9 月 1 日，AI 3D 公司 VAST（三启万物）宣布完成 B 轮和 B+ 轮融资，合计约 30 亿元人民币，由经纬创投领投。同一天，这家公司发布了旗舰 3D 基座模型 Tripo P 系列的最新版本 Tripo P2.0。据官方介绍，不到半年时间，VAST 累计融资约 50 亿元人民币。
游戏厂商集体进场
本轮投资方名单里，产业资本的密度相当高。完美世界、蓝色光标、芯动能投资、延趣游戏、中科创达、三七互娱等出现在战略与产业投资方之列，鼎晖 VGC、中金资本、CMC 资本、洪泰基金、3H Health、中平资本等财务投资机构联合参投。老股东达晨财智、春华资本、四三九九、慕华科创、渶策资本等继续追投。
这已经是短时间内的第二轮大额融资。今年 7 月 2 日，VAST 宣布完成超 10 亿元 A3 战略轮融资，四三九九、贪玩游戏、巨人网络等游戏厂商与吉利资本及多家机构共同参投。两轮相隔约两个月，游戏公司的参与度明显提升。
背后的需求对游戏研发团队来说不难理解：角色、道具、建筑等 3D 资产需要大量制作时间，而 AI 生成的结果能否减少后续修改、能否顺利接入现有工作流程，直接决定提效是否能兑现。一件道具即使外观接近预期，如果拿到手还要花大量时间整理网格，省下来的建模时间很可能被返工消耗掉。
P2.0 的关键改动在拓扑
Tripo P2.0 基于 VAST 自研的 Nexus 生成框架，首次在扩散模型上实现原生四边面（Quad）拓扑网格的端到端生成。官方称其在精度、面数范围、局部编辑与语义级部件拆分四个维度完成升级，使 3D 生成同时满足「引擎可用、动画可绑、编辑可及」的工业级要求。
四边面拓扑不是参数表上的装饰。四边形网格布线更规整，后续编辑、骨骼绑定和动画制作都更顺手，而三角面网格在这些环节往往需要重新整理。P2.0 同时保留三角形拓扑，将三角面数上限从 P1.0 的 2 万提高到 5 万，新增的四边面上限为 2.5 万，并支持多视图输入。这些数字对应的其实是同一个问题：美术人员拿到生成结果之后，还要投入多少工作才能真正把它用进项目。
VAST 把 P2.0 称为迄今最适合 Vibe Coding 的 3D 基座模型。秒级生成速度可以支撑智能体完成「生成—检查—修改—再生成」的快速循环，而语义级分件让大语言模型能够直接识别并编程每一个部件。Nexus 框架的做法是将顶点与拓扑生成解耦，首次基于扩散模型实现无需排序的原生网格生成，相关论文已被 SIGGRAPH 收录。此前 VAST 算法团队凭借 Tripo P1.0 在 SIGGRAPH 2026 的 Real-Time Live! 环节获得最高奖 Best in Show。VAST 还称，Tripo 系列模型在超 20 万用户投票的第三方盲评榜单中长期位居第一。
已经进入哪些真实工作流
比参数更有参考价值的是落地场景。游戏领域，网易《蛋仔派对》的蛋仔工坊在 7 月上线的 3D 模型拆分功能由 Tripo 提供技术支持，此前双方还在《燕云十六声》中合作上线了「万物太极」玩法。3D 打印领域，Tripo 是最早接入拓竹 MakerWorld 的 AI 3D 基座模型，7 月又与黑格科技达成战略合作，合作硬件厂商覆盖拓竹、纵维立方、创想三维等。影视动画领域，由苹果、皮克斯成员创立的海外创意平台 Intangible AI 已接入 Tripo，国内视频平台 TapNow 于 8 月上线了接入 Tripo 模型的「3D 片场」。
按官方介绍，一站式 AI 3D 工作台 Tripo Studio 已汇聚全球数千万创作者，全球 AI 3D 模型生成数量排名第一；Tripo Education Program 覆盖 30 多个国家、350 余所高校。SIGGRAPH 2026 期间，VAST 是唯一登上 Keynote 的中国企业，有 5 篇论文入选 Technical Papers。
下一站是世界模型
3D 资产生成之外，VAST 另一条线是通用世界模型研究项目 Project Eden。今年 6 月发布的这一研究项目，核心思路是将底层状态推演与视觉呈现解耦，生成的资产自带碰撞体、关节与物理属性，可以直接接入 Nvidia Isaac Sim、Gazebo，供具身智能团队做训练。VAST 称，该项目已端到端打通「文本到可交互仿真场景」。
这条路线指向的是更基础的交互要求：环境中发生过的改变需要被保留下来，处在同一个世界里的多个参与者应当共享同步的状态。前一条线可以直接嵌入现有研发流程，后一条线关系到创作者未来用什么方式搭建虚拟世界。
按本轮融资披露，新增资金将投入 3D 原生模型与数据能力迭代、训练与推理基础设施扩建，以及产品开发与商业化落地。VAST 成立于 2023 年，由 AI 与计算机图形学领域的科学家创立，目前服务的行业包括智能制造、虚拟现实、互动娱乐与具身智能。
真正的考验还在后面：生成资产究竟能在多少制作环节中稳定使用，又能在多大程度上减少返工、降低创作门槛。这些答案只能来自真实项目，而不是榜单。
