游戏制作的体力活时代，正在被 AI 3D 终结

过去一年多，AI 的进展快得有些超乎想象。

尤其是在编程上，写代码这件事正在被重新定义。不懂代码的小白也能对着 AI 说一句想法，让它几分钟内生成一个网页、做个小游戏，甚至顺手把报错的问题也一并修掉。

就代码而言，AI Agent 已经渗透到游戏开发的几乎每一处。但创作的另一侧——3D 美术，依旧还有着不低的门槛。AI 能画图、能生成视频，可一旦需要的是一个能进引擎、能绑骨骼、能在游戏里真正动起来的 3D 模型，它常常就卡住了。

一个好看的 3D 模型，和能用的 3D 模型，是两回事。后者不只是简单的视觉形象，而是一套需要被理解的空间结构。几十万个点怎么排列、怎么连成面、布线合不合理，都直接决定了它能不能被编辑、能不能被绑定、能不能被引擎渲染。

过去三年 AI 在图像、视频、代码上迅速接连突破，唯独 3D 一直是公认最难啃的一环。但最近半年，这块硬骨头松动的速度也明显加快了。

9 月 1 日，AI 3D 大模型公司 VAST 宣布完成 B 轮和 B+ 轮融资，合计约 30 亿元，经纬创投领投。算上此前几轮，这家成立仅三年的公司不到半年累计融资约 50 亿元。

投资人的名单也值得额外关注，过去半年，一批游戏厂商密集出现在这家 AI 3D 公司的股东名单里，包括A3 轮的四三九九、贪玩、巨人网络，B 轮和 B+ 轮的完美世界、三七互娱、延趣游戏。游戏产业资本如此集中地押注一家上游技术公司，并不多见。

与融资同步发布的，还有 VAST 旗下 3D 大模型 Tripo 的最新版本 P2.0。这是全球首个实现原生四边面拓扑的 AI 3D 基座模型，我和一个简单试用了新模型的TA 专家聊下来，感觉 AI 3D 这波可能真要变天了。

01

P2.0 之前，为什么总得让人给AI “擦屁股”

要聊清楚这次新模型有什么不一样， 得先回到一个最基础的问题：一个游戏里的 3D 资产，到底是怎么做出来的，又经常卡在哪？

以一个游戏里的 3D 角色为例，常见的制作工序是一条流水线：

先是原画设定，定下造型和风格；再做一尊细节拉满、面数极高的精细高模，用来雕刻形体；然后是一道关键工序——重拓扑，将高模转换为中低模，把这几十万面无结构的碎面，重新排成布线规整的模型；之后展 UV，把立体的表面像剥橘子皮一样摊成一张平面，好往上贴纹理；再画贴图材质，绑骨骼、蒙皮、做动画，最后导进游戏引擎。

白模上的线框就是“布线”：面的排列方式，直接决定模型能不能被编辑、绑定和渲染。

这里面，创意含量和人力成本完全不匹配。设定、建模、动画，是创意含量高的部分；重拓扑、展 UV、绑定、蒙皮这几道，更多是翻译和体力活，几乎不创造新东西却极度依赖经验，是公认最磨人的环节。尤其是重拓扑，它是整个流程里最贵、最脏、最没人爱干的一步，单个资产手工做下来常常要花数小时到数天。

更要命的是，它卡在流水线正中间。布线一旦有问题，动画师一接手就会穿帮，然后就得一连串地回退：改拓扑、重新 UV、重新贴图、再绑定、再做动画，可谓是牵一发动全身。

结果就是，一个团队里最贵、最顶尖的美术，要花大量时间做这些本该机器干的体力活。钱和时间，都耗在了最没有创意、但又不能出错的地方。

而过去几年，AI 生成的模型，恰恰最擅长做这里面最轻松、最表面的一件事——建高模、出外形，而真正吞噬时间与预算的重拓扑、绑定、拆分，甚至可能会因为网格不合格需要更多人返工。

问题就在于，高模和中低模这两个环节的目标并不一样。高模更看重外观，皮肤褶皱、铠甲划痕，细节越满越好，面数、布线、拓扑乱一点问题不大，因为它本来就不是拿来直接用的。AI 的视觉模型，天生就擅长解决像不像的问题。

中低模和重拓扑正相反，要的不只是“像”，更要“能用”：面数得降到预算内，布线要顺着结构走，关节处要留好环线……为此宁可牺牲一点外观。这是从“视觉”到“结构”的一步，而过去 AI 恰恰把 3D 当成“一张有很多点的图”来生成，只跨过了前半程。

这就导致以往生成的模型往往还得人来擦屁股。要让 AI 真正进管线，只有一条路：让它在生成的瞬间，就直接输出符合工业标准的结构。

P2.0 直接生成四边面的模型就是为了解决这个问题。

P2.0 直出的蒸汽朋克风格角色

四边面是影视、游戏沿用了几十年的标准。之所以是“标准”，不是说它比三角面“高级”，而是因为对后续工序更友好：它更容易形成连续布线，细分曲面时效果更可预测，也更适合做角色动画。此前 AI 一直给不出四边面，因为它要先生成一张乱面，再靠算法重拓扑成四边面——这等于绕回整条流水线里最贵、最没人爱干的那道工序，耗时又丢细节。

四边面更易形成连续布线，更适合做角色动画

P2.0 的关键不同，在于四边面不是生成之后改出来的，而是在生成过程中直接长出来的。在这背后是很长时间的技术积累，他们有一套自研的 Nexus 框架。行业主流的做法，是把 3D 拆成一串顺序，像逐字写句子那样，一个字符一个字符往外生成；Nexus 不走这套先排序再写的路，而先生成整体，再补充局部。

用大白话讲，P2.0生成出来的不再是一张乱面皮，而是一份可直接进引擎、可编辑、可拆分的工业资产，也就是说，它从生成那一刻就绕过了最贵、最磨人的那一步。

输入一张原画，直出带规整四边面布线的角色头部模型

有开发者反馈，单是重拓扑省下的时间就够回本。亦有3D艺术家指出，P2.0在武器、载具、建筑道具等硬表面资产上提升显著——平面干净，密度精准对应细节，边缘清晰利落。

02

给人用，也给 Agent 用

刚才我们聊的是人怎么更好地用上 AI 3D 生成。但现在的开发流程里，AI 的介入程度非常深，写代码、调引擎、按运行结果修 bug，很多是 AI Agent 在替人干。很多时候，真正去调用 AI 3D 生成模型的，不一定是人，还可能是 Agent。

但 Agent 能不能用好一个 3D 模型就是另一回事了。因为 Agent 和人对一个模型的“理解”，根本是两套方式。

举个例子，人看一眼模型，就知道“这是条鱼、那是尾巴”，靠的是眼睛和经验。Agent 不一样，它没有眼睛，能读懂的是代码和字节，对模型的了解只能来自文件里的数据。而一个模型落到数据上，就是一堆顶点坐标和几何形状，没有“哪部分是鱼、哪部分是尾”这种语义信息。

于是 Agent 面对一个模型，有点像拿到一本没有目录、也没有章名的书，却被要求直接去修订某个章节、某个段落，根本无从下手。有一些权宜的办法，比如把 3D 转成代码再喂给 Agent，但转换过程很容易丢信息，面数一高，还容易超出它的阅读能力。

还有一层制约是 Agent 的干活节奏。它不是一次生成到位，而是“生成、检查、修改、再生成”的快速循环，有点像两个人面对面改方案，几分钟一轮。如果每生成一次要等上很长时间进行人为的审查和标注，效率就整个垮掉了。

所以 Agent 要用 3D，其实有一串跟模型好不好看无关的硬性条件：拓扑要干净，它才看得清结构、分得清部件；面数要可控、够轻量，网页端实时渲染才扛得住；更重要的是，模型得能按语义拆成一件件——要是一盒不带名字的零件，Agent 就不知道该拿哪块、给它写什么逻辑。

Agent 能用好一个模型的三个硬性条件：干净拓扑、可控面数、清晰分件

这也是VAST正在解决的问题。尤其是它把最后一条——“零件带名字”——做到了可以编程的精度。

伴随精度提升，Tripo P2.0生成的3D模型的天然分件（Connected Component）精细程度同步提高，部件拆分更加合理符合语义。

风车被拆成带语义标签的独立零件

配合前面说的原生四边面、按面数预算直出，VAST 真正做到了让 3D 生成模型对Agent 友好。四边面让结构边界清楚，Agent 看得出“哪是零件”；面数预算让资产按目标平台直接给出跑得动的体积；语义分件让 Agent 能给部件命名、在代码里定位、写部件级的交互逻辑。

以一段官方演示为例：VAST 的首席科学家曹炎培用 P2.0 生成一只机械蜘蛛，再让大语言模型为每个独立部件命名、编写并调试运动逻辑，实现蜘蛛逐部件的动画控制。

在外部开发者手里，这套能力已经被做成了一个个跑得起来的成品。一位开发者用 GPT 加 Tripo 做出可交互的人体器官教学网页——能点击、旋转、探索每个器官，作品被 OpenAI 联合创始人 Greg Brockman 转发。

干净、可读的模型，加上 Agent 自己写代码、自己做渲染验证。可以想见，未来游戏开发和验证的效率很可能会提高几个量级。

03

从蛋仔工坊，到厂商下注

AI 3D 模型的能力飞速进展，相应的应用也在逐渐铺开。

7 月 30 日，《蛋仔派对》的蛋仔工坊上线了 3D 模型拆分功能，其技术就是由 VAST 提供的。在工坊里生成或选定一个模型，几步就能拆成多个独立部件，可以单独移动、旋转、缩放、删减，也可以和其他组件自由组合。

生成模型一键拆分成独立部件，可单独移动、旋转、缩放

加入这个功能后，AI 生成的模型不再是整体一块，成了能改、能重组、能单独使用的编辑素材。于是一座城堡不再只以城堡的身份出现：城墙重新排列，可以组成需要寻找出口的迷宫；塔楼分布在不同高度，可以构成连续跳跃的跑酷路线。以往一个模型整体只有一种用途，拆开后能进更多地图、承担更多功能。

实验室里的演示和月活过亿的生产环境截然不同。对于模型提供方而言，这个功能在蛋仔上线，除了技术本身外，还跨过了许多工程难题。蛋仔月活稳定过亿，海量玩家并发、移动端性能预算、点击后要尽快返回，AI 能力要在这种环境里同时扛住质量、速度、成本三重考验。

其实 VAST 和网易的合作由来已久。2025年初，基于Tripo API，《燕云十六声》就上线了“万物太极”，玩家一句话生成游戏道具；2025 年 9 月，Tripo 又接入蛋仔工坊，玩家上传参考图、输入指令，就能得到卡通风格的模型，直接拿来搭地图；到这次拆分功能上线，合作从“AI 生成”推进到了“AI 可编辑”。几年下来，每一步都比上一步往网易的游戏创作流程里扎得更深。

此外，Tripo 也在更多厂商的管线里落地。在此之前，他们已为全球多家头部游戏大厂提供从概念生成到动画绑定的全链路支持，用于场景资产快速搭建、关卡原型验证、多方案比选，综合提效超 50%。

产品之外，资本也在进场。过去半年，四三九九、贪玩、巨人网络、完美世界、三七互娱、延趣游戏，陆续入股 VAST 。游戏厂商是 AI 3D 最重要的下游之一，上下游在同一时点汇合，往往意味着技术正从可用走进好用，商业回报从纸面数字变成生产里的实际效益。

结尾

过去几年，AI 3D 的竞争从“生成得多好看”更多转向“能不能进入生产”，VAST 正在一步步将 AI 3D 生成贴近游戏行业的工业标准。

当然，要把 AI 3D 生成真正融入游戏行业的产线，还有不少难题需要解决。但就像我们在文章开头所说，在图像、视频、代码上接连抢跑之后，3D 可能是最后一块难啃的骨头。现在这块骨头可见地发生了松动。

对 VAST 而言，这还只是开头，它更长远的目标，是让“造一个世界”的门槛，低到每个人都能上手。或许我们真的可以期待，未来每个人都能做一款属于自己的游戏。