AI 创新的下一块高地正加速向 3D 生成领域聚集。从多模态生成、世界模型到空间智能与具身机器人，3D 技术已成为下一代 AI 的核心引擎。
近日，图形学领域的宗师级人物童欣正式加入由胡渊鸣创办的 AI 3D 明星公司 Meshy，出任首席科学家，负责制定长期科研战略。这标志着华人图形学界最具代表性的两代研究者联手，将共同推进多模态世界模型与实时交互系统的突破。
胡渊鸣与童欣的“会师”
童欣此前在微软亚洲研究院（MSRA）深耕 25 年，曾任全球研究合伙人及网络图形组负责人。其研究方向涵盖计算机图形学与三维计算机视觉，包括材质捕捉、纹理合成、三维几何处理、光传输模拟及真实感绘制等核心领域。
计算机图形学关注“如何在计算机中创建、操控和呈现三维世界”，是游戏、影视及工业仿真的基石，更是当下 AI 感知与表达的基础设施。作为该领域积淀最深的学者之一，童欣见证了中文计算机图形学的发展历程。
自 1999 年加入 MSRA 以来，童欣不仅发表了大量顶刊顶会论文（Google Scholar 引用超 2.1 万次），其研究成果更转化为 Xbox 开发 API、Windows 三维打印驱动及 Direct3D 工具包等工业级产品。此外，他培养了一批支撑当今华人图形学界的中坚力量，如浙大周昆、清华徐昆、北大王鹏帅等。
同行评价童欣平易近人且始终身处一线，擅长将复杂技术问题通俗化。他坚持认为图形学是应用学科，研究应源于实际需求与新设备的出现。
"AI for Fun"：重塑图形学的愿景
童欣的加入，让学术界的深厚积淀与产业界的创新活力得以结合。Meshy 由 MIT 博士胡渊鸣创办，定位是将文字和图片快速转化为 3D 模型。目前，Meshy 已汇聚 1200 万用户，客户覆盖全球市值前十企业中的半数。今年 7 月，公司完成近 4 亿美元 B 轮融资，估值超 100 亿元人民币，创下全球 AI 3D 领域单轮融资规模与估值纪录。
胡渊鸣提出了"AI for Fun"的核心理念。他认为，在 AGI 解决生产力问题后，人类的核心诉求将转向创造、表达与意义感的获取。AI 将成为驱动新颖快乐与意义感生成方式的关键，而 Meshy 旨在成为这一图景中的关键拼图。
胡渊鸣的目标是“基于生成式 AI 重塑图形学，找到将想象具象化的全局最优解”。这与童欣十年前提出的“让任何人随时随地创造可视媒体内容”的理念不谋而合，并进一步演进为“让用户仅用一句话即可构建可体验、可互动的世界”。
为实现这一宏大愿景，Meshy 正从三个层面开展基础研究：
重新发明图形学
跳出传统基于“三角形”渲染管线的局部最优解，利用 AI 打造不依赖传统几何单元的全局最优解。
搭建导演系统
构建负责制定世界运行机制、3D 骨架及实时剧本编写的导演系统，以支撑"AI for Fun"的体验。
夯实基础设施
研发低延迟、高画质、低成本的三维生成与渲染架构。这与胡渊鸣博士期间开发的 Taichi 编程语言一脉相承，旨在消除体验中的卡顿。
在具体技术攻关上，Meshy 致力于解决生成的“可控性”难题。今年 8 月发布的 Meshy-7 模型在几何对齐方面取得显著进展：在有机角色上能还原面部表情与皮肤褶皱；在硬表面机械零件上确保部件位置精准且不粘连；在文字纹样上实现清晰刻录，可直接应用于工业场景。
童欣近年关注的 3D 与视频生成交叉领域，特别是关于“三维是否只是视频生成的特例”的思考，将与 Meshy 的工程实践深度耦合，推动技术边界进一步拓展。
Mora：超越传统世界模型
与此同时，Meshy 团队发布了新架构 Mora（Multimodal Open-world Real-time Architecture，多模态开放世界实时架构）。该架构由三部分组成：Coding Agent 负责生成世界骨架与运行代码；3D 生成模块（Meshy 核心）负责丰富骨架并提供控制信号；视频模型则接收信号输出最终画面与音效。
胡渊鸣指出，当前市面上的互动视频模型存在一致性弱、物理算力不足、逻辑简单及延迟高等八大弊端，本质上仅是“散步模拟器”。Mora 采取差异化路线：利用 Coding Agent 构建稳定骨架，Meshy 生成精致 3D 资产，再由视频模型负责渲染。这种分工协作既保证了空间一致性，又实现了复杂的可玩性。
目前 Mora 仍处于早期验证阶段，旨在通过 Scaling 逐步逼近目标。它初步回答了童欣的疑问：在当下，3D 与视频生成并非替代关系，而是在 Coding Agent 串联下各司其职的互补关系。
面对神经渲染、生成式 AI 及视频模型的一轮轮技术冲击，图形学的形态正在重构。童欣选择与新一代创业者携手，共同探索并创造一个全新的图形学未来。