GPT-6 Astra发布后，3D圈最受关注的问题之一变得更尖锐：通用模型已经能在Blender里建模，市场还需要专门做AI 3D生成的模型吗？
这场讨论很快被演示效果推高。Astra可以在Blender中搭出房屋，再导入Unreal Engine 5，变成可进入的漫游场景。社交媒体上，也有人借助Blender MCP，仅凭文字提示，让Astra从零生成一整条医院走廊。
但把任务推进到具体资产，尤其是角色和复杂道具时，差异就开始显现。文章提到，把同一张参考图分别交给Astra和Meshy后，Meshy生成的金发剑士保留了更清晰的发丝、五官、斗篷、皮带、护甲层次，以及盾牌上的叶片纹样；Astra生成的结果则更接近基础结构，头发像整块头盔，身体也更像由几何体拼接而成。
在这种对比下，问题不再只是「能不能建模」，而是「能不能稳定生成可直接进入生产流程的3D资产」。
不到两年，ARR从100万美元增至1亿美元
据Meshy披露，公司年度经常性收入（ARR）已从100万美元增长至1亿美元，用时不到两年。
ARR指企业当前可持续、可重复的订阅或合同收入按年折算后的规模，一次性收入通常不计入其中。这个指标衡量的不是围观热度，而是已经形成多大规模的持续付费收入，因此常被视为SaaS公司的核心指标。
如果放到传统软件行业，这样的速度并不常见。文章援引Bessemer Venture Partners在《The State of AI 2025》中的总结称，两类高速增长AI公司中，一类「新星」平均约4年达到1亿美元ARR，同时保持约60%的毛利率；另一类更少见的「超新星」，平均约1.5年达到1亿美元ARR。
按这一时间尺度看，Meshy不到两年完成ARR百倍扩张，已经接近「超新星」式增长。
文中还拿两家AI公司作参照。估值110亿美元的语音生成公司ElevenLabs，从首款产品上线到1亿美元ARR用了约20个月；AI视频公司HeyGen从100万美元ARR增长至1亿美元用了29个月。Meshy不到两年的速度，比HeyGen更快。
而3D本身又是更难商业化的一类模态。声音和视频生成后通常就能直接使用，3D资产还要经过拓扑、贴图、尺寸等环节，才能进入游戏引擎或用于3D打印。
通用模型带火3D，专业模型仍在补最难的一环
Astra之所以能在3D圈迅速刷屏，文章将其能力拆成三部分：Computer Use负责操作Blender，Coding把需求转成脚本，空间理解则帮助模型判断物体结构和位置。
这套能力更适合可拆解为几何关系的任务，例如CAD、参数化建模和程序化生成。墙体、楼梯、门窗等对象，可以通过代码逐步搭建出来。
但角色、复杂道具并不完全适用这一路径。发丝走向、斗篷褶皱、盾牌纹样，很难被压缩成几条几何规则，它们更依赖模型从大量真实资产中学习形状和细节。
这正是Meshy这类专业3D模型的定位：输入文字或图片，直接生成带形状和纹理的3D资产。
文章提到，北京大学OpenDCAI团队曾推出开源框架3AGameFactory，让AI编程智能体自行拆解游戏需求，再判断每件资产应当现场生成、通过程序搭建，还是从开源素材库获取。其中，角色和关键道具交给了Meshy。
资产生成后，还要经过网格清理和尺寸校验；角色还需要完成骨骼绑定与动作处理，才能真正进入游戏。项目负责人、博士生Bohan Zeng将最大的困难概括为：「看起来正确」与「真正可用」之间，仍然隔着一道鸿沟。不少问题只有在资产被放进可玩场景之后才会暴露。
Meshy与Astra协作搭建废墟场景的演示，也体现了类似分工：通用模型负责拆解场景、准备参考图，再通过API调用Meshy逐件生成资产，随后导入Blender完成摆放、尺寸调整和灯光布置。
文章的判断是，Agent降低的是3D创作门槛，但资产质量会成为更关键的门槛。能发起项目的人越多，对角色和道具的需求就越大；而能把「看起来对」变成「真正能用」的专业3D模型，反而更难被替代。
专业3D模型的壁垒：形状、细节、颜色与图案
文章将Meshy的壁垒归纳为三层，最终都落在资产质量上。
第一层是形状
以一只机械猫头鹰为例，参考图中的多层甲片、胸腔齿轮和雕花底座，在生成结果中仍保留了独立结构，没有糊成一整块轮廓。对美术师来说，这意味着后续修改可以从一个更接近原设计、且具备结构的资产开始。
据文中披露，在Meshy自建的3D几何对齐基准中，Meshy 7在单张图片输入下，造型比例、空间分布和表面细节三项指标均领先其他受测模型。其中，表面细节得分为59.8%，其他模型约为49%至55%，上一代Meshy 6 Lite为52.7%。
第二层是细节
文章举例称，Meshy 7.1生成的兽人角色，护臂绳结有清晰起伏，裙摆边缘还能看到编织和磨损痕迹，而且这些细节存在于几何结构中，即使在无纹理渲染下也能直接看到。
据Meshy披露，7.1将几何生成分辨率从2048³提升至4096³；在其Detail Richness基准的4K渲染条件下，得分为23.1%，高于其他受测模型。
更高分辨率意味着模型可以表达更细的凹槽、褶皱和表面纹理，同时也会提高训练、推理和网格提取的要求。
第三层是颜色和图案
以一台老式收音机为例，真正难处理的不是方形外壳，而是铭牌上的英文、旋钮旁的数字刻度，以及面板上不同材质的变化。文章称，用Meshy转成3D模型后，两处铭牌文字仍可辨认，刻度也保留了分段和数字。
在Meshy发布的端到端纹理对齐测试中，Meshy 7综合得分为66.2%，高于其他受测方案。
这些提升背后，是围绕3D资产持续进行的模型优化。文章称，Meshy 7改进了图像编码器与训练数据，让输入图片和目标几何更准确对应；Meshy 7.1扩大了几何生成规模，并改进网格提取，让更细结构能够落到可交付的Mesh上。
团队还在探索直接生成网格。采用Flow Matching路线的Meshy T2，能够生成顶点及连接关系，并按预算控制网格复杂度，在速度和资产结构之间做平衡。
谁在为AI 3D付费
技术指标之外，商业问题更直接：谁会为这类能力持续付费？文章给出了两个已经较为明确的场景。
游戏开发
3D资产本来就是游戏开发中的高成本环节。按照游戏美术外包公司Juego Studios公布的价格区间，一件风格化3D道具约为300至2000多美元，一个3A品质角色可能超过5000美元。
除了成本，工期也是压力来源。角色和道具数量一多，3D美术很容易成为项目进度瓶颈。
文章称，三七互娱已经将Meshy接入生产流程。遇到复杂角色和怪物时，团队先用Meshy分别生成头部、肢体等部件，再导入3D软件完成组装和精修。这种方式可以在人工雕刻开始前，先获得完成度超过60%的高模基础。
在复杂的次世代和古风项目中，基础模型阶段的雕刻工作量减少30%至40%。对于简单道具和角色，则可以直接生成完整模型，清理后继续加工。在部分休闲和移动游戏项目中，一件资产的建模时间从5天缩短至约2.5天。
对需要几十件甚至上百件资产的项目来说，这种效率提升会被持续放大，也让美术师能把更多时间放在风格和最终精修上。
3D打印
另一个明确场景是3D打印。文章援引拓竹披露的数据称，截至2025年底，MakerWorld全球站和中国站合计注册用户约5000万，月活达到千万量级。
与之相比，平台活跃创作者只有约30万，优质模型接近200万个。这意味着浏览、下载和打印模型的人，远多于能够原创模型的人。
打印机卖得越多，内容供给缺口就越明显。多数人可以买到打印机，但仍不会建模；想打印真正属于自己的手办，往往还得等别人先把模型做好。
文章称，Meshy瞄准的正是这一环：让不会建模的人，也能把自己的想法变成可打印的3D模型。随着Meshy将多色3D打印能力做进产品，拓竹、创想三维、Elegoo、FlashForge、xTool等打印品牌也陆续进入其客户名单。
把这些案例放在一起，文章将Meshy的收入来源拆成三层：第一层是个人订阅，面向独立开发者、教师和打印爱好者；第二层是企业API，三七互娱、网易游戏和Nexon等游戏公司将生成能力接入原有管线后，需求会随着项目数量和资产数量增加；第三层是硬件生态，模型生成需求可能随着打印机销量和活跃用户规模继续增长。
文中认为，企业API和硬件生态，是Meshy收入持续放大的关键。
从AI for Work走向AI for Fun
文章认为，不到两年做到1亿美元ARR，说明AI 3D已经是一门成立的生意。但当前收入主要仍来自「帮助人完成3D工作」，也就是服务游戏美术、建模师和设计师这类专业用户。
如果AI 3D还要继续增长，下一个问题就是：除了帮助专业人士生产资产，它能不能让更多普通人直接创造和消费3D内容？
这也是Meshy从AI for Work走向AI for Fun的原因。文章提到，Meshy新推出了实时互动多模态内容架构Mora，试图沿着这条路线推进。
在Mora中，用户可以走进一个房间，与场景互动，寻找解开空间谜题的路径；也可以进入拳击场，把老板的照片放到拳击台上，再进行互动。
这些互动能够实时发生，依赖的是一套分层架构：Coding Agent负责搭建游戏结构和运行逻辑；Meshy生成空间和3D资产，同时向实时视频模型输出控制信号；视频模型再根据这些信号实时生成画面和声音。
在这套架构里，3D承担的是整个世界的骨架。
文章还提到，谷歌DeepMind发布的Genie 3已经可以根据文字实时生成可探索场景，但纯粹依靠视频生成的世界，空间一致性仍是难题。玩家走远后再回来，桌上的物体可能已经换了位置，甚至直接消失。
Mora的思路则是先用3D固定空间，再让实时视频模型负责画面表现。房间位置、门的连接关系、物体摆放位置，都由3D结构确定；玩家推开的门、放上拳击台的照片，也都对应空间中真实存在、可持续交互的对象。
到了这里，3D已经不只是生产流程中的一项资产，而是可玩世界的地基。文章认为，这条路线真正打开的是AI 3D的用户边界。过去，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；Mora把这些工作分给不同模型后，普通人不需要掌握完整游戏开发流程，也有机会把一句话、一个念头变成可以走进去的世界。
文章最后给出的结论是，通用模型越擅长理解空间、编写逻辑，能够发起的项目就越多，对高质量3D资产和稳定3D空间的需求也会越大。前者负责理解意图、组织任务，后者负责生成真正可用、可控、可交互的3D世界。通用模型能力增强，并不必然挤压专业3D模型，反而可能带来更多可承接的需求。
本文来自微信公众号「量子位」（ID：QbitAI），作者为「关注前沿科技」。