97年创始人再获5000万美元融资，游戏行业对AI严重低估？

“让每个人都能成为游戏制作人。”

文/修理&托马斯之颅

输入一句简单的prompt，或者上传一张图片，2秒就能生成一个拓扑规整、布线合理的5000面游戏模型。

再多花一分钟，就能自动生成匹配的纹理贴图。全程不用手动做二次拓扑、减面，还能一键完成骨骼绑定和动作适配，生成的模型直接就能接入Unity、UE引擎使用。

当然，实际体验下来，如果只甩一张参考图、不加任何提示词辅助，最终成品还是会有些微瑕疵。但单看这个生成速度，还有拓扑布线的完成度，成品已经完全能打，乍一看已经挑不出什么毛病。

与同类产品的对比

这就是VAST的Smart Mesh（Tripo P1.0），也是目前全球独一份的技术能力。

如果追求极致精度，可以切换到高精度模式，VAST最新发布的Tripo H3.1，在输入对齐、结构精度、贴图质量等核心指标上均有明显提升，能精细还原复杂机械的内部结构与纹路，生成的模型可以直接用于3D打印和工业设计，也可用于游戏和动画的制作环节。

VAST创始人宋亚宸（Simon）还给我们演示了一段Demo：国内某上市游戏公司用Tripo工具，完成了《黑神话：悟空》经典场景的重建，场景里所有的佛像、建筑、植被模型，全由Tripo一键生成，无需额外修改就能直接填入场景使用。虽然单一模型放大之后肯定达不到3A级别的精度，但配合纹理贴图和灯光特效，颇有些以假乱真的观感。

而实现这个效果的，还只是Tripo 3.0版本，并非最新迭代的3.1版本。

我知道看到这里，可能有人会觉得我在夸大其词，但这种技术能力，行业里的大厂和资本已用真金白银投了票。例如腾讯、字节和网易都是他们的客户。

而就在今天（3月5日），VAST正式公布了新一轮融资信息：本轮由阿里、恒旭资本领投，元禾璞华、BV百度风投、东方嘉富等跟投，合计融资金额达5000万美元； 老股东春华创投与北京市人工智能产业投资基金也进行了大额加注。

此前VAST的融资以财务基金、产业基金为主，本轮则吸引了阿里、百度两家BAT巨头入局。在宋亚宸看来，资方阵容的变化，核心是行业终于看到了AI 3D技术的商业化落地能力——它已经真正走进了游戏、3D 打印等产业的核心生产管线。

去年，宋亚宸就曾向我们拆解过AI 3D技术对游戏行业的颠覆性潜力。彼时行业里的大厂，大多还停留在接入Tripo API做二次开发的阶段，对于这项技术究竟能把游戏行业带向怎样的未来，多数人心里都没个准数。

但宋亚宸当时就提醒我们，AI 3D生成技术刚刚面世两年，我们不该低估新事物的进化速度。

事实也的确如此。仅仅不到一年时间，他们的技术就迎来了又一次关键性突破。也正因如此，我们再次与宋亚宸聊了聊。

宋亚宸告诉我们，如今公司的Tripo AI服务已覆盖9万多家企业，全球游戏公司几乎都不同程度地接入了Tripo API，C端产品Tripo Studio也积累了650万开发者和创作者。

他推测在2026年底之前，大家用AI做3D内容，会像现在用AI生图片一样简单，而且会变成理所当然的事。

今年上半年，他们还会上线一款平台型产品，目标是做出一个UGC交互内容平台，让每个人都能成为游戏制作人。

“现在全球游戏市场规模为2600亿美金，我认为它会迎来爆发式增长，至少翻10倍。”

宋亚宸：我们在AI 3D领域有两个重大进展。

第一个是3.1版本高模生成技术。无论是雕刻作品、图片里的文字，它都能完整展示出来；再复杂的管线、缠绕结构，还是物体内部的凹凸结构，都能还原。完全适配3D打印、工业设计、游戏动画影视制作等场景。

第二个重大进展，是Smart Mesh（Tripo P1.0）。行业里都知道，高模要放进游戏里使用，必须做减面处理，而减面、拓扑结构规整化，一直是游戏生产管线里的核心痛点。

针对这个痛点，我们从零搭建了一版全新的AI 3D大模型。这个技术最核心的突破，是只需2秒钟左右就可以生成一个完整的模型，能做到极其规整的拓扑结构和布线，且几何形体与输入的原图几乎一致，面数支持从500面到2万面。

生成的模型可以直接接入游戏管线，二次编辑也非常容易；同时贴图还原度高，贴上去之后精细度不会受损，还非常便于做AI自动骨骼绑定和动作生成。

宋亚宸：原本AI 3D模型的速度和精度很难兼顾，追求精度意味着更长生成时间，追求速度则容易牺牲结构与细节。拓扑结构、几何精度、贴图质量、引擎兼容、可编辑性——每解决一个问题，往往要以另一个问题为代价。Smart Mesh（Tripo P1.0）用了全新的思维方式和算法框架，重新思考3D应该如何被表达、如何被生成。行业内独一家且大幅领先。

宋亚宸：因为在此之前，全世界的同行都在扎堆卷高精度高模生成这条赛道，我们也一直在这个方向深耕。而Smart Mesh这个技术方向，更像是我们在沙漠里找绿洲时，意外撞见的一片全新天地。

说实话，高模生成能做到现在的水平，其实不令我惊讶；但Smart Mesh生成的这次突破，完全是超预期的。

宋亚宸：我们的世界模型还没发布，所以不能说太多。我能讲的是，它的早期会采用融合的多模态数据，包括3D的、视频的，包括专门为世界模型训练设计的原生数据，我希望这是一个能给大家带来惊喜的产品。

宋亚宸：我一直觉得，国内对世界模型的认知，和海外是有明显偏差的。

早期3D生成主要是用大量2D图片数据转化为3D内容，因为现成的数据和人才都是2D方向的。但从长期主义和第一性原理来看，这件事本来就应该用3D数据来做。

那时我们就搭建了AI和图形学交叉的人才团队，走的是80%图片数据加上20%的3D数据，最终带来的效果就是生成速度更快、成功率更高。随着技术演进，这个比例慢慢变成了20%的图片加80%的3D数据。

发展到今天，我们的3D大模型几乎完全基于3D模型数据训练，和图片已经没有关系了。

行业目前对世界模型的看法，跟当初AI 3D大模型有些像。因为视频数据更易得，视频人才更多，所以国内很多公司从视频切入做世界模型。

但世界的本质是3D，绝对不是视频，视频只是一种压缩格式。如果世界有个源文件，那么文字、图片、视频，都是针对这个世界的压缩格式。用这些压缩格式去训练世界模型，从第一性原理出发就是错误的。

这件事在海外正在逐渐形成共识，比如World Labs、Luma等海外最知名的世界模型公司，核心团队基本都是3D相关出身，或者做娱乐内容出身，3D图形学对他们来说是基座性的、底层的东西。在中国，我们是少数走这条路线的创业公司。

宋亚宸：做世界模型并不是在鼓吹概念，核心关注点应该在于怎么采集和标注3D数据。

宋亚宸：第一块，面向大客户，我们通过API服务现有的游戏行业，目前已经服务了9万多家企业，全球很多游戏公司都在使用Tripo。我们帮他们探索新的玩法，比如AI 3D原生的玩家驱动型Gameplay，还有UGC相关的定制化玩法，这是我们的基础盘。

第二块，是面向650万Tripo Studio用户，他们是PGC开发者。Tripo Studio提供了完整的AI工作流，从最开始的设计图、三视图生成，到几何、贴图、材质、PBR生成，再到动作、骨骼、蒙皮生成，还有模型拆分、补全、编辑、风格化、Magic Brush等全流程功能。

第三块，就是面向PUGC和UGC用户的交互内容平台，这也是我们2026年最重要的事之一。早期平台的主流用户会是PUGC，也就是对3D空间有一定理解、有专业或业余创作能力的用户。后续我们会不断降低门槛，逐步泛化到全量UGC用户。

我们最终的目标，是实现完全的UGC，不管是创作者端的UGC，还是玩法端的UGC。我们希望用户在上面创作的不只是游戏，游戏只是交互内容里的重度品类，就像电影是视频内容里的重度品类一样，未来一定会出现大量轻度的交互内容，都由UGC用户来创作。

宋亚宸：技术是我们的基础壁垒，让创作者愿意留下来。但更重要的是用户生态。

今年年会上，我们反复讲“种树的人”的故事。有人在荒地里种树，路过的人都质疑“这种地方怎么可能种出森林”。第一年他选错了种子，只种活了几棵歪歪扭扭的树；五年后，却已经长出了成片绿荫；很多年过去，这片荒地最终变成了广袤的森林。

对我们而言，每一位创作者，就是我们种下的树。2023年我们说“未来每个人都能成为创作者”时，根本没人相信，那时我们只有1000个用户。

后来我们发现产品方向走错了，就像故事里选错了种子，于是立刻调整方向，提供完整的3D内容生产工作流，产品一下子就爆发了，用户从不到100万涨到了650万——相当于我们已经种出了650万棵树，也终于有人开始相信这件事了。

现在我们要做的，就是继续勤勤恳恳地耕种这片森林，最核心的事永远是怎么照顾好这些创作者，怎么让他们更好地成长、创作，没有什么事比这个更重要。

宋亚宸：以前大家用AI 3D工具，主要是为了降本增效，但现在我们的技术打开了全新的空间，实现了之前受限于技术无法大规模铺开的、以玩家驱动的Gameplay和UGC场景，所以创作者的数量会井喷。

宋亚宸：是的。它有三个核心优势：第一，生成的是高精度模型只需要很少的面数，不会用200万面的模型把服务器弄挂；第二，生成速度极快，原来生成一个模型要几分钟甚至更长，现在2秒钟就能完成，真正做到言出法随；第三，能直接做自动骨骼绑定和动作生成，支持实时交互，完全适配玩家驱动的玩法。

比如我们和网易合作的《燕云十六声》，玩家走到河边过不去，就可以直接生成一座桥，这就是典型的玩家驱动的 Gameplay。再比如说还有UGC场景，比如做关卡、皮肤、道具，我们和《蛋仔派对》有合作，用户也可以在《Roblox》里使用我们的工具。

我们最近还办了一场Game Jam，创作者都踊跃报名，获得了全球同类赛事最多的投稿。

宋亚宸：效果非常好，我们马上要带着这些得奖的、参赛的作品带到GDC现场，分享给更多人。这些作品的完成度都挺高，一方面是AI 3D让搭建场景、角色、道具变得更简单了，哪怕只是一个策划，也能独立完成游戏制作；另一方面，出现了很多以AI 3D为核心的全新玩法，这是更重要的事。

像我们的第一名叫《Mechanical Odyssey》，玩家既可语音指挥机器小猫，也能随时意识潜入任何机器人，无缝切换不同职能破解谜题。

我们后续会密集地做这类活动，公司内部还做了Hackathon（黑客马拉松），马上还要办一场外部的Hackathon。这里面诞生了诸如3D你画我猜、开放世界探索、小家生成摆放、用语言做模型、每日插花 APP等等各种创意作品，我们特别激动，因为这件事能让大家真正玩起来。

宋亚宸：最早期我们想把大语言模型用到游戏里，大家都觉得不好用，怕角色OOC、出戏、人设崩塌，有很多不可控的地方；但现在哪个开放世界游戏里还没加点AI对话？

而3D生成能带来的玩法要多得多，你可以改变地形、改变外观、改变游戏里的几乎所有东西。有了好的策划创意之后，做游戏核心就是两件事，造万物和定规则。

造万物就是美术资产的生产，对应的就是3D生成；定规则就是代码生成，对应的就是Cursor这类工具。当Tripo和Cursor结合在一起，本质上就可以一键式生成世界和游戏，这可能就是当年很多元宇宙编辑器的最终答案。

宋亚宸：现在我们的技术，在UGC场景已经获得大量用户认可买单，PGC场景里做手游、中小型游戏逐渐可用，对普通游戏开发也有很大帮助，只是离3A制作还有距离。我判断今年技术的生成效果，就有机会超过普通人的制作水平。

现在我们的3D生成效果已经逼近专业建模师水平，未来游戏行业会出现大量一人公司。哪怕只是个策划，只要会用AI编码工具，搭配Tripo就能做出游戏Demo，凭Demo去融资、找发行、组建团队。

我甚至认为，未来有些交互体验会告别动辄几十小时的长流程，转向2-5分钟的短内容，把《刺客信条》信仰之跃、《古墓丽影》攀爬这类高光体验集中呈现。

现在很多玩家没精力啃长流程、研究复杂数值体系，未来游戏形态或许会更碎片化，低门槛、短时长、强爽感，就像短视频一样全程都是极致体验。我们把这种形态叫交互内容，它不一定叫游戏，甚至可以没有数值体系。

葡萄君：听起来像你之前说的3D抖音。

宋亚宸：对，就是可交互的抖音。大量3到5分钟的交互内容，有了Tripo加Cursor，制作门槛会变得极低，哪怕是我和你这种不会做游戏的人，终于有机会做出这样的可交互、可消费的内容。

宋亚宸：我们这款产品大概率今年上半年就会上线，核心是让每个人都能成为游戏制作人。传统游戏管线是数百上千人为一个人的创意服务，而我们要实现的，是让每个人都能为自己的创意服务，这必然会带来创意的全面井喷。

现在行业里，腾讯、网易员工每年的立项创意可能有成千上万，但最终能立项的很少，绝大多数创意都因商业化要求、制作成本过高等原因被埋没；商业游戏要兼顾留存、付费，也让很多创意根本无法落地。

但在我们的平台，所有创意都能被容纳，内容时长从两三分钟到30分钟都不受限，制作成本极低、门槛近乎为零。用户可以像发抖音、小红书一样，轻松创作自己的交互内容，实现创意、分享自我，哪怕只是自己体验也能获得十足的乐趣。

宋亚宸：我们会先通过PGC内容打样，这些PGC创作者就像平台的KOL，向用户展示平台的内容上限与创作可能性，但平台的核心内容，始终来自普通用户的创作。

做平台最关键的，是要足够开放、不受限。就像TikTok出现前，小咖秀只做对口型单一种类的内容模板，最终只能做成垂类社区，永远做不过全品类的TikTok、快手，核心就是把路走窄了。

我相信依托AI 3D技术，未来平台上一定会出现爆火的内容模板，但我们绝不会只做某一款产品的创意工坊，那完全失去了平台的意义。

宋亚宸：我们这650万用户，更像650万个KOL，他们大多是有一定专业能力的创作者。

宋亚宸：游戏行业真的会发生很大的变化，就像现在好莱坞电影行业正在发生的变化一样。但更核心的区别是，电影行业已经衍生出了短视频、短剧这类UGC内容形态，但3D可交互内容的UGC形态还没有出现。

如果可交互内容也能出现对应的UGC生态，这个市场会非常大，甚至有机会诞生下一代的抖音级产品，这是一个巨大的机会。

宋亚宸：我现在都不敢预测了，以前还比较有确定性，现在真的很难说。可能在2026年底之前，大家做3D内容，就像现在用AI生图片一样简单，而且会变成理所当然的事，这才是最可怕的地方。

宋亚宸：我反而觉得，这项技术释放了很多人的创意，把大家从螺丝钉的工作里解放出来了。说实话，很多建模师都是知名美院毕业，结果天天在做拧螺丝一样的重复建模工作。

你觉得给人建模有价值，还是把自己的想法和创意完整展现出来有价值？

目前的游戏团队可能是几百人实现一个人的创意，未来可能变成每个创作者都实现自己的创意。工具的本质就是放大人的能力，原本一个人的价值是10，有了AI就能变成100，你既可以在企业里创造更大价值，也可以独立创业，核心只在于谁能率先拥抱AI。文生图、视频生成的发展早已印证了这一点。

宋亚宸：我最关注的就是AI 3D大模型、代码生成、视频生成和世界模型，因为我觉得这些东西是最本质的。如果能直接生成完整的世界，那就是颠覆性的突破，根本不用再考虑这么多复杂的环节了。

我们会把它叫做“可交互的世界级体验”、“有世界沉浸感的交互内容”，但拆解开来，核心就是两件事：可交互，以及世界级的内容和体验，我觉得这一定是未来的方向。

宋亚宸：世界模型的落地可能没那么快。我认为世界模型的落地仍有诸多问题待解，算法层面的一致性、记忆问题，工程层面的多人在线实现，产品层面的可控性与可编辑性保障，以及商业化层面的本地部署难题——若无法实现本地部署，实时传输带来的推理与流量成本难以分摊，最终很可能重蹈云游戏的覆辙。

不过目前市场对世界模型的关注度极高，大量学术界人才、数据与资本持续涌入，海量从业者都在攻坚相关难题，很多问题或许能很快迎刃而解。

宋亚宸：从2023年年初开始，我们就一直在说要做UGC交互内容平台，要做3D的接口，我们的产品和创作者生态也是围绕这个目标打造的。

我们会走基模+平台、基模+应用的逻辑。我们本身的研发能力非常强，我们希望拥有从上到下完全自研的基模，在AI 3D这个领域，我们已经沉淀了大量的数据、技术理解、算法人才，积累了大量的工作，未来做世界模型，相信我们也有领先性。

宋亚宸：现在全球游戏市场规模为2600亿美金，我认为它会迎来爆发式增长，至少翻10倍。因为创作成本大幅下降、玩法更丰富、产品形态更多元，行业必然会像短视频对视频行业那样，迎来全面蓬勃发展。哪怕宏观经济下行也不影响，科技变量本身就是行业最大的增长动力。

宋亚宸：文生图刚出现时质疑声不断，但最终率先拥抱它的人抓住了机会，美术外包行业也完成了一轮洗牌，活下来的都是把文生图用得最好的团队；视频生成也是如此，率先入局的影视、短剧公司快速抢占了市场。

你别看有那么多游戏客户用我们的技术和产品，但说实话AI 3D早期并不被大家认可。现在技术已经完全成熟，只是很多人的认知还停留在过去。技术不会因为人的忽视就停止发展，它的普及是必然的，谁先拥抱，谁就能占得先机。

现在行业里很多人对AI的拥抱，还只停留在表面，把它当成了政治任务。比如老板定下AI使用率、降本的OKR，大家只是应付完成，根本没到“不用就会被淘汰”的地步，而这一天很快就会到来。

宋亚宸：我一直觉得游戏是个非常了不起的东西。吃饭、按摩、听歌这些能带来快乐的事，都要消耗实体资源或人力，但游戏不一样，它仅凭一个创意，就能给人带来极致的体验与情绪价值。

如果想让人人都获得幸福、拥有专属的极致体验，就需要无数千人千面的内容——每个人在不同时刻的需求都不一样，就像抖音给你我推荐的内容序列截然不同，这背后需要无限的体验供给。

过去，这些供给只能靠专业游戏制作人；但未来，每个人都能成为游戏制作人，用无数的创作提供无限的体验。这就是我想追求的事，我觉得这就是天堂，而游戏就是在打造这样的天堂。

这件事是真正的长坡厚雪。一旦把这件事做成，泛游戏行业会成为人类未来最大的产业，规模甚至会超过农业、工业、服务业，乃至机器人产业的总和。