一吻定情

世界人工智能大会上，顶尖专家都在讨论什么？_我的网站

一 |     作者丨晨阳          编辑丨小龙          图源丨Meshy          当文字、图像与视频相续被大模型彻底重构，生成式AI的终极之战正式推向了最为复杂、也最具物理深度的维度——3D空间智能。    文 /巴九灵          过去几年，AI似乎越来越像人。         7月20日，AI 3D内容生成平台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。         本轮由IDG资本、经纬中国、Monolith砺思资本等顶级投资机构和战略投资方共同投资，Granite Asia、红杉中国、BAI资本、源码资本等现有股东超额跟投，持续加注。         它会写代码、做PPT、分析财报、生成视频，也开始进入工厂、医院和家庭。         这是Meshy成立以来首次对外公布估值，一举刷新了AI 3D赛道单轮融资规模与估值两项纪录，也是全球AI 3D领域迄今最高的估值。许多人相信，我们距离通用人工智能（AGI）已经越来越近了。         但就在前两天，图灵奖得主、强化学习之父理查德·萨顿泼出了一盆冷水：“现在的大模型，谈不上原生智能。”          过去四天，2026世界人工智能大会（WAIC）在上海如期召开，这是过去9年规格最高的一届，也是全球AI领域最重要的年度盛会之一。         这家三年前推出全球首个可公开访问的3D生成式AI产品的公司，如今已积累超过1200万注册用户，累计生成模型超过1亿个。         有人在现场逛展，亲身体验最先进的AI产品；有人盯着龙头企业，关注最新发布的大模型、应用、成果；而小巴在关注，全球AI行业的领军人物齐聚一堂，他们究竟在讨论些什么。         就在上月，Meshy的3D生成技术还作为典型案例出现在苹果全球开发者大会的主题演讲中，也是AI 3D领域唯一的一家。         01从姚班到百亿：一位图形学天才的创业征途          Meshy的创始人兼CEO胡渊鸣，1994年出生，初中时便在亚洲与太平洋地区信息学奥林匹克竞赛中拿下银牌；高中进入江苏扬州中学后，高一斩获全国青少年信息学奥林匹克联赛一等奖，锁定清华保送资格，高二再夺全国青少年信息学奥林匹克竞赛金牌；2013年，他被保送进入清华大学“姚班”。

二 |          本科毕业后，他赴麻省理工学院（MIT）攻读博士，进入CSAIL（计算机科学与人工智能实验室）深造，师从计算机图形学与计算摄影学领域的顶级泰斗——Frédo Durand 教授（ACM Fellow，Halide 语言共同发明人，其研究被广泛应用于 Google Pixel 图像引擎及 Adobe 系列软件）与 William T. Freeman 教授（ACM/IEEE Fellow）。         2026世界人工智能大会          本次大会汇聚了来自全球的上千位顶尖科学家、专家、企业家、投资者，除了理查德·萨顿，还有“深度学习三巨头”之一的约书亚·本吉奥、图灵奖得主吉勒斯·布拉萨德、图灵奖得主姚期智、诺贝尔奖得主奥马尔·M·亚吉、“硅谷精神之父”凯文·凯利，等等。         Meshy的创始人兼CEO胡渊鸣          在MIT的日子里，他开启了更加惊人的“加速度”模式：仅博一期间便在SIGGRAPH、NeurIPS等顶级学术会议发表6篇论文；13个月完成硕士论文，3年半便拿到博士学位。         博士期间，他独立全栈开发出开源并行计算框架「太极」（Taichi），突破了单GPU十亿粒子的仿真极限。

三 |          小巴梳理了大会四天的演讲、论坛后发现，专家们似乎把目光聚焦在了以下五点上：我们是否高估了今天的AI、AI如何获得经验、AI落地为什么难、智能体的后果谁来负责、发展AI的终点是什么？          要点一：我们高估了今天的AI          过去几年，我们一直在见证AI的进步，它替代了许多低级岗位，给人最直观的印象就是它不断刷新大家对智能的想象。         2020年年底，他用99行代码实现了原本需要数千行才能完成的材料点法模拟，复刻了《冰雪奇缘》中的雪花特效，登上了各大社交平台的热搜。         “太极”在计算机图形学领域产生了深远影响，至今在GitHub获得超2.7万 Star，已成为全球图形学与高性能计算的重要底层基础设施。         2021年，胡渊鸣博士毕业后回国创立了太极图形，联合创始人兼CTO匡冶同样履历耀眼——清华大学学士、哈佛大学计算机科学硕士、前Google软件工程师。

四 | 公司专注于图形学、编译器、高性能计算与人工智能相关技术，很快便宣布完成5000万美元A轮融资。         胡渊鸣和联合创始人兼CTO匡冶          然而，创业的剧本并没有沿着“天才光环”的预期走下去。

五 | 然而，在一些顶尖科学家看来，我们可能高估了今天AI的智能程度。         答案藏在一个长期被混淆的问题里：知道很多事、会做很多事，是否就等于拥有了真正的智能？          图灵奖得主、中国科学院院士姚期智表示，AI虽然看起来很强大，但未必就是智能的终点。萨顿则讲的更明白——大语言模型虽然看了海量文字、图片和视频，但它还是在学习和重新组织人类已有的知识，而不是自己创造知识，计算能力的突破，不是智能的突破。         人类拥有智能，不只是因为读过书、记住了知识，更是因为我们会行动、会犯错，能够从现实世界得到反馈，并在一次次反馈中修正自己，获得经验。         举例来说，一个人没拿稳杯子，于是知道玻璃杯掉在地上会碎，而AI没有自己砸碎过一只杯子，它是从人类的文字中得知杯子掉在地上会碎，这是它记住的知识，不是它自己的经验。         复旦大学浩清特聘教授苏昊认为，这也是大语言模型产生“幻觉”的深层原因之一：语言只是世界的投影，不是世界本身。团队最早试图推动Taichi这类底层技术的商业化，后来又沿着图形学能力去做渲染器、做3D工具，18个月里连续两次转型，市场反馈却始终不够乐观。

六 |          真正的转折来自一次用户反馈。         2022年，团队做了一款3D工具推给用户试用，得到的回复却相当直接：“我不会为你们这个软件付费，但你把里面的3D模型拿出来卖，一个5块钱，我倒可能会买。         因此，在萨顿看来，AI需要从“人类数据时代”走向“经验时代”。”          这句话打翻了团队之前的所有努力——花了大量时间打磨的软件本身，并不是用户眼里的付费对象。         但否定之中藏着转机。

七 |          要点二：AI缺少的是经验          在这样的背景下，“智能体”和“物理智能”，成为了今年大会上被反复提及的两个方向。         智能体让AI从“回答问题”走向“执行任务”，它可以围绕一个目标制定计划、调用工具、采取行动，并根据结果调整自己的行动；物理智能则让AI走出屏幕，进入由重力、摩擦、材料、空间等构成的真实世界。         而这也引出了今年大会上被反复提及的一个概念——世界模型（World Model）。         简单来说，世界模型是AI在理解现实世界运行规律的基础上，在自己的“大脑”中对现实世界进行模拟：如果我这样做，接下来会发生什么。         既然语言、图片都在被重新生产，3D资产会不会也开始进入同一个阶段？胡渊鸣意识到，如果用户真正愿意掏钱买的是模型本身，而不是背后的软件，那么公司应该去做的，也许不是继续证明底层技术有多好，而是直接把“生成3D资产”这件事做成产品。

八 |          2023年，Meshy正式推出，成为全球首批将AI驱动的3D生成作为公开产品推向市场的公司之一。         比如，当人准备去拿一个杯子时，大脑其实已经提前完成了一次预测：杯子会不会滑？需要用多大力？如果手一松，会不会掉到地上？          这种预测能力，无法仅靠阅读、记住更多知识获得，它正需要AI走进现实世界，通过智能体或者物理智能与环境互动，最终获得属于自己的经验。

九 |          在团队构成上，Meshy汇聚了来自计算机图形学、人工智能与3D艺术领域的全球顶尖人才，团队成员毕业于MIT、斯坦福、伯克利等世界一流高校，并曾任职于英伟达、谷歌、Meta、微软等高科技企业。         2026世界人工智能大会上的人形机器人          换句话说，智能体或者物理智能不完全相同，但都能让AI在行动中获得反馈，在反馈中积累经验，不断完善自己的世界模型，逐渐形成对真实世界运行规律的理解。         这支兼具学术深度与产业经验的团队，是Meshy能够在图形学与大模型训练两套能力上都保持领先的根本保障。         02从“可用”到“生产”：产品力与商业化的双重验证          Meshy做的事情就是用AI把一段文字、一张图，变成一个能直接拿来用的3D模型。         借用北京银河通用机器人联合创始人张直政的总结，世界模型应当拥有三个不可或缺的能力：建模/预测、规划/策略、评价。         平台支持文字转3D、图像转3D、AI上色、动画以及API工作流。简单来说，就是AI能预测自己行动会给环境带来什么变化，利用这些预测指导自己的决策和学习，并判断自己的行动是否达到目标。

十 |          要点三：AI落地难点重重          然而，帮助AI获得经验、发展世界模型的这条大道虽然光明，却依旧险阻——大模型已经发展了很多年，却迟迟没有大规模走进真实世界，这背后，是因为存在很多难点。         智能体发展的难点之一，在于智能体操作系统的完善。         如果说模型是AI的“大脑”，那么操作系统决定了它能够调用哪些工具、连接哪些设备、完成哪些任务。再聪明的大脑，没有手，也很难真正工作。         因此，阶跃星辰董事长印奇表示，智能体能做什么，不只取决于模型有多聪明，也取决于操作系统为它打开了多大的能力边界。他提出了一个公式：智能体能力=模型能力×智能体操作系统能力。         在此之外，智能体发展还存在许多问题，比如，如果未来有上万个智能体同时工作，它们如何协作？如何共享能力？不同公司的系统能否互相兼容？          对此，上海润科具能科技有限公司CEO周斌期望，行业能够加速建立统一标准与开放接口，让智能体真正“聊起来”、能力可共享，形成“智能伙伴网络”，而非各自为战的工具集合。         用户可以从文本描述、参考图片或创意概念出发，生成可预览、可编辑、可导出的3D资产，随时投入游戏开发、3D打印、AR/VR、产品设计、教育和内容创作使用。         对于物理智能，苏昊认为，难点同样也是突破口，在于知识的聚合。         技术层面的核心突破在于，Meshy率先把AI生成的3D从“屏幕上看起来可用”推进到“能够真正投入生产”。         视频告诉AI世界长什么样，物理方程告诉AI世界为什么会这样运转，机器人不断提供新的实验数据……只有把这些不同来源、不同领域的知识聚合进同一个模型，互相校准补盲，AI才有可能真正理解现实世界。         生成的模型既可直接用于游戏，也能被3D打印为实物。

十一 |          过去需要专业美术团队、两周时间才能完成的工作，如今一分钟、一美元即可完成。

十二 |          而聚合这件事，注定不是一家企业能够独立完成的，而是这一代人要完成的科学工程——苏昊表示，它需要整个行业乃至全社会的通力协作：共建数据，共立标准，共享仿真、评测等基础设施。         不过，这并不意味着物理智能必须等到“什么都会”才能落地。

十三 | 用户只需输入一行文字或一张图片，就能快速生成可用的3D模型。         以3D打印为例，Meshy-6将生成链路第一次做到了足够顺。一张照片上传，一分钟出基础模型，再过一分钟补完PBR贴图。

十四 | 整个链路已经不是只做演示的状态，更像一个可以接进后续工作流的工具。         2026年3月，拓竹科技把Meshy接进了MakerWorld的MakerLab——一张照片上传，两分钟后就能下载到一个可以直接切片打印的3MF文件。         在张直政看来，物理AI未必要先实现全面通用，而是可以先在仓储、物流等相对固定的场景中实现稳定工作。         这件事放在一年前还做不到，当时AI生成的3D模型精度过不了3D打印最现实的几道门槛。         过去一年，Meshy的ARR增长约12倍，目前ARR已达6000万美元。         未来，物理智能或许会像当年的电气化一样，先点亮工厂和仓库，再走进商店和医院，最后才走进千家万户。         过去两年内长期保持20%到30%的月环比增长。         2026世界人工智能大会的全球首个AI鉴别机器人          要点四：AI治理规则尚未完备          然而，当智能体和物理智能真的加速走进千家万户，安全问题也变得越来越重要、无可回避。

十五 | 毛利85%，LTV/CAC大于4，一半以上的增长来自自然流量。         印奇提出了三个问题：智能体可以代表谁行动？行动产生的后果，由谁来负责？当它连接数据、设备和真实环境，怎样确保身份可信、权限可控、行为可追溯？          上海人工智能实验室主任周伯文提出，AI可以代表人行动，但不能代替人负责，让渡代理权的速度，不应超过我们验证它的能力。         在多数AI公司仍难以跑通商业化的当下，Meshy以真实的营收持续巩固其在AI 3D领域的领先地位。

十六 |          纽约科学院院长兼首席执行官杜宁凯表示，要采取行动开展人工智能治理，必须要创造出新的问责方式。         AI能力越强，人类越需要建立起一套与之相匹配的规则，而如今，关于AI的代理权、问责权、治理能力，显然还未完备。         要点五：AI的意义是放大人          不过，治理并不是AI发展的终点。治理的目的，是让AI能够更安全、更可靠地融入人类社会。         回看今年的WAIC，一个变化已经十分明显：大家讨论的重点，正在从“模型有多强”，转向“AI如何获得经验、如何进入真实世界、如何安全地与人协作”。

十七 |          这背后，其实回到了最初、也最根本的问题：AI发展的目的究竟是什么？          苏昊说，“物理智能的使命，是把人还给人”；印奇说，“智能体时代最大的意义是放大人”；上海绘话智能科技有限公司CEO贾学锋说，“AI大发展的终极价值应当回归于人”；商汤科技董事长兼首席执行官徐立说，“AI真正意义上走向大众并不是通过替代，而是通过放大每个人的能力”……          图灵奖得主约翰・爱德华・霍普克罗夫特则提醒，面对信息革命带来的种种变革，各国的最佳战略战略，或许是着力培养能够应对这些变化的人才。         增长的动力来自B端和C端两端。         B端方面，全球市值与估值排名前十的科技公司中，已有一半成为Meshy的客户。         今天，大模型可能依旧谈不上真正的智能，但如果AI能够在现实世界中不断学习、积累经验，并始终与人协作，为个人、社会乃至整个世界创造更多可能性,那么，它距离真正的智能，或许就又近了一步。         作者|蒋紫涵          主编|何梦飞          图源|VCG、网络。

十八 | 客户与合作机构涵盖游戏领域的Nexon、网易游戏、三七互娱，3D打印领域的拓竹、创想三维、爱乐酷、闪铸、xTool，以及Hugo Boss、瑞典艺术与设计博物馆等全球知名品牌与文化机构。         C端的增长则主要来自3D打印和游戏两个垂直行业。         3D打印本身正在走出小众——市场研究机构CONTEXT的数据显示，2025年四季度，2500美元以下的入门级机型出货量同比增长47%，收入增长53%。         而AI把生成的门槛进一步降低：早年用户想打印点什么，多半只能去社区里翻别人上传的现成模型；当AI把生成这件事做得越来越顺，愿意动手打印的人反而多了起来。         03一场关于AI 3D生成的资本竞赛          Meshy所在的AI 3D生成赛道，正经历着一场前所未有的资本与技术的双重竞赛。         2026年以来，头部玩家在短短数月内合计融资超过15亿美元。         国内方面，影眸科技（Hyper3D）是这条赛道上不可忽视的力量。这家成立于2020年的公司，核心团队来自上海科技大学。（延伸阅读→被黄仁勋“pick”的3D生成初创公司，完成数亿元新融资，海外收入占八成）          2026年6月，影眸完成新一轮数亿元融资，由凯辉基金、上海国投先导领投，老股东持续跟投。         影眸以3D生成大模型Rodin为引擎，定位于面向真实工业流程的高质量、可控、生产级3D资产生成。2026年1月发布Rodin Gen-2 Edit，整合了“3D生成”与“3D编辑”功能；6月发布Hyper3D Rodin Gen-2.5，这是全球首个具备千万面级生成能力的3D大模型，首次将类大语言模型的“先思考、再生成”运行逻辑引入3D生成领域。

十九 |          影眸的客户包括字节跳动、Unity、Figma、Canva等企业，海外收入占总收入约80%。英伟达CEO黄仁勋在CES 2026展示机器人时所呈现的3D画面，其生成任务也由Hyper3D完成。         另一家国内玩家VAST（三启万物），由前MiniMax联合创始人宋亚宸于2023年创立。

| （延伸阅读→97年文科生，两个月狂揽13亿）2026年7月，VAST完成超10亿元A3战略轮融资，投资方涵盖吉利资本、4399游戏、巨人网络、复星集团等产业方。

|          其核心产品Tripo Studio是一站式AI 3D资产生成工作台，用户可通过文本或图片在数秒至数分钟内生成可直接导入Unity、Unreal Engine等工业管线的生产级3D模型。

| 旗舰模型Tripo P1.0能在约2秒内直接输出拓扑干净、布线合理、符合工业标准的清洁模型。         截至2026年中，Tripo平台已累计服务超650万全球创作者，生成3D资产接近1亿个，ARR达1200万美元，80%以上用户来自海外。

|          国际市场上，Luma AI是Meshy最直接的全球对手之一。         这家成立于2021年的美国公司，技术布局覆盖图像、3D与视频生成领域。2025年11月，Luma完成9亿美元C轮融资，由沙特公共投资基金旗下HUMAIN领投，AMD Ventures参投，估值约40亿美元。

| 截至2026年初，Luma已累计融资超10亿美元，服务超过3000万注册用户。         Luma的实景3D捕捉（用手机拍一圈照片生成3D模型）和视频转3D功能是其独有优势。

| Luma近期将总部从硅谷迁至伦敦，目标在2026年底前覆盖欧洲12国制造业客户，拿下3D生成式AI市场25%的份额。         从融资节奏来看，这条赛道正在快速“收敛”——资本不再撒网式布局，而是集中押注头部玩家。         资本的热情背后是一个清晰的逻辑：3D被公认为多模态里最硬的一块，因为它要求一支团队同时掌握图形学和大模型训练两套能力。也正因为难，它更可能成为未来物理世界AI的一块基座。

|          AI 3D生成正在从“技术验证期”走向“商业化兑现期”。         但喧嚣之下，真正的考验才刚刚开始——当技术红利逐渐摊薄，产品能否真正嵌入产业工作流、能否持续产生健康的单位经济模型，才是决定谁能“留在牌桌上”的关键。         3D是物理世界的数字镜像，而AI正在以惊人的速度缩短镜像与现实之间的距离。这条赛道的故事远未结束，甚至才刚刚进入最精彩的部分。

|          本文为创业邦原创，未经授权不得转载，否则创业邦将保留向其追究法律责任的权利。如需转载或有任何疑问，请联系[email protected]。

Current article:http://www.zhouangnaoguangsundianzhenmou.cfd/list_opo8/4ar4e.html

Published on:18:09:25