VAST半年融资约50亿：曾经的非共识玩家，成了「世界的基座」｜智能涌现首发

“最终，这个世界可能只剩下一个产业：创造世界、体验世界。”

创业3年，即使经历过大模型赛道从萌芽到狂奔的全过程，VAST创始人兼CEO宋亚宸依旧觉得最近发展速度“超出预期”——对世界模型、UGC交互内容平台的共识形成得极其迅速。在他原来的设想里，“可能还要再讲十年，（3D）技术才能成熟，大家才能慢慢理解这是什么”。

近期，他创办的人工智能公司VAST完成了B轮和B+轮融资，金额合计约30亿元，由经纬创投领投。

其余投资方包括：完美世界、蓝色光标、芯动能投资、延趣游戏、中科创达、广电投资、三七互娱等一线产业资本，鼎晖VGC、中金资本、CMC资本、洪泰基金、三正健康投资、中平资本、福建产投基金、福创投、卓源亚洲、江西金控等一线财投。

与此同时，老股东达晨财智、春华资本、四三九九、慕华科创、绿洲资本、渶策资本、华控基金持续超额追投

不到半年，VAST累计融资约50亿人民币，刷新了AI3D领域的融资额纪录。

迅猛的融资节奏背后，值得关注的一点是，最近几个月以来，VAST投资方的背景变得更加多元——来自汽车、电商、游戏、消费电子、XR、影视、⼴告、⽂旅等多个产业方资本，纷纷加注这个赛道。

正如Salesforce投资Anthropic并接入Claude，BMW加注Figure AI并将机器人引入生产线，下游产业资本的加注，往往意味着技术发展进入新的阶段：从“可用”，变得“好用”；技术带来的巨大商业回报，也从BP上的数字，变成产业方肉眼可见的效益。

产业资本首先看好的是VAST的技术能力。

8月，VAST刚刚推出最新一代AI 3D基础模型Tripo P2.0 Preview，这是全球先一步能在数秒内生成高质量四边面网格的3D大模型。

和上一个版本P1.0对比，P2.0的生成精度、面数范围等能力都有了质的飞跃——单面数上限由2万三角面提升至5万三角面，同时还新增了原生四边面拓扑模式，最高支持2.5万四边面。

△Tripo P1.0 vs P2.0。图源：VAST提供

产业方真金白银押注的另一面，则源于VAST突出的落地和商业化成绩。

当下，VAST是为数不多同时拥有自研的基础模型，又在垂直领域中拿到商业化结果的AI创业公司。其核心产品Tripo Studio目前已经服务了全球数千万用户，3D原生基础模型Tripo，则已经接入网易、腾讯、字节、微软等国内外公司的工作流。

“3D是世界的原生表征。”宋亚宸曾表示。VAST如今的备受追逐，也源于它恰好站在当下投资人们的相信上：大模型的下一阶段跃迁，将发生在对物理世界的理解、模拟与交互。

要持续领跑每个阶段，模型和应用必须要一起抓——基模决定着落地场景的边界，而平台将承接应用与商业化。

不过，VAST无意为自己描绘一个爽文式的剧本。此前，宋亚宸数次在公开场合承认：公司刚成立时，一上来就想做UGC交互内容平台，但很快发现3D领域的“手机摄像头”还没被发明出来——在一个赛道技术、产品都远未成熟的时期，单凭一家公司的力量，也难让3D UGC内容走到商业闭环。

想明白这点后，宋亚宸带着团队完成了从模型到平台的“两步走”：第一步，解决基础模型和新生产力的问题，让每个人都可以零门槛、零成本、实时地创作；第二步，建立平台，把内容和体验分发给终端消费者，并完成商业化。

宋亚宸相信，AI3D会带来新的平台级机会，其潜在市场规模会比我们如今熟悉的内容平台大得多。

“让AI适应人类工业标准，而不是反过来”

“如果有人告诉你一天能生成10万个资产，你会做什么？”这是VAST首席科学家曹炎培，过去一段时间常常思考的问题。

这样的假设在半年前听上去还像天方夜谭。

在传统3D工业管线中，极花时间的重拓扑和绑定，艺术创意成分很少，本质上是繁杂的人工劳动——手工重拓扑单个资产要数小时到数天，是整条生产管线最大的人力瓶颈。一旦卡在拓扑和绑定上，整体的制作节奏都会被拖慢。

要让AI生成的3D资产更直接地进入生产管线，需要实现原生mesh生成，即直接在mesh表示上生成具备合理面数、规整结构和恰当拆分的3D资产。

大模型时代来临之后，并不是没有人尝试解决这个问题。

时间拨回2024年，AI 3D赛道上尤为火热的技术共识其实是自回归（Auto-Regressive）。

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3D表示序列化——原本不存在天然线性顺序的mesh（网格），被编码成一个个排好序的token，再像生成句子一样逐个预测。

两三年来，自回归路线的确让行业尝到了“甜头”，MeshGPT、MeshAnything等项目实践证明，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mesh。

不过，VAST很早就意识到，自回归为原生mesh生成带来的，是一种“虚假繁荣”。强行将mesh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，误差积累等问题便会集中暴露。

“这其实是在原始数据和最终想要的资产之间，绕了很远的路径。”VAST首席科学家曹炎培表示。

这一领跑于行业的判断，源于VAST自成立以来坚持的原则：“生成即可用”。用曹炎培的话说，“要让AI适应人类的工业标准，而不是反过来”。

“要在秒级内生成高质量网格，不可能走自回归路线——以现在的算力和范式，要生成几万个面，不可能在一秒内生成几万个token。”曹炎培说。

这迫使VAST走上一条难度更高的端到端路线：直接在3D模型最原始的网格数据上训练，一次性整体生成——这也是VAST如今基座模型Nexus的核心训练思想。

为了达到这个目标，VAST重构了整个模型和数据管线，包括全球规模庞大的3D原生数据资产库，以及自研的训练与推理基础设施。同时，团队还同步构建将研究原型推进到鲁棒高效线上服务的工程体系，这意味着，实验室中的技术，最后能够落地为用户可以稳定使用的产品。

模型能力迭代的拐点，始于VAST对自研算法框架Nexus的探索。

相较于线形生成的自回归路线，Nexus把顶点与拓扑的生成解耦，用分层扩散由粗到细全局生成顶点，再通过“时空区间”编码任意拓扑——简单理解，先生成整体，再补充细节。

基于这一路径，Nexus首次基于扩散模型实现完全无需排序的原生网格生成。相关论文被国际图像学顶级会议SIGGRAPH收录。

在扩散路线上的先发优势、敏锐的know-how，以及训练资源的持续投入，让VAST在AI 3D领域稳居算法全球SOTA——Tripo P1.0是全球先一步能在数秒内输出生产级网格的3D大模型，较市面其他方案提速百倍；P系列自今年3月上线至今，行业尚无达到同等效果的模型产品。

Nexus带来的底层算法优势，很快又在今年8月上线的P2.0 Preview上得到验证。

长期以来，四边面网格一直是游戏、影视等行业生产的工业标准。但多条传统的重拓扑路线，都无法兼顾四边面的生成速度和质量。

在Nexus框架下，不同面类型（面的阶数）的生成，成了模型自带的能力；同时，不需要经过先生成高模、再转换的漫长流程，多边面网格可以在一次生成中直接产出——这让Tripo P2.0成为全球先一步实现原生四边面拓扑的3D原生基础模型，生成的3D资产，可以直接满足工业生产标准。

这是非共识的胜利，也是第一性原理的胜利。

△Tripo 2.0 Preview。图源：VAST视频号

模型能力的边界，创造世界的边界

在曹炎培看来，过去三年模型能力的进展，本质上都是在解决模型侧的3D资产供给问题。和以前需要半个月才能获得一个主角资产相比，“一旦内容产量提上去了，内容消费者们会做很不一样的选择”，这会为内容领域带来制作范式和思路上的质变。

在C端，模型厂商在视频创作、Vibe Coding上的实践证明：模型能力，决定需求边界。这一定律同样在AI3D领域得到验证。

Tripo P系列上线以来，全球越来越多的开发者，开始基于模型的Coding能力，“口喷式”开发包含3D交互内容的网页、游戏等产品。

比如，海外独立开发者@thebuggeddev已基于Tripo，以及Claude Code、Codex等Coding模型，创作出多款精美的3D互动网页。从3D资产生成、网页搭建，到Three.js代码编写与渲染，整个创作流程无需依赖Blender等传统专业工具，开发者仅通过自然语言与代码即可完成从模型到可交互网页的搭建。

近期，他在X上发布的3D人体解剖交互应用，被OpenAI总裁Greg Brockman转发，原帖收获超万赞。而这个精美网页的制作过程并不复杂：先用GPT Image 2.0画出设计图，逐个生成器官图片，再用Tripo把它们一一变成3D模型，最后，交给Codex写代码组装。

△Greg Brockman转发了@thebuggeddev基于Tripo vibe coding出的3D交互网页。图源：X

在不少C端创作者看来，Tripo P系列模型，尤其是最新发布的P2.0，生成迅速、拓扑干净、分件贴合语义结构，恰恰满足了Agent理解、编辑3D资产的要求——这也让Tripo P2.0，成为迄今尤为适合Vibe Coding的3D原生基座模型。

更摧枯拉朽的质变，发生在位于下游的千行百业中。

当下，Tripo P系列的能力跃升，让AI生成的3D资产第一次可以不经人工返工，直接被各个行业的生产管线接住。即使是小白用户，“言出法随”也真正成为可能：无需学习复杂的建模和渲染，一句话就能获得高精度的、可以用于下一阶段加工的白模。

帮助下游内容行业提效，是VAST落地的第一步。

游戏是AI 3D极早落地、也吃得极深的行业。如今，AI已经同时进入了两条通路：大厂的美术生产管线，和玩家自己的创作工具箱。

在B端管线，Tripo Studio已经进入网易、腾讯、微软等团队的美术生产流程，用于概念生成、场景资产快速搭建、关卡原型验证和多方案比较。曾经有游戏公司平均用2.5个人加上2周时间，完成了原本需要数月的大空间场景搭建。

在玩家侧，网易《蛋仔派对》2025年就与VAST达成战略合作。2026年7月，蛋仔工坊再度与Tripo联手，上线了3D模型拆分功能——AI生成的模型可以从一个整体拆成多个可编辑、可组合的部件。

△Tripo在蛋仔工坊上线的3D模型拆分功能。图源：VAST提供

进一步，随着3D AI生成的实时交互性进一步提升，它会成为游戏玩法本身。

在网易《燕云十六声》基于Tripo API上线“万物太极”后，玩家上传一张照片，系统就可以实时生成对应的3D拟真模型。玩家真正可以做到“遇河造桥、遇敌造树”，生成的3D内容会直接改变地形和互动方式，成为游戏开放世界的一部分。

同样的逻辑，正在游戏之外的行业里重复上演。在Tripo的实践中，AI 3D已经能够在多个行业的核心工作流里，补上“从想法到可用的3D模型”这段极其难走的路。

3D打印是一个典型例子。

如果说硬件突破、价格下探，点燃了3D市场第一波大增长——市场研究机构CONTEXT数据显示，2026年第一季度，全球3D打印设备收入同比增长了32%。但要支撑这场爆发持续下去，内容侧必须有3D生成模型的支撑。

如今，Tripo已覆盖拓竹、黑格、纵维立方、创想三维、爱乐酷等几乎所有头部3D打印硬件厂商。Tripo H系列模型面向高保真3D打印场景，生成水密性模型无需修复即可直接切片打印。2024年底，作为最早接入拓竹MakerWorld的AI 3D大模型，自H2.5系列到最近的H3.1 Ultra，Tripo帮助3D打印用户实现“上传图片—生成3D模型—切片打印”的全流程闭环，原型制作速度提升约90%。

△Tripo是极早接入拓竹MakerWorld平台的3D大模型。图源：拓竹Markerworld官网

在影视领域，近期，由苹果、皮克斯成员创立的海外创意平台Intangible AI、国内视频生成平台TapNow等多个视频创作平台的“3D导演台”，都接入了Tripo——影视行业对3D原生基础模型的需求，源于精准控片的刚需。如今Tripo P2.0能在几秒内产出白模和预可视化资产，影视团队可以先在3D场景里规划镜头、机位和调度，再进入正式拍摄，省去了此前大量的前置建模投入，实现精确控片。

XR为人、物理世界、虚拟世界的交互提供了硬件入口，VAST则为其提供更为丰富体验和交互形式。

近期，VAST已开发出适配新一代XR设备的原生AI 3D生成应用，无需手柄或专业软件，语言描述即可生成3D内容，再通过眼动与手势操作。与此同时，VAST算法团队还与香港大学、PICO等机构开源了双目世界模型StereoWorld，既消除了单目模型在用户移动时的空间漂移，也能把现有单目视频转换为双目立体内容，为AI 3D在XR行业的落地打好了地基。

资本往往会沿着生产力变革的方向流动。

VAST本轮融资汇聚了来自游戏、XR、影视、广告、文旅等不同产业的资本，这些产业方同时也是3D内容的生产者与使用者。资本、技术与真实场景开始在同一条链路上汇合，也意味着Tripo正从“生成工具”，成为千行百业的AI3D基础设施。

帮助产业降本增效只是起点。VAST更希望用AI创造消费级的增量——“我们希望用智能让每个人都能享有可交互的极致体验，最终实现让3D成为每个人表达自我、构建世界的本能。”宋亚宸曾提到。

这一目标的最终图景，是让普通人不仅能够基于AI模型“造物”，还能“造世界”。

今年6月，VAST推出了世界模型研究项目Project Eden（伊甸园计划）。基于Eden生成的“世界”支持多玩家并发、具备原生持久性，还能像真实世界一样持续演化。

目前，Project Eden已展示了“文本到可交互仿真场景”的生成流程，生成资产自带碰撞体、关节与物理属性。随着能力持续迭代，Eden将作为下一代交互式内容的底层引擎，让每个人都能直接生成并进入一个长程持久、可交互、具备物理规则的世界——一个代表性的进展是：SIGGRAPH 2026上，项目演化出的生成式渲染器（generative rendering），演示了其在具身智能仿真场景下的应用。

从3D互动内容到创造“世界”，AI时代的内容基建始终绕不开几何一致性与AI 3D。“它（AI 3D）不只会改变3D内容，还会影响人类对物理世界的理解、仿真与交互。”VAST的天使轮独家领投、本轮加注的绿洲资本创始合伙人张津剑表示。

这也许才是真正接近VAST创始人宋亚宸终极想象的时刻。“如果机器人替代第一产业、第二产业，人工智能替代第三产业，生物医药让人活得更久，那么最终，这个世界可能只剩下一个产业——创造世界、体验世界。”他说。