VAST获30亿融资发布Tripo P2.0：AI大模型重塑3D生成与AGI未来

type

status

date

slug

summary

category

icon

password

网址

近日，VAST宣布完成B轮和B+轮融资，合计约30亿人民币，由经纬创投领投，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联合参投，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3D原生智能领域融资额纪录。

至此，VAST 的战略投资方已覆盖对3D原生基座模型和世界模型有切实需求的各行各业：游戏、汽车、电商、智能终端、XR、影视、文旅、广告……他们离下游需求最近，最清楚真实生产管线的痛点，对技术落地的要求也最为苛刻。

多元产业方资本的加注，意味着VAST的技术能力已经跨过了「生产可用」的门槛，正在成为多个行业3D内容生产的默认基础设施。

与此同时，VAST发布旗舰3D原生基座模型Tripo P系列的最新版本：Tripo P2.0。作为全球首个支持原生四边面拓扑网格的3D原生基座模型，P2.0让3D生成第一次同时满足「引擎可用、动画可绑、编辑可及」三条工业级门槛——既服务游戏、影视与实时交互内容的专业管线，也为Vibe Coding时代的创作者提供可直接编程、绑定、迭代的3D原生底座。

本轮融资将持续投入于3D原生模型与数据能力的迭代、训练与推理基础设施的扩建、产品开发与商业化落地的加速，推进AI 3D从「可用」走向「好用」，成为各行各业的3D原生智能基础设施。

押注非共识，

直到成为共识

Tripo P2.0：最适合Vibe Coding的3D原生基座模型

VAST在今年3月推出Tripo P1.0，一个从底层算法重新构建技术框架的新物种。

如今，我们更新了Tripo P2.0 Preview。作为行业首个解锁原生四边面拓扑的3D原生基座模型，P2.0能够在数秒内直接生成以四边面为主、形状还原更精准、面数可控且分件更合理的3D对象，管线兼容性空前增强。

我们惊喜地发现，P2.0不止带来了更高质量的3D生成，由于管线兼容性极强，它正在解锁一个我们期待已久的新场景：3D Vibe Coding。

LLM的编程能力已经显著降低了交互式3D应用的开发门槛。今天，编程Agent已经能够生成Three.js页面、编写部分交互与动画逻辑，并根据运行结果持续调试，但缺少能够被快速生成、理解和操控的3D对象。

要让自然语言真正驱动复杂3D应用，生成的对象除了「看起来像」，还必须足够快、足够准确、复杂度足够可控，并拥有清晰的几何与部件结构。面数只是其中一个性能变量，实际运行还取决于文件大小、材质与纹理、LOD及目标设备。P2.0补上了从「Agent会写代码」到「Agent能够创造和驱动3D对象」之间的关键一环：

• 秒级生成，让Agent可以在「生成—运行—检查—修改」的循环中快速获得3D对象，支持快速原型与多轮迭代； • 支持按照目标面数范围生成，让Agent能够根据Web端、移动端或实时应用的性能预算选择合适的几何复杂度，减少后续减面与重拓扑工作，满足「低面数、结构干净、加载即用」的要求，帮助开发者控制Web端和实时应用的性能开销； • 更忠实地还原创作意图，减少重复生成与人工修正，提高Agent连续执行任务时的稳定性和可预测性； • 四边面为主、结构更规整的拓扑，更利于后续编辑、细分与动画形变； • 更符合结构语义的天然分件（Semantic Segmentation），这使3D模型成为一组可以分别识别和操控的部件，为Agent进一步命名部件、在代码中定位对象，以及编写部件级交互、动画与行为逻辑创造条件。

这些特性，也让Tripo P2.0成为迄今最适合Vibe Coding的3D原生基座模型。

当代码智能与3D原生智能结合，Vibe Coding从只能快速生成一个带有3D模型的网页，转而开始能够直接创造复杂、可交互的3D应用：人通过自然语言表达创作意图并判断结果，Agent负责规划、编程与调试，P2.0则提供可以被继续理解和操控的3D对象和结构。

VAST首席科学家曹炎培是P2.0的首批用户和创作者。他用P2.0生成了一只机械蜘蛛，并在天然语意分件的基础上，让LLM为独立部件命名、编写和调试运动逻辑，最终实现整只机械蜘蛛的部件级动画控制。

Nexus的底层重构，向原生四边面拓扑跃迁

生成即可用（Production-ready），是贯穿VAST算法与技术研发的底层原则。沿着这条路径，模型直接生成对象的几何、拓扑与材质，并进一步赋予其语义部件、骨骼绑定与物理属性，把只能「看」的视觉对象，升级为可以「用」的功能对象——生成结果无需返工，即可直接进入专业生产管线。

四边面（Quad）拓扑是此前3D生成进入下游管线的一大痛点。在图形学领域，四边面因稳定、可控、可预测，被视为通用网格标准。但传统手工重拓扑往往需要数小时甚至数天，程序化重拓扑质量难以直接可用，AI重拓扑又普遍耗时长、稳定性不足，且「先生成高模、再重拓扑」会带来流程冗余与细节损失。

这正是Tripo P2.0要解决的问题。

Tripo P系列的底层算法Nexus，是一套为3D原生网格设计的生成框架：行业主流的自回归路线把三维结构拆成序列、逐个「写」出，Nexus则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，首次基于扩散模型实现完全无需排序的原生网格生成。相关论文被国际图形学顶会SIGGRAPH收录，团队基于Tripo P1.0的实时演示，更在SIGGRAPH 2026 Real-Time Live！环节拿下最高奖Best in Show。

底层范式的重构，让Tripo P1.0成为行业内首个可以在数秒内直接生成专业建模师水平3D模型的大模型，打破了AI 3D领域长期存在的“质量、效果、管线可用性”不可能三角。在超过20万用户参与盲测投票的第三方评测榜单上，Tripo P1.0长期位居第一，直到Tripo P2.0接棒。

VAST算法团队探索出一条把任意拓扑——包括四边面与非流形结构——编码为连续特征的路线，让扩散模型能够高效、稳定、端到端生成完整网格，Tripo P2.0也因此成为行业首个解锁原生四边面拓扑的3D原生基座模型，并在四个维度全面升级：

• 精度：P2.0支持更高的形状解析度，整体视觉表现与细节还原度显著增强，尤其在角色人脸等对细节敏感的部位提升明显。 • 更广的面数范围：适配不同场景对面数预算（Polygon Budget）的差异化需求，mesh的最高面数从P1.0的20000三角面扩展至50000三角面/25000四边面。从移动端轻量资产到高精度主资产均可按需直出。 • 支持局部编辑功能：正式版将支持用户对局部区域单独重新生成，未选中区域保持不变，能够满足更灵活的修改需求与多轮迭代，并且大幅降低模型迭代的试错成本。 • 更合理的部件拆分：伴随精度提升，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。

从物体到世界：世界模型的全栈布局

VAST所做的一切，最终都指向同一个愿景——让每个人都能享有可交互的极致体验（To democratize optimal interactive experience with intelligence）。近半年，算法层与模型层的迭代，让这个愿景落地了多个里程碑。

今年6月发布的通用世界模型研究项目Project Eden，为下一代交互式内容提供底层引擎。区别于业内「动作条件视频生成」与「静态3D场景生成」等常规路径，Project Eden创造性地将底层状态推演与视觉呈现进行了原生解耦，自然解锁了环境长程持久、场景自由复用、多人并发交互等能力。

目前，VAST已展示「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，可直接接入Nvidia Isaac Sim、Gazebo，供具身智能团队规模化训练；项目演化出的生成式渲染器（generative rendering），也在SIGGRAPH 2026上演示了其在具身智能仿真场景下的应用。

真正决定一家基础模型公司长期价值的，是它能否不断把行业认为「做不到」或「不想做」的事，变成下一阶段行业默认的能力。

如今，Tripo系列正以全局扩散生成重塑原生网格的底层范式，并推动行业形成新的技术共识：扩散模型正从探索性方案走向原生网格生成的核心技术路线。这个共识的起点，恰恰是VAST坚持过的非共识：不以演示效果为目的，坚持「生成即可用」的目标；为3D寻找原生表征，不把它硬塞进语言或图像的表征框架；不满足于自回归路线在网格生成上的「虚假繁荣」，探索全局生成的更高上限。

拓宽「生成可用」的边界，

成为千行百业的

3D原生智能基础设施

生成即可用（Production-ready），是贯穿VAST算法与技术研发的底层原则：让AI适应人类积累了几十年的工业标准，而不是让人反过来为AI兜底。沿着这条路径，模型直接生成对象的几何、拓扑与材质，并进一步赋予其语义部件、骨骼绑定与物理属性，把只能「看」的视觉对象，升级为可以「用」的功能对象——生成结果无需返工，即可直接进入专业生产管线。当生成对象不再受类别与形态所限、演化路径对任意场景普遍适用，3D原生智能才算真正走向成熟。

今天，Tripo H系列以雕塑级几何精度刷新质量上限，P系列以秒级速度直出引擎可用的干净拓扑网格，8K贴图、智能拆分与局部编辑让模型「可编辑、可生产」。这些能力正在游戏、XR、3D打印、影视等行业的真实工作流里落地。

游戏是AI 3D落地重要场景之一。2026年7月，网易《蛋仔派对》蛋仔工坊上线3D模型拆分功能，由Tripo提供技术支持：AI一键生成的完整模型，可进一步拆解为独立可编辑的部件，支持局部修改、替换与重组，从「AI生成」走向「AI可编辑」——这是继2025年9月Tripo原生3D模型首次接入《蛋仔派对》UGC创作系统以来，双方的再度联手。此前，VAST已与网易《燕云十六声》合作上线「万物太极」玩法，玩家上传一张照片即可生成可交互的3D道具。如今，Tripo已为多家全球头部游戏团队提供从概念生成到动画绑定的全链路支持，被接入美术生产管线，用于场景资产搭建、关卡原型验证与多方案比选；有游戏团队仅用2.5人、两周，就完成了原本需要数月交付的大空间场景。

XR是AI 3D的另一重要入口。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。XR设备受限于移动端GPU算力，对资产面数与拓扑规整度要求极为苛刻，而Tripo P系列支持按目标面数原生输出干净拓扑、无需重拓扑即可进入Unity、Unreal等引擎，正是这类体验的技术底座。VAST算法团队近期还与香港大学、PICO等机构开源了双目世界模型StereoWorld（CVPR 2026），从生成之初就同时建模左右视图，解决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，降低XR内容的冷启动成本。

3D打印是3D原生智能最直接的消费级出口。全球范围内，消费级3D打印正从创客圈层进入家庭DIY、教育、潮玩与个性化制造。Tripo H系列生成的水密性模型无需修复即可直接切片打印：Tripo是最早接入拓竹MakerWorld的AI 3D基座模型，自2024年底的H2.5系列起，就帮助用户跑通「上传图片—生成模型—切片打印」的全流程，原型制作速度提升约90%。目前，VAST已实现头部3D打印硬件厂商全覆盖，合作伙伴包括拓竹、纵维立方、创想三维、爱乐酷等；今年7月，VAST与黑格科技达成战略合作，后者的全彩3D打印平台HeyVerse接入Tripo，共同构建一体化桌面级全彩打印闭环解决方案。

影视动画正在借助3D导演台从「抽卡」走向精确控片。由苹果、皮克斯前成员创立的海外创意平台Intangible AI，已接入Tripo作为场景资产供给引擎，创作者输入文字或图片，几秒内获得角色、道具、建筑并拖入虚拟场景，选定机位与站位后交给视频模型渲染。国内视频平台TapNow也于8月上线「3D片场」，以「Tripo定主帧、视频模型出片」的组合，让创作者自由搭建白模、设置机位，同一次表演的每个角度都能成片。

从游戏到XR，从3D打印到影视，模型不再只是提效工具。当它被越来越多行业接入真实生产流程，3D便从专业创作者的专属能力，沉淀为通用的生产基础设施。VAST正在推动原生3D智能加速进入各行各业生产场景，来自多元产业方的投资，是对这一阶段成果的直接认可。

让每个人都能创造世界，

让世界看见每个创作者

我们始终相信，3D是世界状态的原生表达。从造物到造世界，从工具到平权，表达自我、构建世界终将成为每个人的本能。

如今，一站式AI 3D工作台Tripo Studio已汇聚全球数千万创作者；Tripo Education Program已覆盖超30个国家、350余所高校，惠及30万名学生与教授，成为连接海外创作者与高校的桥梁。

今年以来，VAST的足迹遍布三大洲、30余座城市：

• 首届Tripo AI 3D Game Jam收到全球同类赛事最多的投稿，入围作品登上GDC现场； • 3D创作工作坊Tripo Donut Workshop横跨15个时区、落地旧金山、东京、首尔、柏林、巴黎、伦敦等7座城市； • SIGGRAPH 2026期间，VAST再次作为唯一中国企业登上Keynote，同期有5篇论文被Technical Papers收录，并获得Real-Time Live! 环节最高奖Best in Show，与李飞飞创立的World Labs联合举办黑客松与行业之夜； • 第三届Tripo AI 3D渲染大赛的Top作品登上纽约时代广场纳斯达克大屏，赛事作品数量两年增长20倍，已经成为全球规模最大的3D渲染赛事之一； • 本周，VAST将与World Labs、Mint、Founders Inc等在旧金山再度联合举办黑客松，共探空间智能与生成式3D的下一步。

阿根廷作家博尔赫斯在《阿莱夫》中，讲述了一个关于「如何表达世界」的故事。

叙述者「博尔赫斯」一直怀念去世的贝雅特丽丝，因此每年去拜访她的家人。她的表兄卡洛斯正在写一首试图囊括整个世界的长诗，并声称自家地下室里藏着一个「阿莱夫」。当房屋面临拆除时，他邀请博尔赫斯亲眼见证。

「阿莱夫」是一个微小、闪着虹彩的球体，直径大约两三厘米。它包含了所有空间位置，凝视它的人会同时感受到宇宙中的一切——每个地方、每个角度、过去的记忆、遥远的人和私密的细节——过去、现在与未来，远方与近处，彼此并不重叠，也并未压缩。万物同时存在于这个小小的球体中。

小说借此发出讨论：

有限的语言能否表达无限而同时发生的事；

所谓「用描述完整记录世界」的艺术雄心是否注定失败；

真正的悖论也由此出现：博尔赫斯感受到全部的世界，却只能用线性的语言逐件描述。阿莱夫包含一切，但任何关于阿莱夫的叙述，又必然遗漏一切。

我们今天用语言、图像和视频理解世界，也往往如此：它们记录的是世界某个角度、某个时刻的切片。

3D则更接近世界本身——物体在哪里、彼此如何关联、状态如何变化，甚至语言、图像、视频，都存在于同一个空间状态中。

这也是VAST从3D生成走向世界模型的必经之路：从生成一个物体，到理解一个世界；从描述世界，到让世界本身成为可生成、可理解、可交互的对象。

3D描述的不仅仅是我们如何谈论世界；它本身就代表着世界如何存在。

语言抵达不了的地方，世界可以重新诞生。

关于 VAST

VAST（三启万物）是一家全球领先的人工智能公司，致力于通过3D原生智能，让每个人都能创造和运行可交互的、动态演化的世界。

公司已打造“自研3D基础模型及世界模型 + 一站式原生工作台 + 生态应用”的端到端产品矩阵，同时依托顶尖的算法团队和海量高质量空间资产，让AI真正走向空间理解、物理推演与现实生产。

VAST的模型与产品已广泛服务全球个人及企业级用户，持续拓展互动文娱、智能制造、具身智能、空间计算等关键领域，深度赋能千行百业，成为推动新质生产力落地的重要力量。

文章来自于微信公众号 “VAST AI”，作者 “VAST AI”