Meshy完成近4亿美元融资，从AI 3D走向AI for Fun

近日，AI 3D 公司 Meshy 宣布完成近 4 亿美元 B 轮融资，投后估值超过 100 亿元人民币。

曹曦是 Meshy 最早的投资人之一，在红杉任职期间，他便在早期投资了胡渊鸣创办的 Meshy，并持续参与了后续轮次；创立 Monolith 后，又在上一轮继续加注。

据公司介绍，这是迄今 AI 3D 领域规模最大的一轮融资，资金将主要用于多模态模型研发和全球市场拓展。

Meshy 做的事情不难理解。

用户输入一句话，或者上传一张图片，几分钟后就能得到一个可编辑的3D 模型，可以旋转、修改、添加材质和动画，也可以导入游戏引擎，或者直接送进 3D 打印机。

过去，这类工作需要专业建模师使用 Blender、Maya 等软件完成，往往需要数天甚至数周。Meshy 希望把整个过程压缩到几分钟，把成本降到普通创作者也能接受的水平。

目前，Meshy 已经把 AI 3D 做成了一门具有规模收入的生意。

公司披露，Meshy 注册用户已经超过 1200 万，累计生成模型超过 1 亿个。过去一年 ARR 增长 12 倍，过去两年曾长期保持 20%—30%的月度增长。

谁在给 Meshy 付钱

过去，3D 建模软件的商业化主要围绕专业用户和企业客户展开。游戏、影视和工业设计公司拥有明确的生产需求，也有能力承担软件采购和专业团队的成本。

看起来，AI 3D会先是企业级的生意。

答案和很多人的想象不太一样。

目前，Meshy 已经在个人创作者中形成了较为稳定的付费基本盘，用户需求主要集中在 3D 打印和游戏开发等场景。

我们访谈了一位花了 2000 美元购买 3D 打印机的海外消费者。

打印机可以打印任何形状，他自己却不会建模。这也是不少 3D 打印用户面对的矛盾——硬件可以制造形态丰富的物件，内容却依赖现成数字模型**。**

过去，他们大多从模型网站下载手机支架、收纳盒和玩具，很难真正制作只属于自己的定制化产品。

现在，这名用户每月花约 20 美元订阅 Meshy。他可以上传宠物照片、全家福或者孩子画的画，生成相应的 3D 模型，再将其打印成实物。

"你不光可以用 3D 打印机打任何模型，也可以用任何图片生成数字模型。"

游戏是另一块核心市场。

公司最初认为，AI 3D 的主要价值是降低游戏大厂的建模成本——角色、武器、建筑和场景都需要大量美术产能，其中有相当一部分是标准化、重复性的工作。

产品上线后，Meshy 发现，**独立游戏工作室同样存在强烈需求。**这些团队通常只有几个人。有人会写代码，有人懂玩法，却很难承担一支完整美术团队的成本。**复杂模型的外包费用可能达到数百甚至上千美元，**很容易推高一款 3D 游戏的制作预算。

"**Meshy的模型两分钟就能生成。**对于原型开发和部分常规素材制作来说，已经能够满足需求。"来自游戏行业的用户谈到。

用户用Meshyai一次性生成一组相同风格游戏道具

对于一些原本受制于美术成本的团队，这不只是效率的提升，**也意味着他们可以尝试过去难以承担的 3D 项目。**AI 把制作门槛降下来后，他们第一次有能力做出完整的 3D 项目。

这也是 Meshy 当前商业化最重要的变化。

对于大厂，它是一套提效工具。对于小团队，它补充了过去难以负担的生产能力。

目前，Meshy 已形成全球化的用户基础，服务对象既包括游戏、影视、科技和 3D 打印等领域的企业，也包括来自不同国家和地区的个人创作者。

再过一两代模型

融资之后，Meshy 最确定的工作，还是继续提高 3D 模型的质量。

对于普通用户，一个模型看起来足够逼真，或许已经能够满足需求。但要真正进入游戏、影视等专业生产流程，评价标准要复杂得多：几何结构是否准确，部件能否拆分，拓扑是否干净，面数是否合理，贴图是否清晰，后续是否便于修改——每一个细节都会影响模型能否投入使用。

3D 生成的难点，不只是让模型看起来逼真，还要让它在几何结构上真正成立。

当前不少 3D 生成方法，其底层表示仍然依赖一条传统管线：先将网格转换成距离场，再从中重新提取表面。这个过程中，薄片可能变厚，锐利边缘可能被磨平，开放表面、内部空腔和复杂拓扑也可能丢失。

这些问题在预览图中未必明显，但一旦模型需要拆分、编辑、添加动画或者投入3D打印，就会直接影响它能否使用。

Meshy也在尝试从底层表示入手解决这些问题。

其参与研发的Faithful Contouring入选CVPR 2026 Oral。与先将网格转换成距离场、再重新提取表面的传统方法不同，这项工作尝试把三角网格直接编码成稀疏的3D token。

Faithful Contouring将三角网格的局部几何与连接关系编码成稀疏3D token，再通过相邻token重建网格。

这样做的意义在于，模型中的开放表面、内部结构和锐利边缘可以得到更完整的保留，也更有利于后续的编辑、拆分和组合。

Faithful Contouring在更高分辨率下保留了更多模型细节。

在单张H100上，这套方法完成1024³分辨率网格编解码约需1.4秒，2048³分辨率约为4.7秒。对于Meshy而言，这类底层能力是3D生成走向高质量和实时化的基础。

随着模型继续迭代，AI 生成资产与专业生产流程之间的距离正在缩短。 普通道具、场景小物件、低模角色和游戏原型等相对标准化的资产，可能会率先采用新的生产方式。

我们和公司内部人士交流时，大家普遍提到，

"可能再过一两代模型，就会达到人类建模师的水平。"

这并不意味着高级美术会被直接替代。审美判断、风格设计和最终质量仍然需要专业人员把控，但大量基础资产的制作流程可能发生变化：美术人员不再从零开始制作每一个模型，而是更多地对 AI 生成的结果进行选择、修改和完善。

做到这一层，Meshy 已经可以成为一家规模可观的 AI 工具公司了。

从生成资产，到生产玩法

Meshy 把现阶段称为 AI for 3D，下一阶段叫 AI for Fun。

今天的 Meshy 生成角色、武器和建筑。未来，它希望这些资产能够组成一个持续运行、实时回应用户的互动世界。

为此，公司组建了一支规模很小的 AI 游戏团队，并做出了**《黑箱：无限构筑》**。玩家可以自由组合不同道具，AI 根据组合结果，实时生成新的武器和攻击效果。

对 Meshy 而言，这款游戏首先是一次实验：当 AI 真正进入游戏，它能否带来一些传统制作方式无法实现的玩法？

"我们做 AI 游戏，并不是按照做一款传统游戏、卖出去赚钱的逻辑。"胡渊鸣曾说到，"我们需要探索 AI 游戏时代，到底有什么新的玩法。 "

在 Meshy 的设想里，未来的系统分成两部分。

一部分是资产引擎，负责生成角色、场景、材质和画面。另一部分是内容引擎，负责故事、规则、玩法和角色行为，决定这个世界接下来如何变化。

相比起定义世界模型这样宏大的概念，胡渊鸣更关心一个具体问题：**AI 生成的内容，怎样才能实时运行，**并且真的有趣。

胡渊鸣早年做 Taichi，研究高性能图形计算和 GPU 基础设施。如今，这段积累也重新回到了 Meshy 的路线里。实时互动需要更低的延迟、更高的吞吐量，还要把成本压到普通设备可以承受的水平。

他在文章里写道：

"AGI追求智能与科学，Meshy 追求体验与艺术。"

Kimi K3 最近发布，有一些生成的3D开放世界的DEMO，这让胡渊鸣感到很兴奋：

"试想一下，如果以这样的 coding 能力来驱动 3D 世界，再用全新的图形管线把这个世界的画质直接升级到 3A 大作的水平，会发生什么？"

未来，模型可以在运行过程中理解用户的输入，继续生成场景、角色行为和故事走向。创作者交付的，也许不再只是一批预制好的内容，而是一套能够持续产生内容的系统。

游戏将不再结束于制作完成的那一天。作为玩家，你每一次新的进入，内容都可以继续发生。

那时候，你会觉得这个游戏更好玩了吗？