AI news

清华姚班到全球 3D AI 第一:胡渊鸣的 Meshy ARR 已超 4000 万美元

By Li Yuan1 viewsSource: 极客公园
清华姚班到全球 3D AI 第一:胡渊鸣的 Meshy ARR 已超 4000 万美元

当文字、图像、视频已经先后被生成式 AI 重写,3D 很可能就是下一站。

The full text has not been translated yet. The Chinese original is shown below.

文章配图

当文字、图像、视频已经先后被生成式 AI 重写,3D 很可能就是下一站。

2022 年,胡渊鸣已经站在一条足够耀眼、也足够挫败的创业曲线上。

往前看,他几乎是一条标准的技术天才路径:清华姚班、MIT 博士,研究计算机图形学与 AI,做出的 Taichi 编程语言后来在 GitHub 上收获了超过 2.7 万星标,在高性能计算和图形学开发者中积累了很高声量。对很多人来说,这样的履历已经足够证明能力;但创业很快把问题切换到了另一种更残酷的尺度:你当然可以把东西做出来,但市场未必会为它付钱。

博士毕业创办太极图形后,胡渊鸣和团队很快撞上了这道墙。最早,他们试着推动 Taichi 这类底层技术的商业化,后来又沿着自己更熟悉的图形学能力继续往前推,去做渲染器、做 3D 工具,不断寻找产品出口的过程。只是,18 个月里连续两次转型,方向换了,产品也做了,市场反馈却始终不够乐观。

文章配图

太极图形的早期商业化探索

2022 年,胡渊鸣团队的最新尝试是做了一款 3D 工具推给用户试,得到的反馈却相当直接:我不会为你们这个软件付费,但你把里面的 3D 模型拿出来卖,一个 5 块钱,我倒可能会买。这句话再次打翻了团队之前的所有努力:花了大量时间打磨的软件本身,并不是用户眼里的付费对象。

然而,从一个角度的否定,却成了另一个角度的转机。

那时,ChatGPT 已经让语言生成走到大众面前,Stable Diffusion 把图像生成快速拉开,Runway 也在推动视频生成变得可见。既然语言、图片、视频都在被重新生产,3D 资产会不会也开始进入同一个阶段?如果用户真正愿意掏钱买的是模型本身,而不是背后的软件,那么公司应该去做的,也许不是继续证明底层技术有多好,而是直接把「生成 3D 资产」这件事做成产品。

胡渊鸣后来回忆,那次决定快得几乎没有给人犹豫的时间:早上 10 点开会,下午 6 点,第一个版本就已经上线。

后来的故事证明,这次判断不只是对的,而且几乎决定了这家公司的命运。

胡渊鸣和团队后来做成的 Meshy,踩中的正是当时开始明显升温的AI 生成 3D 模型赛道。Meshy 成为了这条赛道里最早下场、也最早把产品真正推向市场的公司之一。

更新到 2026 年,公司ARR 已经到达3亿元人民币,月度收入增速约为 30%。全球注册用户达到1000万。美国和欧洲国家的市场占有率大于 60%。

胡渊鸣赌对了。

而更重要的或许是,Meshy 跑出来的意义,正在证明 AI 生成 3D 这件事已经开始商业成立,并且正在加速。当文字、图像、视频已经先后被生成式 AI 重写,3D 很可能就是下一站。

01

从恐怖游戏开始的 PMF

Meshy 后来的增长曲线很容易让人误以为,这是一个一转向就迅速跑通的故事。但事实上,在 2022 年那个时间点上,事情曾经远没有那么清晰。

那次转向之后,Meshy 的第一个版本几乎是被「扔」上线的。这个速度当然意味着另一件事:它不可能成熟,甚至谈不上好用。

最早的时候,团队用的还是一套非常原始的技术路径,先生成前后左右四张图,再把这些图投射回 3D 结构里。结果就是,很多模型生成出来以后,前面一张脸,左右各一张,后面再来一张,成了货真价实的「四脸怪物」。

即便放在当时,用户的反馈也并不客气。有人直接说:你们这玩意儿生成出来以后,我还不如重做。

此前几次转型里,胡渊鸣和团队一直想卖的是自己最擅长的东西:底层技术、图形学能力和工具能力。这几乎是技术创业者最典型的早期毛病——太在意技术是否足够领先,太想把产品先做得漂亮、做得极致。

直到这一轮,他们才真正转向用户侧,也第一次把事情的顺序倒了过来:先快速做出一个能用的产品,再慢慢补齐技术成熟度。最初那个版本远远谈不上精致,甚至让胡渊鸣有点不好意思承认那是自己团队的作品。

但这个决策是对的。

新版本的 Meshy 很快找到了第一个 PMF,或许出乎很多人的意料,是恐怖游戏。

文章配图

这听起来有些偶然,但背后的逻辑其实非常典型。恐怖游戏并不总是要求模型极度精细、结构极度规范,它首先需要的是一种能传递不适感、怪异感、惊悚感的视觉效果。从这个角度看,那些今天看来颇为粗糙、甚至带点失真的「四脸怪物」,在那个阶段反而意外贴近了一部分需求:它们不标准,但它们足够怪;它们不精致,但它们先能用。

这一步对 Meshy 非常重要,因为它说明了一个后来不断被验证的事实:AI 生成 3D 最早成立的方式,并不是一上来就取代专业建模师,也不是一开始就打进最高标准的生产流程,而是先在那些质量容错更高、效率价值更大的场景里找到第一批用户。

恐怖游戏只是第一步。再往后,团队很快发现,游戏行业里其实还有更大一层需求,同样不要求 AI 一上来就生成 AAA 级别、可以直接进最终成品的核心角色资产。

对很多开发者来说,AI 生成 3D 先有价值的地方,恰恰是那些数量大、重复多、制作重,但单个资产未必值得投入顶级人工成本的部分。比如游戏开发里的原型阶段,比游戏中如环境素材,比如路边的一块石头、一棵树、一个 NPC、一个小怪,或者先生成一个原型,再交给建模师继续往下做。

自此,Meshy 开始持续外扩。

02

有质感的增长

过去两年,生成式 AI 里不缺增长很快的产品,不过很多公司先靠热度和投放把规模做起来,再慢慢补商业化、补留存、补单位经济模型。

但有趣的是,Meshy 走出来的路径不太一样。

按照公司披露的数据,2025 年它的收入增长了 14 倍,2026 年,ARR 达到 4000 万美元,月复合增速长期保持在 20% 到 30% 之间,超过一半增长来自自然渠道,LTV/CAC 大于 4。

这种增长方式在当下的 AI 创业公司中很少见,不买量,不高举高打,比起靠热度和投放获得打不平的 ROI,这种增长更有质感。

某种意义上,这和胡渊鸣的创业路径高度相关。

前面几轮转型做下来,他已经很清楚:创业公司未必是靠最「满配」的技术方案赢,而更可能是靠一个更能进入现实、也更能侵蚀市场的产品切口赢。

它并不是一上来就追求「最强的 3D 生成」,而是先追求「最能进入工作流的 3D 生成」。最早那个版本当然粗糙,甚至有点荒诞,但它先被恐怖游戏接住,后来又一步步渗进独立游戏、环境素材、3D 打印、教育等更广的场景。它不是靠一次性把产品做到完美来打开市场,而是靠先在某些环节里把成本和效率打穿,再一点点往外侵蚀。

另一层差异,则来自胡渊鸣对增长本身的理解。

作为技术出身的创始人,他并不属于那种天然擅长传统营销的人。相比大开大合地买量、投放,他更相信另一种更「技术公司」的做法:通过研发本身去做市场,通过产品去建立信任,通过技术品牌去吸引用户和人才。

Meshy 增长的重要节点,来自 Meshy 第六代模型的发布。

Meshy 6 在几何结构和细节精度上进一步提升,生物角色生成更自然,肢体和表情表现也更逼真;与此同时,3D 模型生成时间与贴图过程也被大幅压缩至 1 分钟内。

这张网站流量图也能看出端倪。

文章配图

在 Meshy 6 发布之后,Meshy 的增长曲线会变得更陡峭。

某种程度上,赛道本身当然在变好——用户对 AI 生成 3D 的认知在提升,游戏、打印、XR、教育这些需求也在往外释放;但 Meshy 后来的增长并不只是吃到了一波行业顺风,而是通过技术能力的抬升,将更多原来那些「可以试试看」的场景,才会更快变成「可以反复用」「可以批量用」的场景。

03

文字、图像、视频、3D...

AI 的下一站十分清晰

如果把过去两年生成式 AI 的演进放在一起看,一个方向其实已经越来越清晰:文字、图像、视频之后,3D 很可能就是下一站。

过去几年,AI 生成 3D 模型大致经历了三步:最早是多视角重建,先生成几个角度的图,再尽量拼回一个 3D 形体;再往后,进入了3D 原生生成阶段,模型开始直接在三维空间里生成桌子、椅子这类更完整的结构;而最近一轮更重要的进展,则是大家开始集中解决一个更现实的问题:怎么把 3D 生成做得更快、更省算力,真正推向可用。

胡渊鸣曾经提到,一个很关键的里程碑,是微软亚洲研究院团队做出的相关工作。它的核心思路并不复杂:一方面,借鉴 2D 图像生成里已经很成熟的 latent diffusion 路线,先把数据压缩到更小的空间里再做生成,大幅降低计算量;另一方面,不再对整个 3D 空间做「全量计算」,而是先找到真正有内容的那一小部分稀疏区域,只在那里面做生成。这样一来,3D 生成第一次在效率上被真正往前推了一大步。

这两年,AI 生成 3D 模型正在明显进阶:它不再只停留在生成一些要求较低的粗糙模型,而是开始进入更多需要更高质量模型的工作流的阶段。

这也是为什么,Meshy 所在的这条路,值得被放到更大的技术演进里看。

文章配图

前面几轮 AI 浪潮里,大家已经习惯了文字生成、图片生成、视频生成不断降低创作门槛;而 3D 的意义在于,它开始进一步降低「空间内容生产」的门槛。过去,3D 建模几乎天然属于专业技能,要依赖建模、美术、贴图、修改、导出等一整套流程;现在,这个过程第一次有机会被压缩成一种普通人也能调用的能力。

游戏会是最先被改写的场景之一。

因为游戏本来就是 3D 内容需求最稳定、也最庞大的行业之一。

过去很多独立游戏之所以停留在 2D,正是因为 3D 模型太贵;那么 AI 生成 3D 的出现,让更多原本进不去 3D 的开发者,第一次有机会进入 3D。

文章配图

不仅如此。

AI 生成 3D 模型,还可能解锁一些完全不同的原生 AI 游戏。

过去两年,这个方向已经出现了不少尝试。有人走「世界模型」路线,用实时视频生成去模拟一个可交互的空间;有人把 AI 对话单独抽出来,做成和 NPC 聊天的产品;有人把 AI 图片或 3D 模型生成接进游戏,做快速换装、UGC 或装备外观。

从高维的层面上,快速生成的 3D 资产,意味着所有游戏未来都能更快做出一整套可测试、可迭代、可组合的游戏对象和空间原型。

这是对游戏行业最根本——「让游戏更好玩」的赋能。AI 3D 生成之于游戏行业的真正想象力,可能并不在「让一个游戏看上去更像 AI 做的」,而在于让游戏团队就有机会更频繁地试错,更快地验证「这个机制到底成不成立」。

文章配图

Meshy 首款 AI 原生游戏《代号:黑箱》

除了游戏之外,3D 打印则代表另一种完全不同的增量。

消费级 3D 打印机这两年爆火。人们买 3D 打印机,就是为了获得属于自己的不同体验,而不是获得同质化的产品。但同时 3D 建模仍然是一个大部分人望之生畏的技能。

AI 生成 3D 恰好补上了这一层断裂:它让用户可以直接从一句描述、一张图片,走到一个可编辑、可打印的三维对象。

最近,3D 打印机厂商们,也都关注到了这个领域。

消费级 3D 打印龙头 Bambu Lab 已把 Meshy 6 集成进 MakerWorld / MakerLab 的图像转 3D 工作流里;更早些时候,Meshy 和 Formlabs 打通了 Form Now 打印服务,把 AI 生成模型直接接到专业级按需制造流程上。

文章配图

Meshy 在 MakerWorld 首页露出

这意味着 3D 打印第一次不只是少数极客和专业用户的玩法,而开始更接近普通家庭的个性化生产工具。礼物、头像、玩具、摆件,甚至未来可动的模型和结构件,这些需求以前不是不存在,而是长期没有足够低成本的生产方式。现在,供给方式开始变了。

文章配图

Meshy 创意工坊:一张宠物照片直接 3D 打印成实体挂件

这也是 AI 生成 3D 真正值得重视的地方:它不只是让一部分专业内容生产更高效,而是在把大量原本不会发生的 3D 生产,第一次变成值得发生的事。

如果沿着这条线继续往下看,Meshy 这样的公司在做的,其实已经不只是「一个更好用的 AI 工具」,而是在参与改写 3D 内容生产的门槛和分工。

它很可能会改写一件更大的事:谁可以开始做 3D,什么样的需求值得被做出来,3D 内容生产会从多专业、多高成本,变成多普及、多长尾。

从这个角度看,胡渊鸣押中的,也许不只是 Meshy 的一个产品方向,而是生成式 AI 继续往前走的一条很自然的路径:当文字、图像、视频都已经被重写,空间内容的生成,迟早会成为下一站。而 3D,正是那个最先浮出水面的答案。

*头图来源:Meshy

文章来自于"极客公园",作者 "Li Yuan"。

Related topics

After reading

Join the AINRK community

Read how to join the community and connect with people working in AI.

Community information (opens in a new tab)