想成为下一个「英伟达」？

文/秋秋

这，是米哈游《崩坏：星穹铁道》的新角色昔涟：

小昔涟，图源网络

而这，是通过Meshy自动生成的同角色3D模型。

可以看到，其在整体形态和细节上已具备较高的完成度——有了模型后，你能一键绑骨用模型做出简单的动画，或者直接导出，用3D打印制作角色手办。

除还原现有角色外，AI在原创设计上也展现出一定的能力。以下原创角色的生成结果，整体输出的建模质量较高，且具备一定美感。

担任Meshy算法和产品交叉岗位，带领3D生成管线的研发以及大模型评测的产品研发负责人Andrew表示，「人物美感」是Meshy 6预览版最大的技术突破，尤其是在肌肉纹理、动作姿态等模块。

Meshy还被广泛用于生成道具、场景、动物等各类资产。这类内容的完成度较高，也更易于投入到游戏开发等下一步创作流程中。

可能大部分人不会想到，过去两三年前，只能生成一些乱七八糟怪东西的AI，已经迅速从笑话进化为了生产力工具。用Andrew的话来说，目前AI建模的质量，已经不输于初级3D美术，同时能做到极大幅度的降本增效。

AI的进化，并非仅限于个人体感。从市场数据来看，根据SimilarWeb的统计，仅Meshy等几家头部工具，便已形成了超过700万月活的市场规模。

其中，Meshy以超过300万的月活断层领先，并在全球市场份额中占据绝对主导地位（如下图的深蓝色区域）。其用户分布集中于主流市场，例如在欧美地区的用户占比超过54%，超过其他几家头部工具的总和，已成为全球应用最广泛的3D AI生成工具——可以说，Meshy的发展轨迹，是这场3D生成技术变革的一大缩影。

其技术影响力也在昨天举办的Unite Shanghai 2025上得到了集中体现。Meshy团队的专题演讲现场座无虚席，他们所展示的3D AI生成技术最新进展吸引了大量的游戏开发者关注。

Meshy大模型产品研发负责人Andrew

Meshy大中华区商务负责人吴迪

他们在Unite大会现场搭建的展台，也吸引了不少开发者体验和交流：

不仅规模大、影响力强，Meshy的发展速度也相当快。过去一年平台用户量和收入均实现十几倍的增长，且已与多家顶级游戏公司，及以元宇宙著称的，全世界市值前五的科技公司等展开了合作。

Meshy团队在昨天Unite大会上的演讲内容

在稳固海外市场的同时，Meshy也于今年正式发力潜力巨大的国内市场，并组建了本土商业化团队，旨在为有3D资产创作需求的游戏公司，提供专业的AI建模解决方案。

在迅速增长之下，Andrew却认为：当下3D AI生成的全球市场，仅是整个3D市场的「冰山一角」，渗透率极低。未来更巨大的需求空间尚未被真正激活——世界模型的基础、下一个英伟达，都是他们更长远的愿景。

尽管技术愿景宏大，Andrew却不认为人类创作者会单纯被AI技术淘汰，相关行业的从业者也无需焦虑。“至少无论技术发展多牛逼，我们都相信「AI不会替代人类」。”

以下为葡萄君与Andrew的对谈内容，具体内容有所微调：

01

无心插柳，做出500万

用户的行业第一

葡萄君：你们为什么会选择3D AI生成这个技术挑战较大的赛道？

Andrew：这与团队背景密切相关。我们公司前身是做太极（Taichi）编程语言的，团队在图形技术方面有很强积累，同时太极语言在AI领域也有应用潜力。于是我们想找一个能最大限度发挥图形技术和AI交叉优势的领域，3D生成正好符合这个定位。

葡萄君：当时赛道的竞争格局是怎样的？

Andrew：这个赛道本身就是AI技术的前沿领域之一。早在2019年那会儿，就曾有做机器人或自动驾驶课题的实验室和公司，为了训练合成数据，尝试探索生成式模型。但市场真正对这一技术感兴趣的时间，是在2023上半年，当时最简单的，还是Discord上一个生成3D模型或贴图的Bot（机器人）。我们及主要竞品团队基本都是2023年开始探索，整个行业的快速发展期也就这两年的时间。

葡萄君：当时你们就想的特别清楚吗？比如预见到3D AI生成会有这么快的增速，这么大的市场。

Andrew：没有想太清楚，老实说，我们能跑出来并做到头部，更多是无心插柳的结果。2023年我们团队的主要精力放太极编程语言和另一个云渲染的创业项目上，现在这个3D AI生成项目，其实是当小号练的。

葡萄君：云渲染的项目后来怎么样了？

Andrew：2021年，受当时元宇宙的影响，比如NVIDIA的Omniverse（云原生3D协作相关技术）比较火。我们觉得云原生的计算机图形领域会有较大的发展空间，于是想搭建一个基于云技术的创作软件：不用安装任何软件，就可以调用云上服务器做光线追踪的渲染，获得一个非常真实的效果。

但中间遇到了几个关键挑战：一是要与开发了20-30年的本地软件竞争；二是云成本问题，2023年GPU价格不降反升；三是全球用户访问延迟问题。这三个挑战，使得该项目的完成度虽然高，也有一批核心用户，比如曾有新西兰的创作者，隔着半个地球的延迟使用我们的软件，但后续用户和商业化增长始终乏力，我们最终决定在2024年停掉项目，集中资源做Meshy。

葡萄君：现在Meshy的发展情况如何？还会有增长上的问题吗？

Andrew：Meshy目前累计创作者已经超过了500万，三方检测平台显示的网站月活超过300万，是目前3D AI生成领域头部工具之一。而且我们用户规模的增速也非常快，过去一年用户量和营收都翻了十几倍。

葡萄君：这种增速是否符合预期？

Andrew：增速本身符合我们的判断，但持续的时间长度却超出了预期。因为通常初创公司初期增速快、产品新鲜感强，之后基本都会随着规模扩大而放缓，但我们发现即便规模扩大后，我们产品的用户增长率依然保持稳健。

葡萄君：你认为增长的驱动力量是什么？技术突破还是市场需求？

Andrew：这是一个「技术迭代驱动市场认知，进而激发市场需求」的正向循环。2023年，可能只有0.01%的3D美术从业者了解AI建模，而现在这个认知比例可能已升至5%——市场认知度的提升，是过去一年整个行业快速增长的基础。

而市场认知之所以能快速转变，根本原因在于技术和产品的持续突破。如果我们拿出一坨很差的东西，就无法让人信服。正是由于技术迭代速度很快，当大家亲眼看到AI的效果正在迅速接近人类建模师的水平时，才会自然而然地开始关注并尝试使用。

左右

02

技术迭代：

从古罗马到文艺复兴

葡萄君：从技术角度来看，自AI绘画爆火，到2023年你们刚起步，再到现在，3D AI生成的技术迭代有多快？

Andrew：发展很快，但发展的阶段不算很成熟，目前AI生成3D的发展程度，大致相当于2D领域SDXL所处的阶段。

具体来说，3D AI生成的演进过程可以分为几个关键节点：

扩散模型成功应用于2D绘画之后，学术界早期主要探索如何将2D能力「升维」到3D。主流方法是利用预训练的2D模型同时生成多视角图片，再通过算法重建出3D模型——2023年及更早，这几乎是所有3D生成技术的核心思路；

2D升维相关技术内容，图源：https://mv-dream.github.io/

转折点在2023年底到2024年，业界开始直接使用3D数据集训练原生的3D扩散模型。这一步标志着技术从「2D升维」迈向了「原生3D」，生成的资产质量有了明显提升，也使得市场竞争骤然加剧。

3D扩散模型相关技术内容，图源：https://neuralcarver.github.io/michelangelo/

到了2024年，技术前沿已经拓展到了自回归模型。这类似于大语言模型的工作方式，将3D网格视为由面片序列构成，以此来逐个进行预测生成——这已成为当前最前沿的技术方向，各大厂商也相继推出了相关功能。

Meshy团队在昨天Unite大会上的演讲内容

葡萄君：2D升维和原生3D训练的主要区别是什么？

Andrew：底层原理都是扩散模型，核心区别在于数据表示(representation)。2D方法处理的是图片数据，而原生3D模型需要处理各种3D表示形式，如体素、点云等。近年来很多重要论文都聚焦于改进3D表示方法，这能显著提升生成质量。

自回归模型则是另一条技术路线，它像写文章一样逐个生成面片，与扩散模型「从噪声到清晰」的过程完全不同。

葡萄君：这期间，Meshy经历了怎样的迭代？

Andrew：Meshy4是个重要的分水岭，之前我们使用的是2D升维的技术原理，之后转向了3D扩散大模型；而团队最新的Meshy6预览版，在模型生成结果的精度上达到了新高，能生成非常清晰的人物细节和机械结构，单个模型的片面数量几乎都在百万以上。

特别是在有机形体塑造方面，我们的美术同事评价，其人体雕塑的能力已经超过初级3D美术师。

葡萄君：这种变化是否有更具体的案例？

Andrew：先说Meshy 4，因为此前我们用的是2D升维技术，其中最让我们头痛的是表面材质的精确表达，比如生成一把结构精细的旧式左轮手枪，其枪管和握把始终无法做到锐利；Meshy 4出来后，我们用同样的输入图片去生成，发现硬表面建模上的进步非常大。那个瞬间让我们确信，必须坚定地转向原生3D生成路线。

然后是Meshy 6，我们在内测时，发现它在人物角色方面的肌肉线条处理得极其准确，充满了拉伸与放松的张力——这种进步，就像是古罗马与文艺复兴时的雕塑对比一样，前者只有「形」，后者却有了「神」，静态的资产仿佛下一刻就要动起来了。

葡萄君：回顾整个迭代经历，你觉得这个产业目前发展的最大挑战是什么？

Andrew：最大挑战是数据问题。为什么大语言模型和文生图模型进化速度这么快？一是他们有10亿、100亿级别的训练数据支撑；二是他们的数据结构统一，文字是字词句，图片是像素。

而3D模型的数据量不仅少，且表现形式（三角面、四边面等）和制作方法（数字扫描、多边形建模等）各不相同，这些都限制了3D AI生成产业的规模和迭代速度。

另一个挑战是如何将生成式模型融入完整的3D工作流，虽然目前生成的模型可以直接导入3D软件或游戏引擎中进行下一步操作，但还没办法拆分部件做更细致地调整，这也是整个学术界比较关注的下一步技术突破。

03

游戏行业，

不只需要百万面建模

葡萄君：你们曾提到，Meshy的建模倾向欧美写实，在卡渲方面没有太多优势，这种情况是技术问题还是市场选择问题？

Andrew：主要跟团队的主动选择有关。最早的Meshy用户以欧美市场为主，比较喜欢欧美写实类的美术风格，因此团队更倾向于怎么把这类风格的建模做得更好。不过我们也在积极研发二次元美术风格的相关内容，你能发现Meshy 6预览版上线后，生成的二次元模型已经有很明显的进步了。

葡萄君：二次元模型的技术难题是否更容易解决？比如我看最近米哈游也推出了他们的3D AI生成技术，看起来效果也不错。

Andrew：不能简单说某个品类更容易。二次元角色可能在宏观结构上更简单，但这不代表生成工作本身更轻松。一个典型的难题，就是如何将充满平面设计感的头发，合理且美观地转换成3D结构，这需要极强的空间概括与想象能力。

你从传统流程就能看出这件事的复杂性：一个二次元游戏角色被做成手办，通常需要专业团队花费一年甚至更长的时间去设计。

再说米哈游这样的公司自己做技术，和我们的路线本来就不一样。他们可以特别聚焦，只为自己的美术风格服务。而我们做的是通用模型，得先解决「什么都能生成」的问题，再在通用能力之上，去研究客户最需要的风格。

葡萄君：欧美写实和二次元风格在最终的模型资产上，除了视觉效果，还有哪些差异？我注意到AI生成的模型面数通常很高，基本在100万面以上，但高精度的二游角色建模最多也就几万面。

Andrew：这有两个原因。首先跟扩散模型的底层逻辑有关。就像图片生成需要高分辨率一样，3D扩散模型也需要高「分辨率」来表现细节，产出更高质量的模型，这就会导致面数普遍在百万级以上，接近数字扫描建模的方式。

Meshy团队在昨天Unite大会上的演讲内容

其次，欧美写实和二次元风格间，会存在高低模的普遍情况。写实风格往往更注重皮肤、服饰、纹理、毛发等细节，因此需要更多面数；二次元建模一般皮肤光滑，服饰和毛发纹理简单，面数就较低。

葡萄君：从实际应用角度来看，游戏行业肯定希望模型在保持品质的基础上，消耗更少的面数，Meshy在这方面有什么优化方案？

Andrew：目前AI模型面数过高，确实是游戏研发，尤其是手游研发面临的一大挑战，因为硬件和游戏引擎限制，游戏同屏画面的建模面数，必须保证在一定数量级以下。

解决方案我认为一是自回归模型的迭代。这种模型类似大语言模型，反而不会生成太长的内容（上下文），所以自回归模型产出的建模面数，会相比扩散模型更少，一般接近人类艺术家。

二是我们提供了免费的AI重拓扑，跟传统软件的重拓扑类似，这一环节可以通过算法优化原有模型的面数，保留形状的基础上减少面数。

重试和重拓扑

游戏是我们最重要的目标行业之一，我们还会持续关注和探索，如何在有限的面数之下生成更好的结果。

葡萄君：除此之外，你如何看待3D AI生成在游戏行业的应用空间？

Andrew：目前有两个方向，一是辅助生成场景辅助资产，比如我做过一个摩天大楼项目，用AI生成了周边的凳子、雕塑等配景……我觉得这种模式能给创作者节省20%以上的时间和成本，但核心资产肯定还需要人工参与和修改；

二是游戏发行方面的应用，比如宣发视频、海报……这些物料更容易接纳AI生成带来的瑕疵，因此相对有更广泛的应用空间。

葡萄君：未来还会有其他方面的需求吗？比如动画相关的三渲二、大范围的场景资产。

Andrew：我们最近推出了3D建模生成图片和视频的功能，其实就是为了视觉呈现和动画这个需求场景服务的，我相信后续3D AI生成会进入更多游戏研发和发行的工作流；

至于大范围的场景资产，目前的AI模型有一定的生成能力，但目前开发者更熟悉采用Houdini, World Creator等地图程序化生成软件，来生成大范围的场景。当然，不排除后续AI和程序化这两种技术路线会进一步融合。

04

AI的发展，

永远不是替代人类

葡萄君：我挺好奇，用AI生成3D建模，到底会比手搓节省多少精力和成本？

Andrew：这个问题比较复杂，首先在我们的案例中，已经存在AI生成建模后，可以直接拿来落地的情况。而不能拿来直接用的AI模型，创作者一般会有两种优化方向：一是导入3D软件后进行调整，比如平整一下凹凸不平、调整一下模型细节和纹理；二是将AI模型作为参考，手动再搭建一个模型，节省了空间想象和创意落地的精力。

至于到底能降本增效到什么程度？如果单纯对比数字，相比传统建模平均数周， 几十上百美元的成本，AI建模可以做到1分钟+1美元，在效率和成本上都可以实现数量级上的的改进。

Meshy团队在昨天Unite大会上的演讲内容

但是我更愿意用创作辅助工具来形容Meshy——哪怕AI发展得再好，总需要有20%的工作，交给人类的智慧：这些模型该怎么组合、呈现出怎样的视觉效果、想传达什么样的内容和情绪等等。

葡萄君：但很多客户，尤其是大客户，他们的合作本身也会带有比较硬性的「降本增效」需求。

Andrew：会有类似的案例，但就游戏行业来看，如果单纯追求极限降本，最直接的办法是增加外包比例——成熟的外包供应链是当前成本最低的解决方案之一。客户愿意和我们深入探讨如何应用AI，恰恰说明他们目标不是一味压成本，而是希望通过技术升级，提升创作环节的质量和效率。

葡萄君：具体来说，游戏行业的客户是怎么看待这种技术的？

Andrew：之前有游戏公司对我们的技术很感兴趣，但我们同事负责跟进后发现，他们的资深美术通常并不信任AI建模，一是不相信AI能一键生成可用的结果，二是认为事后调整的效率，可能不如他自己从零开始高效。

我们能理解这种认知：从实际生产的角度来看，游戏厂商更需要一个能稳定、无缝嵌入现有工作流，在关键环节小幅但可靠提升效率的工具，而不是一个宣传颠覆工作流、提效千倍的「革命性」工具。

葡萄君：非美术专业的创作者，比如策划、程序、平面设计师等，会对3D AI生成技术有不一样的看法吗？

Andrew：这部分用户的反馈与专业3D美术师完全不同，他们的接受度非常高，在他们看来，AI为他们带来的价值是从0到1的质变。

我们有很多用户本身不具备3D技能，比如一些小型游戏团队，过去因为团队里没人会3D美术，而根本无法制作3D游戏。现在，他们可以通过文字或图片直接生成基础的3D模型，这意味着他们从「完全做不了」变成了「可以上手做」的程度，团队的市场空间也会更大。

Meshy团队在昨天Unite大会上的演讲内容

葡萄君：其实不少人也会有「AI取代人类」的焦虑。

Andrew：技术永远是技术，是服务创作的工具。而创作者的价值，在于自身创意有没有更好发挥——这一点不以技术为转移。至于是否被淘汰，这背后是个人适应性、市场需求变化等多重因素共同作用的结果，不能简单地归因于技术发展。

葡萄君：但AI绘画曾引发过从业者的焦虑，在你看来，3D AI生成会重蹈覆辙吗？

Andrew：我认为从业者焦虑的根源在于，AI能瞬间完成一个作品70%-80%的基础工作，这大幅压缩了传统创作技法所占据的权重。

过去，一个想法从概念到实现，业余爱好者可能只能靠自己完成5%，剩下的95%依赖的是专业人士的技术。而现在，AI扛起了那80%的执行负担，这意味着人的核心价值更加聚焦于剩下的20%——也就是真正的创意、审美和决策。这20%的含金量其实更高，是决定作品最终高度的关键。

所以，随着AI技术的高速发展，我们作为这个领域的先行者，更有责任向大家传达 “人” 永远是创作的核心所在。技术不能取代人类，而创造出技术的我们更要去清晰地界定AI的能力边界，引导大家该怎么在AI辅助的基础上，创作出真正优秀的作品。

05

梦想还是要有的

葡萄君：最后回到你们自身，目前Meshy团队的发展情况如何？

Andrew： 我们是一个典型的快速发展型初创团队，目前总部在在硅谷，北京、上海、深圳都有办公室，有很强的远程办公文化，不强制打卡，关键是把事情做好、拿出结果。

葡萄君：怎么理解你们官网「排名第一的3D AI生产工具」的说法？

Andrew：这是根据三方风投机构A16Z的调研报告得出的，当时他们做了关于游戏行业AI产品使用情况的调研，结果发表出来后，我们发现Meshy是唯一被提到的3D生成工具，跟ChatGPT、Midjourney、Cursor这些其他的头部AI公司并列。这至少证明了在很多公司眼中，我们是行业首选。

此外，从超300万月活、超500万的用户规模、累计4000万的生成模型数量等指标来看，我们也是全球市场最受欢迎的3D AI生产工具。

Meshy团队在昨天Unite大会上的演讲内容

葡萄君： 面对如此大规模的用户和生成量，你们是如何设计商业模式的？

葡萄君：初创公司可能更在意成本，你们怎么评估Meshy的成本和商业竞争力？

Andrew：首先产品定价一定要有足够的竞争力，我们尽量不会将硬件成本转嫁给创作者，而是用算法迭代来保持技术优势——这对我们来说，也是保持团队战斗力和技术领先地位的驱动力。

葡萄君：未来会有新的商业模式吗？比如除了3D打印，TOC方面是否还有更广阔的市场空间？

葡萄君：为此，团队有哪些发展目标？

Andrew：短期来看，我们的工作重心还是生成质量更高、可用性更强的3D模型。至于更长期的愿景，是从生成单一3D模型，到逐步探索能创造复杂互动场景的「世界模型」。我们相信，这也是实现下一代3D内容创作的关键路径。

葡萄君：之前你们曾聊到，想成为类似英伟达这样的企业，这该怎么理解？

Andrew：虽然我们只是初创公司，每一步都很艰难，但我觉得至少要有改变世界的梦想。为什么英伟达能成为一个改变世界的公司？就是他们当时走了别人不敢想的路——或许他们当年也未曾预料，自己二十年前坚持的GPU计算，会成为二十年后AI革命的基石。

游戏葡萄招聘内容编辑，