4399贪玩巨人排队打钱！Tripo 3D母公司VAST融资10亿，AI生成8K资产通关3A游戏

7 月 2 日，北京三启万物科技有限公司（Tripo AI 母公司）宣布完成超 10 亿人民币的 A3 战略轮融资。

本轮投资方阵容强大，涵盖吉利资本等产业方，四三九九、贪玩游戏、巨人网络等游戏厂商，某知名互联网战投，以及亦庄国投、基石资本、毅达资本、成都科创投、复星创富、华控基金、锡创投、慕华科创、策源资本等一线机构和若干地方产业基金。老股东渶策资本、元生资本继续跟投。

若单看此消息，在 2026 年火热的 AI 融资市场中或许并不意外。但置于 VAST 的时间线中，其密度令人瞩目。

这是 VAST 一个月内公开的第三笔大额融资：今年 3 月获阿里、恒旭资本联合领投的 5000 万美元 A 轮；6 月连续官宣 A+ 和 A++ 两轮，合计近 2 亿美元；至 7 月 2 日，A3 战略轮再落地超 10 亿元人民币。

算上早期的天使轮和 Pre-A 系列，VAST 在 A3 轮前已完成 6 轮融资，其中 4 轮发生在今年。这家成立刚满三年的公司，在一个季度内几乎完成三轮融资，这种节奏在曾被视为“叫好不叫座”的 AI 3D 生成赛道中前所未有。

更值得关注的是本轮投资构成的变化。

相比此前常见的互联网大厂战投和财务机构，本次四三九九、贪玩游戏、巨人网络等游戏公司以产业资本身份直接下场。巨人网络表示，这是其持续加码人工智能基础设施和模型能力布局的又一次落子。

游戏公司真金白银投入 3D 生成大模型公司，其意义远超融资金额本身。

这意味着，曾被游戏人诟病“生成效果一般、修改费时”的技术方向，在最挑剔、最贴近生产线的甲方眼中，已从“是否关注”转变为“是否下注”。

AI 领域的又一位“信仰”者

VAST 的故事始于创始人宋亚宸。这位 1997 年出生、本科就读于约翰霍普金斯大学国际关系与经济学专业的创业者，履历看似与 AI 技术无直接关联。

他精通希伯来语与阿拉伯语，热衷神学，游历多国。对他而言，这些经历是理解“复杂人文系统”的方式，而非 AI 创业的加分项。

2018 年，他加入商汤科技 CEO 办公室，从展厅讲解员做起，后负责 AIGC 技术在动画和游戏行业的商业化落地；2021 年，他是 MiniMax 联合创始人之一；2023 年，他创立 VAST，选定当时冷门的通用 3D 大模型方向。

VAST 早期动作低调。2024 年上线的 Tripo 1.0 率先实现文字或图片生成可编辑 3D 网格，半年内全球用户生成 500 万个模型；同年与 Stability AI 合作开源 TripoSR，将图生 3D 速度压缩至 0.5 秒。

2024 年 9 月，Tripo 2.0 验证了 3D 领域的 Scaling Law。宋亚宸曾用手机像素比喻：若 Tripo 1.0 相当于 360P，2.0 则是 720P。他判断，随着分辨率提升，行业技术差距将迅速拉开。

这一类比背后是清晰的竞争逻辑：技术早期比拼清晰度，产品化和生态经营后置。谁先拉开分辨率代差，谁就能清零对手的产品化努力。

真正让 VAST 在全球 3D 生成赛道站稳头部的是 2025 年 8 月发布的 Tripo 3.0。该模型引入自研 SparseFlex 几何表征方式（开源为 TripoSF），首次使 AI 生成的 3D 资产在拓扑结构、可控性和精细度上达到“可直接进入大多数行业生产流程”的水平。

宋亚宸称，这是 3D 生成首次从玩具变为工业级工具。

截至 Tripo 3.0 发布时，VAST 生态已覆盖 300 万全球创作者、3.5 万活跃开发者和 700 多家企业客户，包括 Bambu Lab、腾讯、网易、Replit、HTC、Fal 等。至今年 3 月，数据增长至 650 万累计用户、9 万多名开发者及企业客户。

今年以来，公司又密集推出面向极致几何精度的 Tripo H3.1、面向工程化拓扑的 Tripo P1.0（Smart Mesh），以及 8K 贴图、智能拆分 Segmentation V2 等新能力。

VAST 表示，在盲测投票评出的全球 AI 3D 模型榜单上，这些模型稳居第一。

对于公司在 AI 方向的投入，宋亚宸在与「晚点 LatePost」的长谈中，最常提及的词是“信仰”。

他将 VAST 用户分为四层：大众消费者、3D 内容爱好者、业余 3D 用户及少数专业从业者。公司路径沿金字塔向上：先做"3D 领域的手机摄像头”，再做"3D 的 Cursor"（即 Tripo Studio 等专业工作台），下一步是做"3D 版美图秀秀”，用丰富模板降低专业门槛，最终构建由海量创作者内容支撑的"3D 抖音”。

这一愿景预计需 3 至 5 年，甚至 5 至 10 年验证。宋亚宸提到，VAST 曾尝试一款名为 Holy Moly 的 3D 社交应用，虽获初期热度，但撞上“隐形墙”：制作 3D 内容仍是耗时耗力的大制作。这促使他将重心回归到底层技术能力的夯实。

而在接受 GamesBeat 采访时，VAST 展现了另一套更贴近 B 端生产线的具体话语体系。

CEO 宋亚宸在 GDC 现场演示了公司的 3D 生成模型和"vibe coding"工具，效果立竿见影；首席科学家则反复强调，AI 3D 的目标是降低艺术家创作门槛，而非取代他们。

据 GamesBeat 披露，虽受保密协议限制无法点名具体项目，但已证实主流移动游戏和 AAA 级 RPG 工作室正将 Tripo 接入关卡设计流程。技术美术无需再将背景道具外包等待数周，而是直接用 Tripo 生成带有干净边缘流、8K 贴图的资产，无需手动重新拓扑即可直接放入游戏引擎。

这一细节回应了该技术过去被质疑最多的痛点：生成模型精度不足、后期修改比重新制作更费时。至少按 VAST 的说法，最新一代模型已突破这一长期瓶颈。

3D AIGC 的未来在哪里？

伴随融资公布的还有此前未充分讨论的项目「Project Eden」，即 VAST 的世界模型研究计划。

该项目引出了 AI 3D 生成赛道易被混淆的核心问题：“世界模型”是否指同一种技术？答案是否定的，且分歧巨大。目前被称为“世界模型”的技术方案大致分两条完全不同的路径。

第一条是以 Google DeepMind 的 Genie 3 为代表的纯视频驱动路线：核心是自回归时空 Token 预测器，机制类似大语言模型逐词生成文本，但预测对象换为视频帧。每一帧基于此前所有画面及用户最新操作预测下一帧，全程无显式 3D 场景结构，环境“连贯性”是训练出的涌现能力，而非明确建模的状态。

DeepMind 承认，该机制生成的环境视觉记忆仅能维持约一分钟，越往后误差累积风险越大。

简言之，这是高级的“边走边编”，画面好看，但底层并无真正可查询复用的 3D 世界。

第二条路径是以腾讯混元 3D 世界模型为代表的显式 3D 重建路线。混元 3D 世界模型 1.0 通过全景图像合成加分层 3D 重建，将场景拆解为前景、背景、地面、天空等语义层级，输出可直接导入 Unity、Unreal、Blender 的标准 Mesh 资产，具备工业级兼容性。

今年发布的 2.0 版本引入全局几何记忆和空间立体记忆的双记忆机制，解决多视角一致性这一长期技术瓶颈。

该路线生成的是“实体”而非视频，牺牲了 Genie 3 的高自由度即时交互感，换取了可编辑、可复用的资产。

VAST 的 Project Eden 则走出第三条更折中、贴近游戏引擎逻辑的路线：将世界底层状态推演与视觉渲染彻底解耦。

据披露架构，最底层是“结构化状态层”，负责维护场景几何、物体身份、属性和事件逻辑等确定性世界状态，不依赖单一摄像机视角；中间是“状态到观察的接口层”，将底层状态转译为不同视角下的语义和几何条件；最上层是负责实时渲染视觉细节的生成层。

首席科学家在接受 GamesBeat 采访时直言：行业存在普遍误解，许多公司将视频生成模型包装成“世界模型”，但其依赖像素级上下文记忆，本质是靠“幻觉”维持视频连续性。

Project Eden 借鉴游戏引擎思路，先渲染确定性 3D 状态，模型再基于此生成画面，从而真正解决“环境持久性”瓶颈，避免"AI 幻觉”。

需注意的是，Project Eden 目前仍是研究项目，尚未像 Tripo Studio 那样规模化商用。游戏公司此刻的投资，某种程度上是对该技术路线未来兑现能力的期权。

游戏公司才是大金主

跳出 VAST 叙事，回到投资名单，一个关键问题是：为何本轮砸向 AI 3D 生成的主力是游戏公司，而非理论上需求同样旺盛、预算更大的影视行业？

答案藏于两个行业对"3D"的不同理解中。

对影视行业（尤其是电影和头部剧集），AI 3D 生成面临的并非精度不足，而是风格化和角色一致性要求过高。观众对银幕角色和场景有极强辨识度期待，任何几何或材质瑕疵都会被放大，这与游戏中“能用就行”的背景道具标准截然不同。

更关键的是，影视工业最终交付物是直接剪入正片的视频画面，而非可在游戏引擎中被物理碰撞、任意角度查看的 3D 网格。这也是为何可灵 3.0、Seedance 2.0 等视频生成模型才是影视行业当下的首选工具。

它们绕过“先生成 3D 资产再渲染”的步骤，用统一多模态架构一步到位生成带运镜、分镜逻辑的成片。《太平年》等历史剧已用可灵解决特效场景生成，字节的 Seedance 2.0 则在短剧领域成为“视觉杠杆”，让低预算古装悬疑剧也能呈现奇观场面。

换言之，影视行业的 AI 渗透路径是“视频生成”而非"3D 生成”，两者终点迥异。

游戏是唯一同时具备“需要真实 3D 资产”和“能容忍中低精度资产大规模存在”条件的行业。游戏最终交付物是可由引擎实时渲染、物理系统计算、玩家任意交互的运行时对象，视频生成模型无法替代。

毕竟，无法将一段 Seedance 生成的视频塞进 Unity 当作可拿取的道具。

同时，游戏内容生产天然分层：核心角色、主线场景对精度要求极高，仍依赖人工建模；但游戏世界绝大多数体量是背景道具、环境细节及可复用的中低精度素材，这正是 AI 3D 生成现阶段最擅长且易通过质量红线的区域。

四三九九、贪玩游戏、巨人网络等以中重度手游、买量投放型产品见长的公司参投 VAST，印证了这一点。其产品线中存在大量对美术精度容忍度较高、但对产出速度和成本极其敏感的场景，这正是 AI 3D 生成能立刻兑现价值之处。

当然，从投资到实际应用仍存在风险，最直接的并非技术问题，而是玩家情绪。

国内游戏行业与 AIGC 技术的首次正面冲突是 2023 年《白夜极光》的 AI 作画争议。即便涉事仅为一张海外宣传图且官方澄清未用于正式产品，仍引发玩家强烈反应。

此后类似案例频发：《使命召唤 21：黑色行动 6》的“六指圣诞老人”AI 幻觉错误、《战地风云 6》被疑套用老游戏素材训练 AI 皮肤、英伟达 DLSS 5 给《生化危机：安魂曲》和《星空》角色"AI 美颜”引发的全网抵制。

这些案例背后的逻辑一致：玩家反感的往往不是 AI 技术本身，而是开发商在未明确披露的情况下用 AI 替代本该由人工完成的创造性劳动。尤其在二次元手游等“美术即核心竞争力”的品类中，玩家为角色立绘、皮肤付费，本质上是为“人的创作”买单。一旦怀疑是 AI 廉价代工，付费意愿将直接崩塌。

这是一种结构性信任风险，不会随模型精度提升自动消失，反而随 AI 生成内容渗透率提高而更敏感。据游工委 2025 年底报告，游戏研发环节 AI 技术应用率达 86.36%，美术环节渗透率超 84%，静态视觉资产生成已成“行业标配”。这意味着披露边界和玩家接受度将是持续试探的过程，而非一次性解决的问题。

至于精度问题，当下看确呈短期特征。

过去两年，腾讯混元 3D 和 Tripo 最常被诟病的是：生成模型看似不错，但落地生产管线前的清理工作量往往比手工建模更大。

拓扑混乱、UV 展开不合理、几何细节与引擎需求脱节，这些问题让“降本增效”的承诺长期停留在演示阶段。

但据 GamesBeat 最新报道，这一痛点正被针对性解决：Tripo P1.0 专为“工程化、可直接进引擎”的拓扑结构优化，8K 贴图和 Segmentation V2 旨在减少人工介入。公司称，技术美术现已能拿到干净边缘流的资产，无需手动重新拓扑即可直接放入引擎。

尽管此表态出自公司口径，尚缺第三方批量验证，但参照 Tripo 过去两年从 360P 提速至 8K 贴图的迭代速度，精度问题更像是正在被快速填平的技术洼地，而非技术天花板。

游戏公司在此节点集体下注，本身就是一种判断：他们赌的不是 Tripo 现已完美，而是这条曲线未来还能上行多久。这一判断的对错，或许还需几个版本的迭代才能见分晓。