相比之下,纯 3D 生成依然偏离主舞台。Meshy 抓住的正是这块长期被低估的需求。它没有最大的声量,却率先把 3D 生成做成了一门年收入数千万美元、仍在快速增长的生意。
1
3D 的门槛到底在哪里
画一幅画和造一座雕塑需要完全不同的能力。文艺复兴时期把两件事都做到极致的人屈指可数,米开朗基罗算一个。AI 多模态生成面临类似的局面,能生成图像的团队未必做得了 3D,两者在底层面对的问题结构不同。
图像生成的核心任务是在二维像素网格上学习分布,数据结构整齐划一,训练框架成熟。3D 的第一道门槛就比这高出一层,三维物体没有唯一的标准表示方式。网格、点云、体素、隐式函数,每一种表示都有自己的取舍,且不能无损互转。选择哪种表示、怎么设计网络架构来适配,从起点就是一道没有标准答案的题。
第二道门槛在监督信号。图像生成可以逐像素计算损失函数,3D 模型需要从所有视角看都正确,几何要闭合,拓扑要合理,UV 展开要能承载贴图,这些约束经常互相打架。
第三道门槛是数据。互联网上的图片以百亿计,视频以十亿计,高质量 3D 数据只有千万量级,而且分布极不均匀。游戏资产、CAD 工程图、扫描物体各有各的特征,混在一起训练效果很难理想。
叠加起来,决定了 AI 3D 需要团队同时具备大模型训练和计算机图形学两套能力。前者的人才供给近几年大幅增加,后者仍然稀缺。
Meshy 创始人胡渊鸣恰好站在这个交叉点上。清华姚班本科,MIT 博士期间主导开发了 Taichi 编程语言(GitHub 超 2.8 万星标),这本身就是图形学和高性能计算的产物。博士毕业后创办太极图形,试图将底层图形学技术商业化,18 个月内两次转型,方向换了,产品做了,市场反馈始终不够乐观。转折来自一个用户的反馈。那个人说,我不会为你们这个软件付费,但你把里面的 3D 模型拿出来卖,一个 5 块钱,我倒可能会买。这句话指向了一个朴素的洞察,用户要买的从来不是工具,是工具的产出。2023 年,团队决定把积累多年的图形学能力对准这个更明确的出口,上线了全球首个可公开访问的 3D 生成式 AI 产品 Meshy。
Meshy 的领先还有一层结构性的原因。1200 万注册用户产生的超过 1 亿次模型生成,沉淀下来的不只是 3D 数据本身,还有用户行为信号,什么样的模型被下载、被打印、被丢弃后重新生成,什么样的提示词和参数组合通往更高的满意度。在 3D 数据天然稀缺的赛道,这类偏好数据的积累是后来者极难复制的。加上模型迭代速度,从 2023 年初代到 2026 年初的 Meshy 6,平均不到半年一次大版本更新,每一代在几何精度、拓扑质量和生成速度上都在拉开与后来者的距离。
1
AI 3D 凭什么先赚到钱
多数 AI 生成产品的用户在为灵感和便利付费。文生图让设计师快速出概念,文生视频让内容创作者省去拍摄成本。这些需求是真实的,但也意味着用户对瑕疵的容忍度较高,一张 AI 图有问题可以再生成一张,一段 AI 视频有穿帮可以换个角度。
3D 的下游不一样。游戏开发者需要能直接导入 Unity 或 Unreal 的模型,面数可控、拓扑干净、骨骼绑定正确。3D 打印用户需要封闭实体文件,薄壁、孔洞、自交面中任何一个问题都会导致打印失败,浪费的不只是时间还有材料。对这些用户来说,“好看”只是入场券,“能用”才是付费的前提。
这种区别造成了一个有趣的结果。3D 生成的用户更像在购买生产资料,图像和视频的用户更像在购买灵感服务。前者的付费意愿更刚性,复购率更稳定,价格敏感度更低。看上去赛道更小的 3D,反而可能是 AI 多模态生成中最先长出健康商业模型的方向。
Meshy 是这条路径走得最远的公司。它把 AI 生成的 3D 模型从“屏幕上看着像”推到了“能投入生产”的状态。要做到这一步,需要在生成环节就解决几何闭合、法线朝向、拓扑密度控制等一系列图形学级别的工程问题,这也是图形学壁垒在产品端最直接的体现。生成结果支持 FBX、OBJ、GLB、STL 等主流格式,可以直接导入 Unity、Unreal、Blender。据 Meshy 数据,面向 3D 打印的切片成功率达到 97%。曾经需要专业美术团队、昂贵的 DCC 软件和两周时间才能完成的工作,现在可能只需要几分钟。
这个产品力打开了两个增长引擎。一端是游戏开发,另一端是消费级 3D 打印。已公开的合作伙伴包括 Nexon、网易游戏、三七互娱、拓竹、创想三维等行业头部企业,但 Meshy 的客户名单远不止于此。据其披露,全球市值与估值前十的科技公司中已有半数在使用其产品和服务,换句话说,Meshy 已经把产品卖进了全球最挑剔的一批头部客户里。
而 Meshy 近期的模型能力更新,恰好对准了这两端用户最迫切的需求。
面向游戏开发者,Smart Topology 是最新一代自研模型,约 10 秒生成带有原生分件的 3D 模型,面数精准可控(100 到 15000),无需手动减面或重拓扑,直接输出可用于实时渲染的资产。8K Texture 则把 AI 贴图的分辨率和品质推到了新高度,细节保留、色彩还原和去光干净度均有显著提升。对于需要把 AI 生成的模型直接放进游戏引擎的开发者来说,这两项更新直接减少了后处理环节。














