当Agent开始构建世界，这条赛道的价值仍然在被低估
2026年8月，OpenAI联合创始人兼总裁Greg Brockman使用X，转发了一件主题为“人体器官教学”的3D交互网页作品。 背后的开发者@thebuggeddev，将AI 3D大模型Tripo P1.0的建模能力，与GPT 5.6 Sol的编程能力相结合，快速打磨出了精美的可交互网页——在此之前，他不了解Ble
2026年8月，OpenAI联合创始人兼总裁Greg Brockman使用X，转发了一件主题为“人体器官教学”的3D交互网页作品。
背后的开发者@thebuggeddev，将AI 3D大模型Tripo P1.0的建模能力，与
GPT 5.6 Sol的编程能力相结合，快速打磨出了精美的可交互网页——在此之前，他不了解Blender等3D建模的专业工具，也没系统学习过编程。作品发布后，X上的浏览量迅速突破了210万。
这是@thebuggeddev创作生涯中的高光时刻。与此同时，一群“AI+3D”原生创作者也开始崭露头角。
创作者海辛和阿文，利用Nano Banana生成参考图，调用Tripo P2.0完成3D建模，再交给GPT-6 Astra编排场景、特效和交互逻辑，将《爱丽丝梦游仙境》的章节“与毛毛虫的对话”做成了精美的互动游戏，制作教程还登上了B站热榜；
独立开发者Sac，用Claude Opus 5.5+Tripo+Blender的工作流，仅用16天就将《小王子》中的每一个星球变成可探索的3D场景，作品在X上获得上万赞，并得到了a16z、Marc Lou等科技机构和KOL的转发。
3D创作开始成为一种新的表达方式，甚至是一种新的生活方式。它不再只属于专业的建模师、游戏开发者和动画师。一个人有了想法，就可以尝试搭建自己的世界；一个原本只存在于脑海中的场景，也有机会变成可以进入、可以互动的作品。
而推动这场变化的主力，是一群试图重新定义3D创作边界的年轻人。
@thebuggeddev、海辛和阿文所使用的Tripo P系列模型，核心研发者是刚从清华大学博士毕业的Ronnie；
Project Eden作为业界首批提出“Coding Agent＋实时生成式渲染器”分层路线的世界模型，其核心研究者则是02年出生的硕士研究生Zion。
他们当中，有人尚未毕业转正就参与核心模型训练，有人从一个看似边缘的兴趣出发，逐渐推动出一条新的产品和技术路线。
这些年轻人都聚集在VAST（三启万物），一家成立于2023年的通用人工智能公司。
三年前，VAST发轫于AI 3D探索几近荒芜的时代；如今，全球数千万用户通过旗下AI 3D模型Tripo表达自我。从让模型更快、更好地生成3D资产，到让Agent能够理解、调用和编辑3D内容，再到探索如何构建能够持续运行、实时交互的世界，VAST正把研究的触角伸向更广阔的空间。
团队成员R将这一过程比作“在南极科考”：过程中，大家或许会掉进南极冰窟，或许会面对南极的猛兽，但最重要的是先“插一把梯子”、“建一组探险精锐”——最终团队会感受到，“南极也没那么冷”。
01
为什么要重新理解3D？
很长一段时间里，3D创作都和“专业、小众、高门槛”绑定在一起。在大众的想象中，这一套需要漫长学习周期和复杂软件的创作过程，属于游戏开发者、动画师、工业设计师等少数专业从业者。
市场的反应，也间接体现在科技行业对3D的整体投入上。毕业前，Ronnie曾在不少大厂实习过。但他发现，对于3D这样一个比LLM更年轻、落地更晚的行业，大厂愿意投入的资源并没有预期中的多。
R则有不同侧面的感受。加入VAST之前，他曾深度参与多家大厂的合作。但他发现，大厂，并不意味着就有winner mindset（胜者思维），“初创公司的很多研究都比大厂前沿，因为大家都抱着自己定义问题的勇气和必胜的决心”。
这群加入VAST的人，都坚持着在彼时并不主流的信仰：3D是世界的“母语”，是万物在数字空间中的原生表达。物体的形状、结构、位置，以及它们之间的空间关系，都可以通过3D表达。
Zion直言：“3D被低估了。”他举了几个例子：在当下备受关注的代码世界模型路线中，上游引擎维护的就是3D内容的演变。同样的，在具身智能的仿真训练环境中，3D内容在较长时间内仍然会成为构建环境的基础。未来，3D不仅会服务于游戏、影视和工业设计，也有机会成为AI理解环境、操作物体、构建交互世界的基础。
短短2年内，这份判断逐渐沉淀为Tripo的两条模型路线：P系列致力于让生成的三维资产具备生产级拓扑和可用性，H系列则不断挑战高精度几何生成的能力边界。
2026年以来，随着LLM的理解、规划和Coding能力空前加强，行业开始重新评估3D的创作门槛和落地前景——当上游的Agent足够强大，它就能代替普通人接管愈来愈多的3D专业工具和创作流程。
然而，尽管Coding Agent已经能够生成Three.js页面、编写部分交互与动画逻辑，并根据运行结果持续调试，但从“Agent会写代码”到“Agent能够开发交互式3D应用”，中间还缺少了关键一环：能被Agent快速理解、编辑和驱动的3D资产。
补上这一环并不容易。一方面，要让3D进入更多元的创作流程和任务中，意味着AI生成的3D资产必须满足“生成即可用”，甚至好用；另一方面，当AI Agent接管了更多的创作流程，AI 3D模型创作的资产还需要能被AI直接编辑、绑定，并进入实时环境。
如今，Tripo的演进与Agent的发展，形成了巧妙的互文。Tripo H系列模型持续提高复杂形体与细节的还原度；Tripo P系列则在秒级直接生成生产级网格——其中，2026年8月发布的P2.0支持原生四边面拓扑、布线更为规整，并且支持更符合结构语义的天然分件，管线兼容性空前增强。这些特性，同样让P2.0天然适合被Agent理解和驱动。
“Tripo的技术哲学是‘生成即可用（production-ready）’。”VAST首席科学家曹炎培曾多次提到。他既是P2.0的研发者，也是首批创作者。他让P2.0生成了一只由各个独立部件组成的3D机械蜘蛛，再让Claude Opus写出运动逻辑，成功让这只蜘蛛动了起来。
P2.0发布后仅2周，GPT-6 Astra空降炸场——这个号称“全球最智能”的模型，让AI 3D迎来了自己的最强宣发期。
海外创作者Nano，基于Astra为Tripo生成的二次元角色添加了动态表情，在X上获得了1400赞；没有建模和游戏开发经验的@luccacerf，基于Astra-Tripo P2.0-Blender-Unity的工作流，仅用3个提示词、90分钟的制作周期，就创建了一款《魔兽世界》同人游戏——短短一周内，Tripo API的调用量迅速增长，上百名成员也在VAST内部自发组建了Astra+3D创作群。
△创作者Nano（@Dstudio_ai）基于Astra为Tripo生成的二次元角色添加了动态表情。
这也让VAST从成立之初坚持的判断有了新的现实注脚：3D不只是一个内容生产门类，也会像李飞飞所判断的那样，成为“人和机器的通用接口”。
随着Agent逐渐成为新的创作者，3D的边界才刚刚开始打开。
02
从非共识，成为共识
“我从来没见过这样的AI 3D模型！”
2026年3月，美国旧金山。在全
球顶级游戏开发者盛会GDC上，一款名为“Tripo P”的AI 3D模型Demo，吸引了不少参与者的目光。一名海外游戏创作者对P系列核心开发者Ronnie连连称赞：“这实在是太棒了！”
在彼时的AI 3D领域中，Tripo P是个令人惊叹的“新物种”。以往AI生成的3D资产，不仅生成耗时长达分钟级，拓扑布线质量也远不及生产的要求，往往重度依赖人类的返工 。 但在AI 3D模型Tripo P系列身上，传统 AI 3D“质量、速度、管线可用性”的不可能三角消失了。
对Ronnie而言，P系列的故事宛如一部爽文。7月，在美国洛杉矶举办的图形学国际顶级会议SIGGRAPH 2026上，基于Tripo P1.0的实时演示，在Real-Time Live!环节拿下最高奖Best in Show；VAST五篇论文入选Technical Papers，其中就包括Tripo P系列底层算法Nexus的相关论文。8月，P系列的最新成果P2.0，又成了全球首个在扩散模型上，实现原生四边面拓扑网格端到端生成的AI 3D基座模型。
聚光灯、荣誉、掌声——这一切的背后，是身处非共识中的孤独求索。
Ronnie记得，P系列刚在VAST内部立项时，行业中鲜有人谈论用扩散模型实现网格生成。彼时，自回归范式在大语言模型上取得的巨大成功，让3D领域深受影响。不少研究者试图将序列化的方式，照搬到3D表征上——这条路线的确很快让行业尝到了“甜头”：基于自回归路线，3D模型可以生成低面数、结构紧凑、具有一定生产价值的原生网格。
但Ronnie很早就意识到，自回归路线为原生网格生成带来的，是一种“虚假繁荣”。他提到，强行将网格塞进序列化的表征，会造成信息的折损，一旦追求更高的上限，误差积累等问题就会集中爆发。
基于扩散模型实现网格生成的想法，很快得到了内部的支持——即便这是一条没人趟成功的河，即便彼时的Ronnie仍是个实习生。“我们有很多试错和成长的机会，”他回忆，“可以自己做一些out of the box的探索。”
VAST对世界模型的探索，同样始于一条几乎荒无人烟的小径。
Zion记得，自己刚加入Project Eden项目组时，市面上主流的世界模型方案，还是由Genie 3所引领的交互式视频实时生成路线。…成员们意识到，基于纯键鼠Action的输入方式，很难做出用户愿意持续玩、真正有商业价值的内容。更重要的是，动作条件视频模型固然能生成影视级的画面，但底层状态却难以维持。
一种全新的“分层”交互范式很快浮现：上游的Coding Agent和交互引擎维护世界的状态和规则；下游的实时视频生成模型，则渲染出高保真的视觉呈现。
作为吃螃蟹的人，研究的困难可想而知。彼时，可参考的成熟开源代码并不多，研究团队试验了多个版本的配置，花了近半年的时间，才将效果跑通。
2026年6月，Project Eden一经发布，就引发了国内外的关注。Nataniel Ruiz（谷歌DeepMind研究员）、Matt Workman（fal创意技术专家）等科技圈KOL纷纷转发。
而后，愈来愈多以“分层”为哲学的世界模型研究出现在业界：Project Eden发布不久后，李飞飞团队提出规划器、模拟器和渲染器组成的世界模型框架；10月底发布的Genie 4也在Blog中指出，混合世界模型或是下一阶段的关键路径：融合代码与语言模型的结构化推理，以及像素级模拟的丰富感知能力。
技术创新的机会，往往藏在共识尚未抵达的地方。从Tripo P系列到Project Eden，VAST选择的都是当时少有人走的路。
这份魄力也逐渐转化为VAST的技术竞争力。成立以来，VAST开源项目数量超过50个，在3D领域累计发表60余篇顶会论文，是全球3D领域顶会论文储备最多的团队之一。在第三方独立测评机构基于超过20万用户的盲测中，近半年来，Tripo系列模型综合性能稳居第一。
这份成绩也让一个朴素的道理再次显现：真正有价值的机会，往往属于那些敢于走在共识之前的人。
03
下一步，成为V·STAR
走在共识之前，需要的不只是技术判断，也需要一群愿意为判断承担不确定性的人。
在VAST内部，这群人被赋予了一个颇为浪漫的称号：V·STAR。
V·STAR是VAST面向全球顶尖青年技术人才设立的专属计划。计划提供不设上限的薪资、期权，以及与研究任务相匹配的算力和资源。目前，V·STAR正在寻找三维生成、三维理解与智能体、世界模型等方向的青年研究者。无论此前深耕计算机视觉、图形学，还是大语言模型后训练、Coding Agent、视频生成，只要对这些问题有自己的研究和判断，都有机会在这里找到新的课题。
在VAST看来，顶尖人才不只由学校和论文数量定义。比起一份漂亮的履历，团队更看重一个人是否提出过有价值的判断，是否主导过重要工作，是否真正推进过一个棘手的问题。
在R看来，探索未知领域，需要的不是一支庞大的队伍，而是一支能够独立应对各种问题的精英团队。“建立科考队的时候，你需要的不是一个大军，而是一个精英团队，每个成员可能都能身兼数职。这也是为什么，我对VAST，尤其是Research团队非常认可。”
这种精干的组织形态，也影响着团队的工作方式。R观察到，创业公司往往是事多于人，每个人都有机会直接承担重要任务；大公司则可能出现人多于事的情况，好项目需要争抢，团队之间也容易产生内耗。
“上不设限这句话所有人都会说，但真正的上不设限是：你想做什么事情，就可以拿到机会去做。”
R加入VAST时，就希望尝试一些自己此前没有做过的事情。他和团队交流后，想法很快得到了认可。“最后一做，就做成了。”
这种自主性，也意味着研究者能够更直接地承担责任，并拥有更长的探索周期。
在VAST，Ronnie的体会是自由。对于周期较长、结果不确定的研究，这种空间尤其重要。他提到，同事们对研究的价值有着相近的理解，没有人会要求团队下个月就必须拿出某个结果。“大家都尊重科研的过程，也允许失败发生，碰到问题就一起讨论解决方案。”
团队内部的讨论也相当直接。刚加入时，R还会顾虑自己的位置，担心表达不同意见是否会越界。但很快他发现，几乎所有问题都可以拿到桌面上讨论。就在最近的一次交流中，几位成员临时想到一个实验思路，当场组队，迅速做出实验，结果令人惊喜。
这种从想法到行动的距离，在实习生身上也能得到印证。博士五年级的Stewie曾在VAST完整训练过一个线上核心模型。“这在不少公司是实习生碰不到的。”他说，“你想到一个东西，就可以直接去做，中间没有很多成本浪费在别的地方，也没有什么赛马机制。”
当然，一支科考队也需要足够的装备和补给。R的感受是，VAST的研究者实际能够获得的资源，有时甚至比在大厂更充裕。尤其在一些并不高度依赖算力的研究方向，团队的组织效率和资源使用方式，能够带来很大的发挥空间。
VAST也在持续为研究投入提供资金支持。过去半年，公司接连完成了总计约50亿人民币的融资。对于仍处在快速探索期的AI 3D和世界模型研究而言，稳定的资金、算力和人才投入，是一支“科考队”能够持续向未知区域推进的基础。
那么，什么样的人适合加入这支队伍？
R给出的第一个标准是：high capability, low ego（能力强，姿态低）。
他再次用南极科考队比喻：在冰天雪地里，队员首先要考虑的是如何完成任务，没有人会一直争论谁是一号位。对应到VAST，团队并不特别在意一个人过去来自什么平台，也不会单纯依靠论文数量和学历证书筛选人才。更重要的是，他有没有破冰的勇气，面对一个从未解决过的问题，能不能基于对技术本质的判断，大胆提出自己的想法并付诸实践。
在R看来，对于真正有能力的研究者，平台背书并没有那么重要：“你的价值，取决于对问题本质的思考深度与研究品味；当你获得探索的机会，这份价值最终将体现在产出中。”
在VAST，每个人都有机会深入参与项目的关键环节，亲自推动一项研究从想法走向结果。相比于身处一个庞大组织、成为某个项目的参与者，这种高度的参与感，也让年轻研究者更有机会建立自己的技术影响力。
校招那年，Ronnie也曾问过自己：以后还能不能找到更好的机会去创业？
“我很难想象自己在大厂工作三四年以后，再出来创业。”他给自己的答案是：“反正是第一份工作，也没什么好失去的。既然有这个可能性，不如趁年轻试一试。”
三年以来，Ronnie参与研发的模型已经被Agent接入创作工作流。从当年一个尚未被行业广泛认可的技术判断，到如今成为越来越多开发者可以使用的工具，他亲历了一条非共识路线逐渐走向现实的过程。
R聊到最后，也为自己的这趟“南极之行”留下了一句颇有意味的评价：“虽然但是，感觉南极也没那么冷。”
未知的地方，当然不会一直寒冷。有人先走进去，有人搭起梯子，后来者才有机会沿着这条路继续向前。
当Agent开始构建世界，下一代AI将如何理解空间、操作物体、维持一个世界的运行，仍然有许多未至之境。VAST希望找到的，正是那些不急于等待答案、愿意先走进去的人。
