遊戲製作的體力活時代，正在被 AI 3D 終結

文/文傑

導語

半年融資 50 億，這家公司讓遊戲大廠集體坐不住了。

過去一年多，AI 的進展快得有些超乎想象。

尤其是在編程上，寫代碼這件事正在被重新定義。不懂代碼的小白也能對着 AI 說一句想法，讓它幾分鐘內生成一個網頁、做個小遊戲，甚至順手把報錯的問題也一併修掉。

就代碼而言，AI Agent 已經滲透到遊戲開發的幾乎每一處。但創作的另一側——3D 美術，依舊還有着不低的門檻。AI 能畫圖、能生成視頻，可一旦需要的是一個能進引擎、能綁骨骼、能在遊戲裏真正動起來的 3D 模型，它常常就卡住了。

一個好看的 3D 模型，和能用的 3D 模型，是兩回事。後者不只是簡單的視覺形象，而是一套需要被理解的空間結構。幾十萬個點怎麼排列、怎麼連成面、佈線合不合理，都直接決定了它能不能被編輯、能不能被綁定、能不能被引擎渲染。

過去三年 AI 在圖像、視頻、代碼上迅速接連突破，唯獨 3D 一直是公認最難啃的一環。但最近半年，這塊硬骨頭鬆動的速度也明顯加快了。

9 月 1 日，AI 3D 大模型公司 VAST 宣佈完成 B 輪和 B+ 輪融資，合計約 30 億元，經緯創投領投。算上此前幾輪，這家成立僅三年的公司不到半年累計融資約 50 億元。

投資人的名單也值得額外關注，過去半年，一批遊戲廠商密集出現在這家 AI 3D 公司的股東名單裏，包括A3 輪的四三九九、貪玩、巨人網絡，B 輪和 B+ 輪的完美世界、三七互娛、延趣遊戲。遊戲產業資本如此集中地押注一家上游技術公司，並不多見。

與融資同步發佈的，還有 VAST 旗下 3D 大模型 Tripo 的最新版本 P2.0。這是全球首個實現原生四邊面拓撲的 AI 3D 基座模型，我和一個簡單試用了新模型的TA 專家聊下來，感覺 AI 3D 這波可能真要變天了。

01 P2.0 之前，爲什麼總得讓人給AI “擦屁股”

要聊清楚這次新模型有什麼不一樣，得先回到一個最基礎的問題：一個遊戲裏的 3D 資產，到底是怎麼做出來的，又經常卡在哪？

以一個遊戲裏的 3D 角色爲例，常見的製作工序是一條流水線：

先是原畫設定，定下造型和風格；再做一尊細節拉滿、面數極高的精細高模，用來雕刻形體；然後是一道關鍵工序——重拓撲，將高模轉換爲中低模，把這幾十萬面無結構的碎面，重新排成佈線規整的模型；之後展 UV，把立體的表面像剝橘子皮一樣攤成一張平面，好往上貼紋理；再畫貼圖材質，綁骨骼、蒙皮、做動畫，最後導進遊戲引擎。

白模上的線框就是“佈線”：面的排列方式，直接決定模型能不能被編輯、綁定和渲染。

這裏面，創意含量和人力成本完全不匹配。設定、建模、動畫，是創意含量高的部分；重拓撲、展 UV、綁定、蒙皮這幾道，更多是翻譯和體力活，幾乎不創造新東西卻極度依賴經驗，是公認最磨人的環節。尤其是重拓撲，它是整個流程裏最貴、最髒、最沒人愛乾的一步，單個資產手工做下來常常要花數小時到數天。

更要命的是，它卡在流水線正中間。佈線一旦有問題，動畫師一接手就會穿幫，然後就得一連串地回退：改拓撲、重新 UV、重新貼圖、再綁定、再做動畫，可謂是牽一髮動全身。

結果就是，一個團隊裏最貴、最頂尖的美術，要花大量時間做這些本該機器乾的體力活。錢和時間，都耗在了最沒有創意、但又不能出錯的地方。

而過去幾年，AI 生成的模型，恰恰最擅長做這裏面最輕鬆、最表面的一件事——建高模、出外形，而真正吞噬時間與預算的重拓撲、綁定、拆分，甚至可能會因爲網格不合格需要更多人返工。

問題就在於，高模和中低模這兩個環節的目標並不一樣。高模更看重外觀，皮膚褶皺、鎧甲劃痕，細節越滿越好，面數、佈線、拓撲亂一點問題不大，因爲它本來就不是拿來直接用的。AI 的視覺模型，天生就擅長解決像不像的問題。

中低模和重拓撲正相反，要的不只是“像”，更要“能用”：面數得降到預算內，佈線要順着結構走，關節處要留好環線……爲此寧可犧牲一點外觀。這是從“視覺”到“結構”的一步，而過去 AI 恰恰把 3D 當成“一張有很多點的圖”來生成，只跨過了前半程。

這就導致以往生成的模型往往還得人來擦屁股。要讓 AI 真正進管線，只有一條路：讓它在生成的瞬間，就直接輸出符合工業標準的結構。

P2.0 直接生成四邊面的模型就是爲了解決這個問題。

P2.0 直出的蒸汽朋克風格角色

四邊面是影視、遊戲沿用了幾十年的標準。之所以是“標準”，不是說它比三角面“高級”，而是因爲對後續工序更友好：它更容易形成連續佈線，細分曲面時效果更可預測，也更適合做角色動畫。此前 AI 一直給不出四邊面，因爲它要先生成一張亂面，再靠算法重拓撲成四邊面——這等於繞回整條流水線裏最貴、最沒人愛乾的那道工序，耗時又丟細節。

四邊面更易形成連續佈線，更適合做角色動畫

P2.0 的關鍵不同，在於四邊面不是生成之後改出來的，而是在生成過程中直接長出來的。在這背後是很長時間的技術積累，他們有一套自研的 Nexus 框架。行業主流的做法，是把 3D 拆成一串順序，像逐字寫句子那樣，一個字符一個字符往外生成；Nexus 不走這套先排序再寫的路，而先生成整體，再補充局部。

用大白話講，P2.0生成出來的不再是一張亂麪皮，而是一份可直接進引擎、可編輯、可拆分的工業資產，也就是說，它從生成那一刻就繞過了最貴、最磨人的那一步。

輸入一張原畫，直出帶規整四邊面佈線的角色頭部模型

有開發者反饋，單是重拓撲省下的時間就夠回本。亦有3D藝術家指出，P2.0在武器、載具、建築道具等硬表面資產上提升顯著——平面乾淨，密度精準對應細節，邊緣清晰利落。

02 給人用，也給 Agent 用

剛纔我們聊的是人怎麼更好地用上 AI 3D 生成。但現在的開發流程裏，AI 的介入程度非常深，寫代碼、調引擎、按運行結果修 bug，很多是 AI Agent 在替人幹。很多時候，真正去調用 AI 3D 生成模型的，不一定是人，還可能是 Agent。

但 Agent 能不能用好一個 3D 模型就是另一回事了。因爲 Agent 和人對一個模型的“理解”，根本是兩套方式。

舉個例子，人看一眼模型，就知道“這是條魚、那是尾巴”，靠的是眼睛和經驗。Agent 不一樣，它沒有眼睛，能讀懂的是代碼和字節，對模型的瞭解只能來自文件裏的數據。而一個模型落到數據上，就是一堆頂點座標和幾何形狀，沒有“哪部分是魚、哪部分是尾”這種語義信息。

於是 Agent 面對一個模型，有點像拿到一本沒有目錄、也沒有章名的書，卻被要求直接去修訂某個章節、某個段落，根本無從下手。有一些權宜的辦法，比如把 3D 轉成代碼再餵給 Agent，但轉換過程很容易丟信息，面數一高，還容易超出它的閱讀能力。

還有一層制約是 Agent 的幹活節奏。它不是一次生成到位，而是“生成、檢查、修改、再生成”的快速循環，有點像兩個人面對面改方案，幾分鐘一輪。如果每生成一次要等上很長時間進行人爲的審查和標註，效率就整個垮掉了。

所以 Agent 要用 3D，其實有一串跟模型好不好看無關的硬性條件：拓撲要乾淨，它纔看得清結構、分得清部件；面數要可控、夠輕量，網頁端實時渲染才扛得住；更重要的是，模型得能按語義拆成一件件——要是一盒不帶名字的零件，Agent 就不知道該拿哪塊、給它寫什麼邏輯。

Agent 能用好一個模型的三個硬性條件：乾淨拓撲、可控面數、清晰分件

這也是VAST正在解決的問題。尤其是它把最後一條——“零件帶名字”——做到了可以編程的精度。

伴隨精度提升，Tripo P2.0生成的3D模型的天然分件（Connected Component）精細程度同步提高，部件拆分更加合理符合語義。

風車被拆成帶語義標籤的獨立零件

配合前面說的原生四邊面、按面數預算直出，VAST 真正做到了讓 3D 生成模型對Agent 友好。四邊面讓結構邊界清楚，Agent 看得出“哪是零件”；面數預算讓資產按目標平臺直接給出跑得動的體積；語義分件讓 Agent 能給部件命名、在代碼裏定位、寫部件級的交互邏輯。

以一段官方演示爲例：VAST 的首席科學家曹炎培用 P2.0 生成一隻機械蜘蛛，再讓大語言模型爲每個獨立部件命名、編寫並調試運動邏輯，實現蜘蛛逐部件的動畫控制。

在外部開發者手裏，這套能力已經被做成了一個個跑得起來的成品。一位開發者用 GPT 加 Tripo 做出可交互的人體器官教學網頁——能點擊、旋轉、探索每個器官，作品被 OpenAI 聯合創始人 Greg Brockman 轉發。

乾淨、可讀的模型，加上 Agent 自己寫代碼、自己做渲染驗證。可以想見，未來遊戲開發和驗證的效率很可能會提高几個量級。

03 從蛋仔工坊，到廠商下注

AI 3D 模型的能力飛速進展，相應的應用也在逐漸鋪開。

7 月 30 日，《蛋仔派對》的蛋仔工坊上線了 3D 模型拆分功能，其技術就是由 VAST 提供的。在工坊裏生成或選定一個模型，幾步就能拆成多個獨立部件，可以單獨移動、旋轉、縮放、刪減，也可以和其他組件自由組合。

生成模型一鍵拆分成獨立部件，可單獨移動、旋轉、縮放

加入這個功能後，AI 生成的模型不再是整體一塊，成了能改、能重組、能單獨使用的編輯素材。於是一座城堡不再只以城堡的身份出現：城牆重新排列，可以組成需要尋找出口的迷宮；塔樓分佈在不同高度，可以構成連續跳躍的跑酷路線。以往一個模型整體只有一種用途，拆開後能進更多地圖、承擔更多功能。

實驗室裏的演示和月活過億的生產環境截然不同。對於模型提供方而言，這個功能在蛋仔上線，除了技術本身外，還跨過了許多工程難題。蛋仔月活穩定過億，海量玩家併發、移動端性能預算、點擊後要儘快返回，AI 能力要在這種環境裏同時扛住質量、速度、成本三重考驗。

其實 VAST 和網易的合作由來已久。2025年初，基於Tripo API，《燕雲十六聲》就上線了“萬物太極”，玩家一句話生成遊戲道具；2025 年 9 月，Tripo 又接入蛋仔工坊，玩家上傳參考圖、輸入指令，就能得到卡通風格的模型，直接拿來搭地圖；到這次拆分功能上線，合作從“AI 生成”推進到了“AI 可編輯”。幾年下來，每一步都比上一步往網易的遊戲創作流程裏扎得更深。

此外，Tripo 也在更多廠商的管線裏落地。在此之前，他們已爲全球多家頭部遊戲大廠提供從概念生成到動畫綁定的全鏈路支持，用於場景資產快速搭建、關卡原型驗證、多方案比選，綜合提效超 50%。

產品之外，資本也在進場。過去半年，四三九九、貪玩、巨人網絡、完美世界、三七互娛、延趣遊戲，陸續入股 VAST 。遊戲廠商是 AI 3D 最重要的下游之一，上下游在同一時點匯合，往往意味着技術正從可用走進好用，商業回報從紙面數字變成生產裏的實際效益。