--- title: "一张照片0.5秒变三维模型，VAST 的 Tripo 拿下5000万美元投资" date: 2026-11-15 category: AI大模型 site: 脑机网 canonical: https://aiai.cafe/a/njw-7513c9 language: zh-CN --- # 一张照片0.5秒变三维模型，VAST 的 Tripo 拿下5000万美元投资 > 一位游戏美术把一张木箱截图拖进浏览器窗口，转身离开。两秒后他回来，手里是一个拓扑干净、四边形网格的三维物体，能直接丢进引擎——无需重拓扑，没有 UV 烦恼。在行业历史的大多数时间里，那个木箱要耗费一名美术一个下午。这里的"两秒"指 VAST 一位游戏美术把一张木箱截图拖进浏览器窗口，转身离开。两秒后他回来，手里是一个拓扑干净、四边形网格的三维物体，能直接丢进引擎——无需重拓扑，没有 UV 烦恼。在行业历史的大多数时间里，那个木箱要耗费一名美术一个下午。这里的"两秒"指 VAST 2026 年的 P1.0 生产引擎；标题里更快的"0.5秒"是公司2024年的 TripoSR 研究工具，属于同一努力的不同阶段。 Tripo 是 VAST 打造的 AI 三维产品。这家北京公司成立于2023年，由 CEO 宋亚宸、CTO 梁鼎与首席科学家曹炎培领衔；曹炎培毕业于清华，此前在腾讯 ARC Lab 主导生成式三维研究。公司的赌注说起来简单、执行起来极难：让三维资产生成像打字写提示词一样随手可得。 ## 关键要点 - VAST 于2024年3月联合 Stability AI 开源 TripoSR，单图生成三维模型约需0.5秒。 - TripoSG 被描述为首个用于三维生成的混合专家（MoE）Transformer，基于 Rectified Flow，15亿参数权重与推理代码已在 Hugging Face 开源。 - 2026年3月发布的 Tripo P1.0 约两秒产出引擎可用的低多边形网格，配套 Smart Mesh 工作流。 - VAST 完成5000万美元（约3.44亿元 / 3.9亿港币）A 轮融资，由阿里与恒旭资本领投。 - 公司称 Tripo Studio 已聚集约650万创作者，生成近1亿个三维模型，专业用户多在海外。 ## 0.5秒的起点 VAST 的公开突破在2024年3月，当时它与 Stability AI 联合开源 TripoSR。该模型能用约0.5秒把一张图变成三维模型，很快成为三维创作者从参考图快速打草稿的常用工具。那次发布与其说是成品，不如说是一份方法论宣言：三维生成可以又快、又开放、还够好到能迭代。 此后 VAST 推进 Tripo 系列——2024年9月的 Tripo 2.0 与2025年1月的 Tripo 2.5——在数千万高质量原生三维资产上训练，逐代提升生成速度、几何精度与整体成功率。2025年3月公司发起"技术开源月"，沿技术链开源八个项目，含 TripoSG。 ## 架构层面的转向 TripoSG 是值得理解的关键。VAST 称它是首个用于三维生成的 MoE Transformer，建立在 Rectified Flow 之上，15亿参数权重与推理代码已在 Hugging Face 开放。公司称其输出质量与 Tripo 2.0 相当，并超越所有既有开源三维生成项目，对复杂组合物体泛化能力突出。 意义在架构而非表面。此前多数三维模型用占据栅格编码形状；TripoSG 改用有符号距离函数 VAE，保留更细几何并能跨分辨率泛化。配合精心筛选的二百万图像-SDF 训练集，这种方法以参数规模换取数据质量与扩展纪律——与大语言模型世界早先学到的教训一致。 ## 两秒的生产级承诺 触及生产团队的跃迁出现在2026年3月的 Tripo P1.0。不同于早先"漂亮却不可用"的高多边形幻象，P1.0 约两秒生成拓扑干净、引擎就绪的低多边形网格。VAST 配上 Smart Mesh 工作流，接受提示词或参考图，返回具合理四边形拓扑的模型，因此无需人工先清理一堆乱线，就能在 Unreal、Maya 等引擎或工具里动画化或做仿真。 曹炎培的论断是：AI 应当适应数十年的工业标准，而非逼人去修补模型产出。他承认，剩下的硬骨头是绑定与动画——给资产装上骨架与物理行为——这尚未完全生产就绪，但在快速推进。这种坦诚少见且有价值：AI 三维今天对道具、环境套件与简单载具"可用"，对主角角色与面部动画仍在成熟中。 ## 5000万美元的一票 P1.0 之后数周，VAST 完成5000万美元（约3.44亿元 / 3.9亿港币）A 轮融资，由阿里与恒旭资本（上汽背景基金）领投，元禾璞华、BV 百度风投、东方嘉富跟投，老股东春华创投与北京人工智能产业投资基金追加资本。这笔融资释放信号：投资人把三维生成看作基础设施，而非演示——是架在游戏、XR、工业设计与影视之下的一个大模型层。 ## 为何不止于游戏 战略奖品不是更漂亮的游戏资产，而是降低一道让三维内容稀缺的壁垒：地球上大多数人不会做三维模型，这种稀缺限制了从电商产品展示到训练仿真再到开放元宇宙的一切。若一张照片或一句话能在数秒给出可用网格，"会做三维的人"就将呈数量级增长。 ## 诚实的局限 本文采信 VAST 官方博客、腾讯新闻对首席科学家曹炎培的采访，以及关于融资轮、模型里程碑与用量数据的二级风投报道；笔者未在自己硬件上独立验证0.5秒或两秒的计时。所谓"首个三维 MoE Transformer"与基准宣称均来自公司，未经笔者复现。创作者与模型数量为公司自报、未经审计。文章未评估生成资产的内容标识、企业用户定价，也未在具体资产类别上与腾讯混元三维或开源工具做头对头比较。 ## 普通人现在能做什么 - 若你做游戏、XR 或产品可视化，用你自己的参考照片试一下 Tripo 的图像转三维，看导出网格在导入引擎前是否需人工清理。 - 对团队，先在"填充"资产——木箱、家具、环境套件——上试点 P1.0，那里速度比主角级细节更重要。 - 若你自建基础设施，留意开源的 TripoSG 发布；一个可自托管的 MoE 三维模型会改变你的单资产成本账。 --- 来源：脑机网（https://aiai.cafe/）｜原文：https://aiai.cafe/a/njw-7513c9 本内容仅供参考，不构成投资建议。