7.4
深览指数
商业微博·极客公园··AI 生成
VAST 再获超 10 亿元融资：当 3D 生产力遇上世界模型想象力
VAST 在一个月内再次完成超 10 亿元 A3 轮融资，投资方包括吉利资本、游戏厂商及多家头部机构。本文深入分析 AI 3D 相比视频生成的特殊价值：它不是生成画面，而是生成可进入生产管线的数字资产。文章拆解了 VAST 产品 Tripo 从解决布线、拓扑等技术难题到实现“真能用”的路径，并延伸到其世界模型 Project Eden 的差异化路线——强调底层世界状态解耦与实时交互，而非单纯的视频生成。适合关注 AI 产业落地、游戏/XR 供应链变革及世界模型赛道差异的读者。原文 ↗
核心观点
- ▍AI 3D 能比视频生成更快进入产业的原因在于：它不是锦上添花的内容辅助，而是直接解决工业数字化生产中昂贵、稀缺、难以规模化的 3D 资产生产这一短板，属于产业刚需。
- ▍世界模型在 VAST 这里的定义不与具身智能画等号，而是更强调实时可交互、多人同时在线以及长时间、大空间的一致性和记忆，服务于互动娱乐而非单纯的环境理解和决策。
- 01VAST 本月完成超 10 亿元人民币 A3 战略轮融资，一个月前刚披露完成约 2 亿美元融资及世界模型项目 Project Eden。
- 02本轮投资方包括吉利资本、四三九九、贪玩游戏、巨人网络等产业方，以及亦庄国投、基石资本等一线机构，显示产业资本与财务资本共同押注。
- 03VAST 旗下产品 Tripo P1.0 能在 2 秒内输出拓扑干净、可进入游戏引擎的网格模型，解决了过去 AI 3D 模型面数高、布线混乱、难以进入生产管线的问题。
- 04VAST CTO 梁鼎将 3D 资产拆解为“皮、肉、骨、脑”四层：P1.0 主要解决拓扑结构（肉）问题，后续将提升四边形面、对称性、重拓扑等能力。
- 05Project Eden 的设计理念是将底层世界状态与视觉渲染解耦：底层维护状态和记忆，中间层转化条件，最终生成画面，以实现用户交互后的世界状态一致性和记忆持久性。
- 06世界模型训练依赖从互联网视频中提取深度、相机位姿、几何轨迹等结构化信号，以及游戏引擎中“内部状态+渲染输出”的天然训练数据，VAST 长期做 3D 基础模型为此提供积累。
- 07落地场景已覆盖游戏（缩短资产制作周期）、3D 打印、XR/空间计算、汽车工业设计与座舱交互。
反方 / 局限
- — 不同行业对 AI 3D 模型“可用”的定义差异很大（手游、PC 游戏、3A 游戏、三消游戏要求各异），部分资产仍需人工调整，AI 3D 尚未完全替代专业美术。
- — 文章未提及 VAST 在 AI 3D 领域的竞争对手情况（如 Meshy、Luma AI 等厂商的进展与定位差异），也未讨论世界模型领域（如谷歌 Genie、OpenAI Sora 等）的技术路线对比与潜在竞争。
9 分钟 · 5 卡片 · 11 资料
读原文 →