一个 29 岁、曾连续多日沉迷《文明》的策略游戏玩家，选了国内 AI 创业最不拥挤的方向——AI 3D，三年做到 10 亿美元估值。这家叫 VAST 的公司最值得看的不是融资速度，而是一条清晰的路线逻辑：先用 Tripo Studio"造万物"（生成单个 3D 资产），再做创作者生态，最后用世界模型"造世界"。每一步都是上一步的自然延伸。

一、他是谁，做了什么

VAST 成立于 2023 年，创始人宋亚宸 1997 年出生——海外媒体把他写成一个 29 岁的游戏玩家：曾在约翰霍普金斯大学读国际研究，也曾连续多日沉迷《文明》这类策略游戏。创立 VAST 前，他参与过 MiniMax 的早期创立，也在商汤推动过 AI 项目落地；VAST 的方向正来自他对游戏、动画和 3D 内容的长期兴趣。2026 年 6 月，VAST 完成 A+ 和 A++ 两轮融资合计接近 2 亿美元，估值超 10 亿美元，成为中国新一批 AI 独角兽之一。过去两年国内 AI 创业最拥挤的是大语言模型、AI 搜索、AI 视频、AI Agent——VAST 选了一条相对窄、也更难的路。

二、不是生成一张 3D 效果图

核心产品 Tripo Studio 能把文字、图片或草图生成"可用于生产的 3D 资产"，支持 3D 分割、AI 贴图、自动绑定、模型风格化、Smart Mesh、高精度模型。关键在"可用于生产"四个字：2D 图像生成里用户得到一张好看图片任务就结束了；但 3D 模型要进入游戏、动画、影视、3D 打印、工业设计，后面还有拓扑、贴图、分件、绑定、动画、格式转换、引擎适配等一整套步骤。AI 3D 的商业价值不取决于"看起来像不像"，而取决于生成结果能不能继续被编辑、被导出、被放进真实工作流程里。Tripo 支持多视角图生 3D、文生模型、动画、风格生成、后处理、面数控制、格式转换，官网列的场景从游戏、动画、影视到 3D 打印、玩具、硬件、工业、建筑、家居、电商、VR/AR。

三、已经有用户和收入，不是概念公司

2026 年 3 月完成 5000 万美元 A 轮（阿里和上汽领投）时，Tripo Studio 已累计超 650 万用户、服务 9 万多开发者及企业；到 6 月约有 2000 万用户，大部分来自美国，其次是欧洲、日本和韩国。定价：免费版每月 200 credits（最多 8 个模型）；Pro 版按年折算约 13.93 美元/月；Max 版约 53.94 美元/月，Pro 起提供私有模型、商业使用、多视角生成、批量生成、Smart Mesh 等能力。这组价格设计很清楚：用"免费试用 + 创作者订阅 + 团队版 + API"承接不同层级用户——普通人当 3D 生成器用，独立创作者做模型手办游戏素材，中小团队接进现有流程，游戏影视工业客户则需要 API、团队空间、私有资产和商业授权。

四、为什么是游戏和 3D

团队配置说明了技术厚度：CTO 梁鼎是清华本硕博、曾任商汤通用模型负责人；首席科学家曹炎培也是清华计算机系本博，参与过 threestudio、TripoSR 等 3D 生成项目，曾任腾讯 ARC 实验室和 AI Lab 专家研究员。VAST 的判断是：AI 不应该只生成文字、图片和视频，还应该生成可以交互、可以编辑、可以复用的空间内容——文字是对世界的抽象表达，图片和视频是对世界的压缩表达，3D 则更接近现实世界本身；对游戏、动画、机器人、仿真、数字孪生、工业设计来说，3D 不是装饰而是基础格式。这也是为什么它不把自己定位成"AI 3D 工具"，而是反复强调"AI 3D 基础模型"和"世界模型"。

五、第一步"造万物"：比看起来难得多

传统 3D 生产需要建模师先做形体，再做拓扑、UV、贴图、材质、绑定、动画，最后导入引擎或设计软件——复杂角色、机械结构、场景物件都要大量人工时间。AI 要替代一部分流程，不能只给个粗糙外形，还要让模型具备清晰几何结构、合理拓扑、可控面数、材质和贴图质量。Tripo 在这层投入了大量模型和工具能力，产品逐渐往 3D 工作台发展：生成、贴图、分件、绑定、动画、格式输出、插件接入，尽量覆盖一个 3D 资产从想法到可用的中间流程。

六、第二步：把工具做成创作者生态

单个工具提效率，平台才可能形成网络效应。VAST 的产品矩阵包括 Tripo Studio、Tripo Game Hub、Tripo API，配开发者文档、博客、教程等内容入口。Tripo API 支持文字、单图、多视角图转 3D 模型以及动画、风格生成、后处理等能力——这说明它不只让用户在网页里生成模型，还想把 AI 3D 嵌入其他产品和工作流：游戏团队接进美术原型流程、3D 打印平台变成用户生成模型的入口、电商把商品图转 3D 展示素材、儿童创作平台让用户从草图生成手办钥匙扣。从商业化看这比纯 C 端 App 稳妥：专业创作者和企业用户更清楚自己为什么付费——买的不是新鲜感，而是节省建模时间、降低原型成本、提升内容产能。

七、第三步：Project Eden 与世界模型

2026 年 6 月，VAST 正式披露 Project Eden——从"造万物"走向"造世界"的关键项目。官方解释：语言模型预测下一个词，视频模型渲染下一帧，世界模型需要维护和更新环境状态，让世界随用户行为、智能体行为和时间变化持续演化。架构分三层：结构化状态层（维护场景几何、物体身份、属性和事件逻辑，独立于任何镜头视角存在）；状态到观察的接口（把底层世界状态转成不同视角的语义和几何约束，不同视角看到的画面来自同一个底层世界而非各自临时生成）；生成式渲染层（根据状态约束生成视觉输出）。要解决三个问题：环境长期存在、世界可被编辑和复用、多人和 AI 智能体可同时进入同一个世界互动。这和视频生成很不一样——视频模型可以生成看起来连续的画面，但不一定知道镜头外的物体还在不在，也不能保证用户转身离开回来后世界状态仍一致。VAST 想做的：不是生成一段视频，而是生成一个能被进入、被修改、被再次访问的 3D 世界。

八、赛道与冷静面

这个方向上 VAST 并不孤立：腾讯 2025 年全球发布混元 3D 创作引擎（文字图片草图生成 3D 资产，把几天几周的生产缩短到几分钟）；李飞飞的 World Labs 做 Marble（从文字图片视频生成空间一致、可持久存在、可编辑扩展组合的 3D 世界）。四个现实难点也要看清：AI 3D 的专业可用性仍是硬门槛（进生产线要看拓扑是否干净、绑定是否可用、版权是否清楚）；世界模型还处早期（Eden 仍在推进复杂场景模拟、物理动态、实时渲染性能）；竞争加剧（腾讯、World Labs、Meshy 都在做）；对一家 2023 年成立的公司，10 亿美元估值并不低——它需要继续证明用户增长能转化为稳定收入、创作者工具能沉淀生态、世界模型不只是技术叙事。

九、核心问题：3D 会不会成为新的内容入口

VAST 的长期假设很清楚：未来内容不会只停留在文字图片视频，还会进入 3D 和交互。如果这个判断成立，今天的 3D 生成工具就像早期的图像和视频生成工具——先服务专业和半专业用户，再逐渐外溢到普通用户。普通人未来可能不只是发一张图一条短视频，而是生成一个小场景、一个可互动角色、一个可以被别人进入和修改的虚拟空间；游戏团队可能先用 AI 生成大量资产原型，再由专业人员筛选优化。创始人的判断是未来用户可以创作和浏览可互动的 3D 内容并在社区分享传播——类似 3D 版短视频平台。这个方向能不能跑出来现在还不能判断，但它解释了 VAST 为什么从模型生成一路走到世界模型：如果目标只是做效率工具，Tripo Studio 已经足够；如果目标是做下一代互动内容入口，单个模型还不够，最终需要一个能持续存在、可编辑、可多人进入的世界。

我的总结：VAST 是"从工具到平台到世界"三级跳的样本，跟站内两个案例正好构成对照组——Lovable 用图形界面把市场从开发者放大到所有人讲入口逻辑，Arcads 把广告演员变成 AI 讲单点工具的工业化；而 VAST 赌的是更大的东西：内容形态本身的迁移。