GPT-6能建模了，Meshy凭什么ARR两年涨到1亿美元？

听雨 发自 凹非寺 量子位 | 公众号QbitAI

GPT-6 Astra一亮相，做3D的人就有点坐不住了……

拿Blender盖出一栋这样的房子，再直接扔进Unreal Engine 5，就成了能走进去转一圈的漫游场景：

到了社交媒体上，网友们很快又折腾出不少新玩法。

有人借助Blender MCP，光敲几句文字提示，就令Astra从无到有搭出一条完整的医院走廊：

行行行，确实够唬人。

But，同一张参考图，我们一边交给Astra，一边交给专攻AI 3D生成的Meshy，跑出来的结果却成了这副样子……

一样的金发剑士，Meshy这边发丝一根根都分得清，五官也立得住，斗篷、皮带、护甲层次分明，盾牌上的叶片纹样同样给还原了出来。

再看右边的Astra，画风就抽象得多了……

头发糊成一整块「头盔」，脸是圆眼睛的卡通风，身子像是几段几何体凑起来的，摆在Blender视窗里，更像个刚把基础结构搭完的手办。

呃，这差距摆在那儿，还挺扎眼。

GPT-6 Astra刷屏以后，3D圈里那个最受关注的问题，也就跟着变得微妙起来：

通用模型都会建模了，还需要专门的AI 3D模型吗？

光看那些惊艳的演示，答案好像已经摆在眼前。

可任务一旦落到具体资产上，特别是角色、复杂道具这类对比例、结构和细节都卡得很死的对象，两条路子的差别马上就露出来了。

更有意思的是，通用模型能力狂飙的这两年，Meshy的生意非但没被挤掉，反而涨得相当猛。

Meshy披露的数据显示，其ARR从100万美元涨到1亿美元，用了不到两年。

ARR就是年度经常性收入，做法是把企业当下可持续、可重复的订阅或合同收入折算成全年口径，一次性进账一般不算进去。

它量的不是有多少人围观一款产品，而是眼下已经攒出多大规模的持续付费收入，这也是它被当成SaaS公司核心指标的原因。

那不到两年从100万美元干到1亿美元，到底算多快？

搁在传统软件行业，就算是最拔尖的SaaS公司，这段路一般也得走上至少五年以上。

历史能追到1911年、早年投过Shopify和LinkedIn的知名风投Bessemer Venture Partners，在《The State of AI 2025》里把高速增长的AI公司分成了两类：

一类叫「新星」，平均花约4年做到1亿美元ARR，同时把毛利率维持在约60%；另一类叫「超新星」，增长更炸，做到1亿美元ARR平均只要约1.5年，可这类公司也更少见。

光看增长速度，Meshy在不到两年里把ARR做大了100倍，这种爆发力已经踩到了「超新星」的区间。

拿AI圈更有代表性的名字来比一比。ElevenLabs做语音生成，估值110亿美元，首款产品上线后大约20个月才摸到1亿美元ARR；HeyGen是华人团队做的AI视频明星项目，从100万美元ARR走到1亿美元，花了29个月。

相比之下，Meshy用的时间还不到两年，比HeyGen更快。

问题是，3D偏偏是这些模态里最难变现的一类。声音和视频生成完差不多就能直接用，3D资产不行，得先过拓扑、贴图、尺寸几道关，才能塞进游戏引擎或者送去打印。

语音和视频的创作者全球到处都是，人数以几十亿计；3D创作者眼下还远没到这个规模。从这样的底子上跑出接近的速度，本身就不轻松。不过门槛一直在往下掉，3D也正从少数专业人士手里的工具，变成几亿普通用户都能碰的东西。

更难，速度却没慢下来。一个爆款Demo能引来围观，但ARR算的是实实在在、持续掏钱的付费。

这条曲线背后有两股力量同时在推。B端这边，AI生成的3D资产越来越能用了，已经成了游戏开发、3D打印这些行业日常运转里少不了的生产环节；C端这边，创作门槛一降再降，越来越多原本不会建模的人也开始动手做3D。

最强基础模型带火3D，专业3D模型反而更稀缺了

Astra能在3D圈刷屏，拆开来看并不神秘：

Computer Use让它能操作Blender，Coding让它把一句需求写成脚本，空间理解则让它判断物体的结构和位置。

所以Astra最拿手的是那些能拆成几何关系的活儿，比如CAD、参数化建模、程序化生成。墙体、楼梯、门窗，都能靠一行行代码搭起来。

可开头那位金发剑士，正好落在了这套方法最不舒适的地带。

发丝往哪走、斗篷怎么皱、盾牌上的纹样长什么样，这些很难写成几条几何规则。它们本身就是概念图里的设计，得靠模型从海量真实资产里学会形状和细节该是什么样。

这正是Meshy这类专业3D模型要解决的问题：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编程智能体自己把游戏需求拆开，再逐项判断每件资产该现场生成、用程序搭建，还是从开源素材库里拿。

这里面，角色和关键道具交给了Meshy。

生成之后，资产还得经过网格清理和尺寸校验；角色还要做完骨骼绑定与动作处理，才能真正进游戏。

项目负责人、博士生Bohan Zeng把最大的难点概括为：「看起来正确」与「真正可用」之间，仍然隔着一道鸿沟。不少问题只有把资产放进可玩场景之后才会暴露出来。

Meshy与Astra协作搭建废墟场景的演示，也呈现了类似的分工：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，是如何稳定拿到符合设计、能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。

专业3D模型的门槛究竟卡在哪些地方？

Meshy在这套协同流程里能起多大作用，归根到底要看产出的资产过不过硬——形状是不是准确，细节够不够丰富，颜色和图案有没有跑偏。

头一道关，卡在形状上。

拿这只机械猫头鹰来说，参考图里的多层甲片、胸腔齿轮和雕花底座，生成之后各自仍是独立结构，并没有塌成一团鸟形轮廓。

对做美术的人来说，拿到手的模型因此更贴近原设计，后面动手改，起点就是一个有结构的资产。

按照Meshy自建的3D几何对齐基准，只喂一张图片，Meshy 7在造型比例、空间分布和表面细节这三项上，都压过其他受测模型。

具体看，表面细节这一项它拿到59.8%，其他模型大约在49%到55%之间，上一代的Meshy 6 Lite是52.7%。

第二道关，卡在细节上。

Meshy 7.1做出来的兽人角色，护臂绳结的起伏看得清，裙摆边缘的编织和磨损痕迹也留着。这些细节长在几何结构里，不贴纹理直接渲也能看见。

据Meshy披露，7.1把几何生成分辨率从2048³拉到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。

分辨率抬上去，模型就能表现出更细的凹槽、褶皱和表面纹理。当然，训练、推理和网格提取这几环，要求也跟着水涨船高。

第三道关，是颜色和图案。

这台老式收音机难啃的地方其实不是方形外壳，而是铭牌上的英文、旋钮旁的数字刻度，还有面板上几种材质的切换。Meshy把它转成3D模型之后，两处铭牌文字仍然认得出来，刻度也保留着分段和数字。

在Meshy公布的端到端纹理对齐测试里，Meshy 7综合得分66.2%，比其他受测方案都高。

这些进步的背后，是专业模型一直在围着3D资产做优化。Meshy 7动了图像编码器和训练数据，让输入的图片和目标几何对得更准；Meshy 7.1则把几何生成规模做大，又改进了网格提取，让更细的结构能落到可交付的Mesh上。

团队还在试直接生成网格。走Flow Matching路线的Meshy T2，可以直接生成顶点和连接关系，并按预算控制网格复杂度，速度和资产结构两头兼顾。

△Meshy T2生成的网格资产

指标再漂亮，最后还是要回到一个商业问题上：谁愿意掏钱？

专业用户要的从来不是偶尔惊艳一次，而是连着生成十次、一百次，结果都八九不离十。还原得越准，返工越少，AI 3D才有可能从偶尔试用的尝鲜工具，变成每天都要跑的生产流程。

眼下，至少有两个付费场景已经比较清楚。

一个是游戏。

3D资产本来就是游戏开发里的一笔大开销。

游戏美术外包公司Juego Studios公布的价格区间显示，一件风格化3D道具大概300至2000多美元，一个3A品质角色则可能超过5000美元。钱之外，工期压力更直接。角色和道具一多，3D美术很快就把项目进度卡住了。

三七互娱已经把Meshy接进了自己的生产流程：碰到复杂的角色和怪物，团队先用Meshy分别生成头、肢体这些部件，再导进3D软件完成组装和精修。

有了这种办法，在人工动手雕刻之前就能先拿到完成度60%以上的高模底子。碰到复杂的次世代项目或者古风项目，基础模型这一环的雕刻量能省下30%到40%。至于简单道具和角色，直接生成完整模型、清理一下就能接着往下做，部分休闲和移动游戏项目里，单件资产的建模时间从5天压到了2.5天左右。

对那些一上来就要几十、上百件资产的项目来说，效率的放大是滚雪球式的，美术师也能腾出更多精力去抠风格和最后一道精修。另一个场景是3D打印。

想自己动手打印的人在快速变多。拓竹透露，到2025年底，MakerWorld全球站加中国站的注册用户合计约5000万，月活到了千万量级。可平台上活跃创作者只有约30万，优质模型接近200万个。换句话说，在平台上浏览、下载、打印模型的人，比能自己原创模型的人多得多。

打印机卖得越多，这道内容供给的缺口就越扎眼。买一台好用的打印机对多数人不是难事，可建模依旧不会；要打一个真正属于自己的手办，通常得先等别人把模型做出来。

Meshy盯上的就是这一环：让不会建模的人，也能把脑子里的想法变成能打印的3D模型。

随着多色3D打印能力被做进产品，拓竹、创想三维、Elegoo、FlashForge、xTool这些打印品牌，也一个接一个出现在Meshy的客户名单上。

Meshy的增长从哪来，把这些案例摆到一起就清楚了：

最上面一层是个人订阅。独立开发者、教师、打印爱好者，用文字或者图片就能生成模型，不必先去啃专业建模软件。

再往下一层是企业API。三七互娱、网易游戏、Nexon这些游戏公司把生成能力接进原有管线之后，需求就不再是偶尔生成一个模型。一个项目要几十甚至上百件资产，项目越多，API调用量也跟着往上走。

放到全球市值与估值排名前十的企业里看，其中半数已经把Meshy摆进了生产链条的关键位置。

还有一层是硬件生态。Meshy一旦进入3D打印品牌的用户链路，模型生成的需求就可能跟着打印机销量和活跃用户规模一起涨。

在我们看来，企业API和硬件生态，才是Meshy收入能持续放大的关键。

这些最终都落到了收入曲线上，也解释了Meshy为什么能在不到两年里，把ARR从100万美元推到1亿美元。

Meshy跑得快，关键在于它跨过了「生成出来」和「投入使用」之间那道坎。

模型质量越高，返工就越少，能进的生产流程就越多；进的生产流程越多，用户的生成需求就越容易从试一次，变成持续高频的调用。

所以1亿美元ARR说明的不只是有人肯为AI 3D掏钱。它意味着Meshy已经初步搭起一套商业循环：模型能力带动实际使用，实际使用带来持续收入，收入再反哺模型和工程投入。

专业3D模型的壁垒，也就不只存在于参数和Benchmark里，还存在于它已经扎进了多少真实生产流程。

AI 3D究竟是一个怎样的赛道？

不到两年做到1亿美元ARR，说明AI 3D已经是一门站得住的生意。

但眼下的收入，主要还是来自「帮人完成3D工作」。游戏美术、建模师和设计师愿意为效率买单，可这终究是一个有限的人群。

如果AI 3D还想接着往上走，接下来绕不开的一个问题就是：帮专业人士做资产之外，它能不能让普通人也能直接创造、直接消费3D内容？

Meshy从AI for Work转向AI for Fun，原因就在这儿。

他们新推出的实时互动多模态内容架构Mora，就是冲着这条路去的。

在Mora里，你可以走入一个房间，跟场景做互动，找到解开空间谜题的路线；也能走进拳击场，把老板的照片摆到拳击台上，然后狠狠出拳。

这些互动之所以能实时发生，背后是一套分层架构在支撑。Coding Agent管搭建游戏结构、编写运行逻辑；Meshy负责生成空间和3D资产，同时把控制信号传给实时视频模型；视频模型接到信号后，实时把画面和声音生成出来。

这里面，3D是撑起整个世界的骨架。这两年，「世界模型」是AI圈最热的方向之一，谷歌DeepMind发布的Genie 3，已经能根据文字实时生成可探索的场景。

可只靠视频生成撑起来的世界，空间一致性还是难解。玩家走远再回来，原本搁在桌上的东西可能已经挪了地方，甚至干脆没了。Mora的解法是先用3D把空间固定住，再让实时视频模型去负责画面表现。

房间在哪儿，门通向哪儿，物体摆在什么位置，全由3D结构说了算。玩家推开的每一扇门、放上拳击台的每一张照片，也都对应着空间里真实存在、能持续交互的对象。

走到这一步，3D已经从生产流程里的一项资产，变成了可玩世界的地基。而这条路线真正打开的，是AI 3D的用户边界。

以前，一个点子要变成能玩的游戏，中间隔着建模、编程、美术和游戏引擎，每一道门槛都得靠专业人员、花大量时间。Mora把这些活儿分给了不同模型，普通人不用掌握完整的游戏开发流程，也有机会把一句话、一个念头，变成能走进去的世界。

在我们看来，这才是AI for Fun真正抬高AI 3D天花板的地方：AI 3D的市场规模，不再只取决于世界上有多少3D美术，还取决于有多少人想玩、多少人想创造自己的世界。

Mora还定了一条核心思路：它得能随Coding Agent的演进步伐一起成长。Astra这类通用模型在空间理解和逻辑编写上越拿手，设计出的关卡与互动就越复杂；而Meshy的3D生成本事，管的是把这些玩法落成稳当、能进场跑起来的场景。

到这里，开头那个问题也有答案了：通用模型都能建模了，市场还需要专门的AI 3D模型吗？

在生产端，通用模型越能干活，能发起的项目就越多，对高质量3D资产的需求也跟着涨。到了互动内容这一端，Coding Agent越强，能设计的玩法越复杂，对稳定3D空间的需求同样越大。

一边管读懂意图、把任务排布好，另一边管造出真能用、管得住、能互动的3D世界。通用模型一强，专业3D模型接得住的需求反倒更多。

这也能说明，Meshy为何要把方向延伸到实时互动内容，甚至押注AI for Fun。从一件可用的资产，到一个能玩起来的世界，它瞄准的范围已经超出了3D生产工具本身。

一头连着通用模型，一头连着专业3D生成，Meshy正好卡在这个交界处。它把AI 3D接下来要服务的人群，从会建模的那批人，扩大到了每一个既想动手创造、也想亲自走进这个世界的人。