Meshy 不到两年 ARR 从 100 万增至 1 亿美元
来源量子位查看原文
速览
- Meshy ARR 从 100 万美元增至 1 亿美元，用时不到两年。
- 该速度超过 ElevenLabs 的约 20 个月和 HeyGen 的 29 个月。
- GPT-6 Astra 擅长 CAD、参数化建模等可拆解为几何关系的任务。
- 角色发丝、斗篷褶皱等细节仍需专业 3D 模型，Meshy 在此占优。
- Meshy 收入分三层：个人订阅、企业 API、3D 打印硬件生态。
- 三七互娱接入后，基础模型阶段雕刻工作量减少 30% 至 40%。
- Meshy 7.1 将几何生成分辨率从 2048³ 提升至 4096³。
- Meshy 推出 Mora，尝试从 AI for Work 走向 AI for Fun。
- Mora 先用 3D 固定空间，再由实时视频模型负责画面表现。
AI 3D 生成公司 Meshy 披露，其 ARR 从 100 万美元增长至 1 亿美元，用时不到两年。这一速度超过 ElevenLabs（约 20 个月）和 HeyGen（29 个月）从 100 万美元到 1 亿美元 ARR 的用时。Meshy 的增长来自三层收入结构：个人订阅、企业 API（三七互娱、网易游戏、Nexon 等已接入生产流程）以及 3D 打印硬件生态（拓竹、创想三维、Elegoo、FlashForge、xTool 等）。文章同时对比了 GPT-6 Astra 与 Meshy 在同一张参考图上的生成效果：Astra 擅长可拆解为几何关系的 CAD、参数化建模任务，但在角色发丝、斗篷褶皱、盾牌纹样等细节上明显弱于 Meshy。Meshy 还披露了 Meshy 7、7.1 及 Meshy T2 的技术指标，并推出实时互动多模态内容架构 Mora，试图从 AI for Work 走向 AI for Fun。
关键事实
- Meshy 披露其 ARR 从 100 万美元增长至 1 亿美元，用时不到两年。
- ElevenLabs 从首款产品上线到 1 亿美元 ARR 用了约 20 个月，HeyGen 从 100 万美元到 1 亿美元 ARR 用了 29 个月。
- Bessemer Venture Partners 在《The State of AI 2025》中总结：『新星』公司平均约 4 年达到 1 亿美元 ARR，『超新星』平均约 1.5 年。
- Meshy 自建 3D 几何对齐基准中，Meshy 7 在单张图片输入下造型比例、空间分布和表面细节三项指标均领先其他受测模型，表面细节得分 59.8%，其他模型约 49% 至 55%，上一代 Meshy 6 Lite 为 52.7%。
- Meshy 7.1 将几何生成分辨率从 2048³ 提升至 4096³，在其 Detail Richness 基准的 4K 渲染条件下得分 23.1%，高于其他受测模型。
- Meshy 发布的端到端纹理对齐测试中，Meshy 7 综合得分 66.2%，高于其他受测方案。
本站视角
对国内做 3D 生成、游戏美术管线和 3D 打印生态的团队来说，Meshy 的 1 亿美元 ARR 是一个值得认真对待的信号。它说明 AI 3D 已经跨过了『偶尔惊艳一次』的尝鲜阶段，进入按项目、按资产量持续付费的生产流程。三七互娱、网易游戏、Nexon 这类公司把生成能力接进原有管线后，需求不再是一次生成一个模型，而是一个项目几十甚至上百件资产，项目越多 API 调用量越大——这是典型的 SaaS 复利结构，也是 Meshy 收入能持续放大的关键。我们认为，Meshy 真正的壁垒不在参数和 Benchmark，而在于它已经进入了多少真实生产流程：模型质量越高，返工越少，进入的流程越多；进入的流程越多，生成需求越容易从一次尝试变成持续高频调用。这个循环一旦转起来，后来者很难靠单点指标追平。 需要指出的是，文章中的多项技术指标（表面细节 59.8%、Detail Richness 23.1%、纹理对齐 66.2%）均来自 Meshy 自建基准，属于单一来源、自测自评，读者应把它当作厂商披露而非第三方验证。同样，『全球市值与估值排名前十的企业中半数已将 Meshy 放入生产链条的关键位置』这一说法没有给出企业名单和具体使用方式，无法核实，需要观察。 对中文开发者而言，更实际的判断是：通用模型越强，专业 3D 模型承接的需求反而越多。Astra 这类模型负责理解意图、组织任务，Meshy 这类模型负责生成真正可用、可控、可交互的 3D 世界，两者是分工而非替代。这意味着做 Agent、做游戏工具链、做 3D 打印内容平台的团队，短期内不必担心被通用模型『吃掉』，反而应该考虑如何把专业 3D 生成能力接进自己的工作流。Meshy 推出 Mora、从 AI for Work 走向 AI for Fun，则是在试探另一条增长曲线：如果 AI 3D 的市场规模不再只取决于世界上有多少 3D 美术，而取决于有多少人想玩、想创造自己的世界，那么 3D 打印硬件生态和实时互动内容可能才是更大的天花板。这条路能否走通，取决于 Mora 的实时视频生成在空间一致性上是否真的比纯视频世界模型更稳，目前只有演示，尚无公开的规模化数据。
背景与影响
Meshy 是一家专注 AI 3D 生成的公司，产品能力是输入文字或图片直接生成带形状和纹理的 3D 资产。文章的核心背景是 GPT-6 Astra 发布后在 3D 圈引发讨论：Astra 能操作 Blender、把需求变成脚本、判断物体结构和位置，因此擅长 CAD、参数化建模和程序化生成，但在角色、复杂道具这类对比例、结构和细节要求更高的对象上表现明显弱于 Meshy。这引出一个问题：通用模型都能建模了，还需要专门的 AI 3D 模型吗？文章给出的观察是，通用模型能力狂飙的两年里，Meshy 的生意反而增长凶猛。原因在于 3D 是各模态中最难做成生意的一种：声音、视频生成出来基本就能用，3D 资产还得过拓扑、贴图、尺寸几关才能进游戏引擎、上打印机；3D 创作者的数量也远少于视频和语音创作者。Meshy 的增长来自两股力量：B 端 AI 生成的 3D 资产越来越可用，已成为游戏开发、3D 打印行业日常生产环节；C 端创作门槛降低，越来越多不会建模的人开始走进 3D 创作。文章还引用了北京大学 OpenDCAI 团队的开源框架 3AGameFactory，该项目让 AI 编程智能体自行拆解游戏需求，其中角色和关键道具交给 Meshy，项目负责人、博士生 Bohan Zeng 将最大困难概括为『看起来正确』与『真正可用』之间仍隔着一道鸿沟。Meshy 与 Astra 协作搭建废墟场景的演示也呈现类似分工：通用模型拆解场景、准备参考图，再通过 API 调用 Meshy 逐件生成资产。
本文由 AI 辅助整理自公开信源，事实部分以原文为准；「本站视角」一节为编辑部判断，欢迎指正。版权归原作者所有，如有异议请联系我们。