专业3D模型反而更稀缺了
GPT-6 Astra一发布，3D圈已经坐不住了…
它能用Blender盖出这样一栋房子，再直接导进Unreal Engine 5，变成能走进去逛的漫游场景：
社交媒体上，网友很快玩出了更多新花样。
有人通过Blender MCP，仅凭文字提示，就让Astra从零搭出一整条医院走廊：
好好好，的确很惊艳。
But，我们把同一张参考图，分别交给Astra和专门做AI 3D生成的 Meshy ，结果却变成了这样……
同一个金发剑士，Meshy生成的发丝根根分明、五官清楚，斗篷、皮带和护甲保留了明显的层次，盾牌上的叶片纹样也还原出来了。
右边的Astra，画风显然抽象多了……
头发是一整块「头盔」，脸是圆眼卡通风，身体像几段几何体拼起来的，站在Blender视窗里，更像一个刚搭完基础结构的手办。
呃，差距确实有点明显。
GPT-6 Astra刷屏之后，3D圈里最受关注的那个问题，也因此变得更微妙了：
通用模型都能建模了，还需要专门的AI 3D模型吗？
如果只看那些惊艳的演示，答案似乎已经呼之欲出。
可一旦把任务推进到具体资产，尤其是角色、复杂道具这些对比例、结构和细节要求更高的对象上，两条路线的差异就会迅速显现。
更有意思的是，通用模型能力一路狂飙的这两年，Meshy的生意并没有被挤压，反而增长得相当凶猛。
据Meshy披露， 其ARR从100万美元增长至1亿美元，用时不到两年 。
ARR，即年度经常性收入，是将企业当前可持续、可重复的订阅或合同收入按年折算，一次性收入通常不计在内。
它衡量的并非一款产品有多少人围观，而是目前已经形成了多大规模的持续付费收入，这也是它被视为SaaS公司核心指标的原因。
那么，不到两年从100万美元做到1亿美元，是什么速度？
放在传统软件行业，即便是最优秀的SaaS公司，这段路通常要走至少五年以上。
历史可追溯至1911年、早期投资过Shopify、LinkedIn的著名风投机构Bessemer Venture Partners在《The State of AI 2025》中，总结了两类高速增长的AI公司：
一类是「新星」，平均约4年达到1亿美元ARR，同时保持约60%的毛利率；另一类是增长更为爆发的「超新星」，达到1亿美元ARR平均只需约1.5年，但这类公司更为少见。
仅从增长的时间尺度看，Meshy不到两年完成ARR百倍扩张，已经显现出接近「超新星」式增长的爆发力。
再拿AI时代的代表性公司做参照，比如ElevenLabs和HeyGen。估值110亿美元的语音生成公司ElevenLabs，从首款产品上线到1亿美元ARR用了约20个月；华人团队打造的AI视频明星公司HeyGen，从100万美元ARR增长至1亿美元用了29个月。
Meshy不到两年的用时，比HeyGen更快。
而3D恰恰是这些模态里最难做成生意的一种。声音、视频生成出来基本就能用，3D资产还得过拓扑、贴图、尺寸这几关，才能进游戏引擎、上打印机。
视频和语音的创作者遍布全球，数以几十亿计；3D创作者目前还远没到这个量级。在这样的起点上跑出相近的速度，并不容易。而随着门槛不断降低，3D也正在从少数专业人士的工具，走向数以亿计的普通用户。
难度更高，速度却不显逊色。一次爆款Demo可以带来围观，ARR计算的却是真金白银的持续付费。
这条曲线背后，是两股力量在同时推动：在B端，AI生成的3D资产越来越可用，已经成为游戏开发、3D打印等行业日常运转中不可或缺的生产环节；在C端，创作门槛一再降低，越来越多原本不会建模的人，开始走进3D创作。
最强基础模型带火3D，专业3D模型更稀缺了
Astra之所以能在3D圈刷屏，拆开看并不神秘：
Computer Use让它能操作Blender，Coding让它把一句需求变成脚本，空间理解让它判断物体的结构和位置。
因此，Astra最擅长的，是那些可以拆解成几何关系的任务，比如CAD、参数化建模和程序化生成。墙体、楼梯、门窗，都能通过一行行代码搭建出来。
但开头那位金发剑士，恰恰超出了这套方法最舒服的范围。
发丝的走向、斗篷的褶皱、盾牌上的纹样，很难写成几条几何规则。它们是概念图里的设计本身，要靠模型从大量真实资产里学会形状和细节该长什么样。
这正是Meshy这类专业3D模型所解决的问题：输入文字或图片，直接生成带形状和纹理的3D资产。
北京大学OpenDCAI团队做过一个开源框架，叫3AGameFactory。它让AI编程智能体自己拆解游戏需求，再逐项判断每件资产应该现场生成、通过程序搭建，还是从开源素材库中获取。
其中，角色和关键道具交给了Meshy。
生成之后，资产还要经过网格清理和尺寸校验；角色还需完成骨骼绑定与动作处理，才能真正进入游戏。
项目负责人、博士生Bohan Zeng将其中最大的困难概括为：「看起来正确」与「真正可用」之间，仍然隔着一道鸿沟。不少问题只有在资产被放进可玩场景之后才会暴露。
Meshy与Astra协作搭建废墟场景的演示，也呈现了类似分工：通用模型拆解场景、准备参考图，再通过API调用Meshy，逐件生成所需资产。
这些资产随后被导入Blender，完成摆放、尺寸调整和灯光布置。
规划和调度可以交给通用模型，但真正决定画面质感的那几件资产，出自Meshy。
这也是我们的判断： Agent降低的是3D创作的门槛，也让资产质量成为更关键的门槛 。
能发起项目的人越多，角色和道具的需求就越大。创作者接下来要解决的，是如何稳定获得符合设计、能够进入生产流程的资产。
Agent越会干活，资产就越成为瓶颈。能把「看起来对」变成「真正能用」的专业3D模型，正是这条生产线上最难被替代的一环。
3D专业模型的壁垒都在哪里？
Meshy在这套协作中的价值，最终还是要落到资产质量上：形状准不准，细节够不够，颜色和图案对不对。
第一道壁垒，是形状。
比如这只机械猫头鹰，参考图中的多层甲片、胸腔齿轮和雕花底座，在生成结果中都保留了独立结构，没有糊成一整块鸟形轮廓。
对美术师来说，这意味着拿到手的模型更接近原设计，后续修改可以从一个有结构的资产开始。
在Meshy自建的3D几何对齐基准中，Meshy 7在单张图片输入下，造型比例、空间分布和表面细节三项指标均领先其他受测模型。
其中，表面细节得分59.8%，其他模型约为49%至55%，上一代Meshy 6 Lite为52.7%。
第二道壁垒，是细节。
Meshy 7.1生成的兽人角色，护臂绳结有清晰起伏，裙摆边缘还能看见编织和磨损痕迹。这些细节存在于几何结构中，可以在无纹理渲染下直接看到。
据Meshy披露，7.1将几何生成分辨率从2048³提升至4096³；在其Detail Richness基准的4K渲染条件下，得分23.1%，高于其他受测模型。
更高的分辨率意味着模型可以表达更细的凹槽、褶皱和表面纹理，同时也对训练、推理和网格提取提出了更高要求。
第三道壁垒，是颜色和图案。
这台老式收音机真正难处理的并非方形外壳，而是铭牌上的英文、旋钮旁的数字刻度，以及面板上不同材质的变化。用Meshy转成3D模型后，两处铭牌文字仍可辨认，刻度也保留了分段和数字。
在Meshy发布的端到端纹理对齐测试中，Meshy 7综合得分66.2%，高于其他受测方案。
这些提升背后，是专业模型围绕3D资产持续优化。Meshy 7改进图像编码器与训练数据，让输入图片和目标几何更准确地对应；Meshy 7.1则扩大几何生成规模，并改进网格提取，使更细的结构落到可交付的Mesh上。
团队还在探索直接生成网格。采用Flow Matching路线的Meshy T2，能够生成顶点及连接关系，并按预算控制网格复杂度，兼顾速度与资产结构。
不过，技术指标再高，最终仍要回答一个商业问题： 谁会为它付钱？
专业用户追求的从来不是「偶尔惊艳一次」，他们需要的是连续生成十次、百次，结果依然八九不离十。还原越准，返工越少，AI 3D才有机会从偶尔试用尝鲜的工具，进入每天都要运转的生产流程。
目前，至少有两个付费场景已经相当明确。
第一个是游戏。
要知道，3D资产原本就是游戏开发中的一笔大开销。
按照游戏美术外包公司Juego Studios公布的价格区间，一件风格化3D道具约为300至2000多美元，一个3A品质角色则可能超过5000美元。成本之外，更直接的压力来自工期。角色和道具一多，3D美术很快就会成为项目进度的瓶颈。
三七互娱已经把Meshy接入了自己的生产流程：遇到复杂的角色和怪物，团队先用Meshy分别生成头、肢体等部件，再将它们导入3D软件完成组装、精修。
这种方式可以在人工雕刻开始前，先获得完成度超过60%的高模基础。在复杂的次世代和古风项目中，基础模型阶段的雕刻工作量减少30%至40%。
简单道具和角色则可以直接生成完整模型，清理后继续加工。在部分休闲和移动游戏项目中，一件资产的建模时间从5天缩短至约2.5天。
对动辄需要几十、上百件资产的游戏项目，效率会被持续放大，也让美术师有更多时间处理风格和最终精修。
第二个是3D打印。
想要自己动手打印的人，正在迅速增加。拓竹披露，截至2025年底，MakerWorld全球站和中国站合计注册用户约5000万，月活达到千万量级。
与之相比，平台活跃创作者只有约30万，优质模型接近200万个。
这意味着，平台上浏览、下载和打印模型的人数，远远多于能够原创模型的人。
打印机卖得越多，这道内容供给缺口就越明显。大多数人可以买到一台好用的打印机，却依然不会建模；想打印一个真正属于自己的手办，往往只能先等别人把模型做好。
Meshy瞄准的正是这一环：让不会建模的人，也能把自己的想法变成可打印的3D模型。
随着Meshy将多色3D打印能力做进产品，拓竹、创想三维、Elegoo、FlashForge、xTool等打印品牌，也陆续进入其客户名单。
把这些案例放在一起，也就能看出Meshy的增长从哪里来：
第一层是个人订阅。 独立开发者、教师和打印爱好者，可以用文字或图片生成模型，不再需要先学会专业建模软件。
第二层是企业API。 三七互娱、网易游戏和Nexon等游戏公司将生成能力接入原有管线后，需求便不再止于偶尔生成一个模型。一个项目需要几十甚至上百件资产，项目越多，API调用量也会随之增加。
而放眼全球市值与估值排名前十的企业，其中半数已经将Meshy放入生产链条的关键位置。
第三层是硬件生态。 Meshy进入3D打印品牌的用户链路后，模型生成需求又可能随着打印机销量和活跃用户规模继续增长。
在我们看来， 企业API和硬件生态，才是Meshy收入能够持续放大的关键。
这些，最终都写进了收入曲线，也解释了Meshy为什么能在不到两年时间里，将ARR从100万美元推至1亿美元。
Meshy增长快的关键，在于它跨过了「生成出来」与「投入使用」之间的距离。
模型质量越高，返工越少，进入的生产流程就越多；进入的生产流程越多，用户的生成需求就越容易从一次尝试，变成持续高频发生的调用。
因此，1亿美元ARR证明的并不只是有人愿意为AI 3D付费。它意味着Meshy已经初步建立起一套商业循环： 模型能力推动实际使用，实际使用带来持续收入，收入再支持模型与工程投入。
← 返回最新