Vast 完成 5000 万美元 B 轮融资：当游戏行业每年为 3D 资产制作付出数百亿美元人工成本，这家中国公司的 AI 3D 生成引擎正在重写制作流程的底层逻辑
制作一款 AAA 级别开放世界游戏，平均需要多少个 3D 资产？
《赛博朋克 2077》的开发团队在发布时披露：游戏中包含超过 17.4 万个独立的 3D 资产模型（建筑部件、道具、载具、角色装备……），每一个都需要建模师在 3ds Max 或 Blender 中手工制作，经历概念设计→建模→UV 展开→贴图→绑定→优化 LOD 的完整流程。一个中等复杂度的游戏资产，熟练建模师需要 8-40 小时工时。
以 17.4 万个资产 × 平均 20 小时 × 全球中等水平的 3D 建模工时费（约 $30-50/小时）计算：一款顶级游戏的 3D 资产制作人工成本，轻松超过 1 亿美元——这还是在内部工作室团队高效协作的前提下。
这是 AI 生成 3D 模型的核心市场机会所在：如果 AI 能够将 3D 资产的制作时间从 20 小时压缩到 20 分钟——保持 80% 的质量，成本降低 95%——整个游戏和内容产业的制作经济将被彻底重写。
Vast 是这个赛道目前最受关注的中国玩家之一。
2026 年，Vast 完成了 5000 万美元 B 轮融资，投资方包括 MiraclePlus（Y Combinator 中国）、Source Code Capital 等顶级机构。
| 关键信息 | 内容 |
|---|---|
| 公司名称 | Vast |
| 融资轮次 | B 轮（Series B） |
| 融资金额 | $50,000,000（5000 万美元） |
| 主要投资方 | MiraclePlus（原 YC 中国）、Source Code Capital |
| 旗舰产品 | Tripo Studio（AI 3D 模型生成工具）、Project Eden（AI 世界生成引擎） |
| 核心技术 | 文本/图像 → 3D 生成、多视角一致性 3D 扩散模型 |
| 目标客户 | 游戏开发者、动漫/影视特效制作、虚拟世界/元宇宙开发者 |
| 行业 | AI / 3D 内容生成 / 游戏科技 |
3D 生成 AI 的技术现状：从”玩具”到”可用”
2023 年初，AI 3D 生成模型刚刚开始出现时，普遍的问题是：”生成的 3D 模型扭曲变形，看起来像是融化中的雕塑，完全不可用于实际制作。”
技术进步的速度出人意料地快：
Tripo（Vast 的核心模型） 在多项公开评测中，已经能够从单张图像或文字描述生成拓扑合理（Topology-Clean）、UV 可展开的 3D 网格——这是能够直接导入游戏引擎（Unreal Engine、Unity）的质量门槛。关键的技术突破在于：多视角一致性（Multi-View Consistency）——传统生成式 AI 生成 3D 时，从不同角度看会出现不一致的问题（”Janus Problem”，即两面神问题）；Vast 的扩散模型通过多视角联合训练，显著缓解了这个问题。
Project Eden（Vast 的世界生成引擎，目前处于研究阶段）走向更宏大的目标：不只是生成单个 3D 资产，而是生成完整的虚拟世界环境——房间、街道、城市、甚至整个游戏关卡，可以直接供游戏引擎使用。
市场机会：不只是游戏
AI 3D 生成的潜在市场远超游戏行业：
游戏行业：全球最大的 3D 资产消费市场，每年资产制作支出估计超过 100 亿美元；独立游戏开发者和中小型工作室是最直接受益者，因为它们无法负担大型工作室的制作团队。
动漫和影视特效：背景环境的 3D 建模（不涉及角色表演）是 AI 3D 生成最容易切入的场景；日韩动画公司和好莱坞特效工作室都在探索 AI 辅助流程。
电商和品牌 3D 资产：产品的 3D 展示（AR 试用、虚拟展厅）需求在快速增长；品牌需要为每个 SKU 制作高质量 3D 模型，AI 生成可以将这个成本降低 90%。
虚拟世界/数字孪生：工业级数字孪生（工厂、城市、基础设施）和消费级元宇宙，都需要大量 3D 内容，AI 生成是唯一规模化路径。
竞争格局
| 公司 / 方案 | 定位 | 技术路线 | 融资/背景 | 差异化 |
|---|---|---|---|---|
| Vast（Tripo） | AI 3D 模型 + 世界生成 | 扩散模型 + 多视角一致性 | $50M B 轮，MiraclePlus | Project Eden 世界生成野心 |
| Luma AI | 神经辐射场（NeRF）+ 3D | NeRF + 3DGS + 生成模型 | $43M，a16z | 视频到 3D 转换强大 |
| Meshy AI | 文本/图像到 3D | 扩散模型 | 早期，快速增长 | 用户友好，专注实用性 |
| Stability AI（Stable Zero123） | 开源 3D 生成基础模型 | 扩散模型 | 已公开开源模型 | 开源生态，无护城河 |
| Autodesk（Maya/3ds Max） | 传统 3D 制作套件 + AI 助手 | 传统 DCC + 部分 AI | 上市公司 | 强大生态但保守，AI 整合慢 |
| NVIDIA（Edify 3D） | 企业级 3D 生成 | 基础模型 + 云服务 | 上市公司 | 针对企业，成本高 |
关键风险与挑战
1. 质量稳定性：游戏资产对拓扑质量的要求极高（动画绑定需要合理的多边形流向），AI 生成在复杂角色和动态资产上的质量稳定性仍是挑战； 2. 版权和训练数据合规：3D 生成模型的训练数据来源涉及大量版权问题，Sketchfab 等平台的大量 3D 模型受版权保护； 3. 工作流整合：AI 生成 3D 资产如何无缝整合进 Unreal Engine、Unity 的现有工作流（包括 LOD、碰撞体、材质），是商业落地的最后一公里； 4. 中美科技环境：作为中国公司在全球市场竞争，潜在的数据合规风险和市场准入问题需要管理； 5. 技术迭代速度极快：3D 生成领域技术更新速度极快，今天的领先者可能在 6 个月内被新方法超越；这对技术积累的深度要求极高。
Vast 押注的是 3D 内容行业的”Midjourney 时刻”：正如 Midjourney 把专业级图像生成民主化，Vast 想把专业级 3D 资产生成民主化。5000 万美元 B 轮、MiraclePlus 的背书，以及 Project Eden 的宏大愿景——这些信号表明，投资人相信 3D 生成的技术拐点正在到来。真正的考验不在于技术的极限，而在于工作流整合的深度：一个游戏工作室的真正采用，不只是”试用一下 AI 生成一个模型”，而是”把 AI 生成整合进整个制作管线的日常流程”。谁先完成这个整合，谁就拥有了最强的护城河。
