AI 3D生成赛道最大单笔融资诞生
2026年7月20日，AI 3D内容生成领域的独角兽企业Meshy宣布完成近4亿美元B轮融资，投后估值超过100亿元人民币。这一融资规模不仅刷新了AI 3D生成赛道的单轮融资纪录，更让整个市场开始重新审视三维内容AI化的商业价值。本轮融资由红杉中国领投，高瓴资本、源码资本和多家战略投资方跟投。
Meshy此轮融资距其A轮仅过去14个月，估值增长了约8倍。这种增速在整个AI赛道中都属于顶级水平，甚至超过了同期多家知名大模型公司的估值增长曲线。那么，AI 3D生成究竟具备怎样的底层价值，能够支撑起百亿估值？
Meshy核心产品与技术能力
Meshy当前的主打产品包括三个核心模块：Meshy-4（文本/图像生成3D模型）、MeshyAnimate（自动骨骼绑定与动画）和MeshyPBR（PBR材质智能生成）。在2026年7月发布的最新版本中，其核心技术参数达到了以下水平：
| 技术维度 | Meshy-4规格 | 行业平均水平 |
|---|---|---|
| 生成分辨率 | 最高4K贴图 + 100K面片 | 2K贴图 + 30K面片 |
| 文本生成3D时间 | 约15-30秒 | 2-5分钟 |
| 图像生成3D时间 | 约8-15秒 | 1-3分钟 |
| 支持格式 | OBJ/FBX/USDZ/GLTF/BLEND | OBJ/FBX为主 |
| PBR通道 | BaseColor/Normal/Roughness/Metallic/AO/Emissive | 基础三通道 |
| 动画自动绑定 | 支持人形/四足/多足/飞行生物 | 仅人形为主 |
技术架构：从2D扩散到3D原生
Meshy-4的技术路线与早期的3D生成方案有本质区别。传统方法通常采用”2D扩散模型多视角合成 + NeRF/三维重建”的两阶段 pipeline，存在纹理不一致、几何细节丢失和生成速度慢等固有缺陷。
Meshy-4采用了3D Native Diffusion（3D原生扩散）架构，直接在三维隐空间中进行扩散过程。其核心创新包括：
1. Hybrid Voxel-SDF Representation
Meshy-4使用了一种混合体素-有向距离场（Voxel-SDF）的混合表征方式。在扩散过程的前期阶段使用体素网格快速捕捉整体几何结构，在后期阶段切换到SDF精细雕刻表面细节。这种混合策略相比纯NeRF表征将几何精度提升了约40%，同时保持了较高的计算效率。
2. Material-Aware Generation
Meshy-4在生成几何的同时，联合预测PBR材质属性。模型通过一个并行的Material Diffusion Branch生成Base Color、Normal、Roughness等材质贴图，并确保材质与几何表面特征的语义一致性。例如，当模型生成一把生锈的铁剑时，刀刃区域会自动分配高Metallic值和低Roughness值，而锈迹区域则对应低Metallic和高Roughness。
3. Animation-Ready Topology
MeshyAnimate模块的最大技术亮点在于动画就绪拓扑生成。传统AI生成的3D模型通常存在面片分布不均、边缘流不合理等问题，难以直接用于动画制作。Meshy通过在后处理阶段引入基于图神经网络（GNN）的拓扑优化器，自动生成适合骨骼绑定的边线流和四边面主导的几何结构。测试显示，经MeshyAnimate处理后的模型，在Blender中自动骨骼绑定的成功率从行业平均的62%提升至91%。
百亿估值背后的市场逻辑
要理解Meshy 100亿估值的合理性，需要从TAM（总可寻址市场）和赛道格局两个维度进行分析。
万亿级下游市场
3D内容是游戏、影视、AR/VR、电商展示和工业设计等多个万亿级市场的基础生产要素。以游戏行业为例，2026年全球游戏3D资产外包市场规模约为420亿美元，其中角色建模、场景搭建和动画制作占据了约65%的份额。AI 3D生成技术如果能在这些环节替代20-30%的人工工作量，就意味着一个数百亿美元的直接市场。
更值得注意的是UGC 3D内容市场的爆发潜力。随着Apple Vision Pro、Meta Quest 3等XR设备的普及，普通用户对3D内容的需求正在从专业领域向消费领域扩散。Meshy的低门槛生成能力，本质上是在为未来的”3D版抖音”铺设基础设施。
赛道竞争格局：Meshy的领先身位
当前AI 3D生成赛道的主要玩家包括：
| 公司/产品 | 融资阶段 | 核心优势 | 主要短板 |
|---|---|---|---|
| Meshy | B轮/100亿估值 | 生成质量+动画绑定 | 风格化生成待加强 |
| Scenario.gg | A轮/15亿估值 | 游戏专用资产 | 通用性差 |
| Luma AI Genie | B轮/40亿估值 | 扫描重建+生成结合 | 纯生成能力弱于Meshy |
| Adobe Project Neo | 大厂内部 | 与Creative Cloud集成 | 生成自由度低 |
| 腾讯混元3D | 大厂内部 | 中文语义理解 | 输出格式支持有限 |
从上表可以看出，Meshy在技术综合能力和商业化进度上均处于明显领先位置。其B轮100亿估值虽然看起来高昂，但相比Luma AI的40亿估值，考虑到Meshy的收入体量和客户数量，这一溢价仍在合理范围内。
商业化进展与客户案例
据接近Meshy的人士透露，公司2026年上半年营收已达到2.3亿元人民币，其中企业API调用收入占比约60%，SaaS订阅收入占比约35%，其余为定制服务收入。客户名单包括多家知名游戏公司和电商平台。
在典型的商业化场景中，一家中型游戏工作室使用Meshy API替代传统外包流程后，角色原稿到可用3D资产的周期从14天缩短至2天，单角色成本从约8000元降至约300元（API调用费用）。这种降本增效的幅度，使得Meshy在企业客户中获得了极高的留存率——年度客户续约率超过85%。
对创作者生态的影响
Meshy等AI 3D生成工具的成熟，正在深刻改变3D内容创作者的工作范式。传统的3D美术师需要掌握Blender/Maya/ZBrush等复杂软件，学习周期通常以年计算。而借助Meshy，一个没有任何3D建模经验的用户，通过自然语言描述就能在几分钟内生成可用的3D资产。
这种变革并不意味着3D美术师会被取代，而是角色定位的迁移。未来的3D创作者将更多承担”AI导演”的角色——负责创意构思、风格把控和多工具协同，而将重复性的建模、拓扑和贴图工作交给AI。对于有志于进入3D内容领域的初学者而言，现在正是建立”AI原生3D工作流”认知的最佳窗口期。
投资风险与展望
尽管前景广阔，AI 3D生成赛道仍面临若干不确定性。首先是版权风险：3D生成模型训练数据中包含大量受版权保护的艺术作品，未来可能面临与Stable Diffusion类似的诉讼挑战。其次是几何精度瓶颈：当前AI生成的3D模型在复杂机械结构和硬表面建模方面，仍难以达到影视级精度要求。
但从技术演进速度来看，这些瓶颈有望在1-2年内被显著突破。Meshy此轮融资的主要用途正是加强基础模型研发和全球化扩张。预计到2027年底，AI 3D生成将覆盖至少50%的游戏低模和中等精度场景制作需求，成为3D内容工业的事实标准工具之一。
评论0