3 年 1 亿模型，年收入 2.8 亿：当 AI 大佬开始做游戏

" 人类手搓了 1.5 亿个 3D 模型，我们 3 年用 AI 做了 1 亿个。"

文 / 大田 & 青晖

过去一年多，游戏行业对 AI 的态度渐渐回归理性。最初大家惊叹于各种大模型的生成效果，现在大家往往更关心现实问题：能嵌入开发管线吗？工作流是什么样？成本和效果又如何？

Meshy AI 创始人兼 CEO 胡渊鸣在今年 GDC 上用一组对比强烈的数据作为开场，向大家展示了 3D 生成工具 Meshy（meshy.ai）的生产力：

"Meshy 拥有超过 1000 万注册用户，三年内用 AI 生成了超过 1 亿个 3D 模型；相比之下，在整个人类历史上，人类手工创建的 3D 模型总量也就大概 1.5 亿个。"

这组数据背后是 3D 生成工具在商业化落地上的实质性进展。胡渊鸣透露，Meshy 目前 ARR（Annual Recurring Revenue，年度经常性收入）已经接近 4000 万美元，折合人民币 2.8 亿元以上，在海外 3D 生成市场占据最大的份额，超出了 " 第二名、第三名、第四名加第五名的总和 "。

在 1 小时演讲中，Meshy 团队及其客户分享了一些将 3D 生成工具用在游戏开发中的案例。将 Meshy 接入工作流后，前期概念网格、低模模型或 UGC 平台的角色定制等工作，需要的时间从几天压缩到了几小时，甚至几分钟。

以三七互娱为例，他们把原画导入 Meshy 生成初始模型，随后再交由美术进行精修打磨，提升了 50% 效率，节省了 30% 到 40% 的时间。

不过，Meshy 不准备只停留在提供开发工具上，他们今后还想成为一家 AI 原生游戏公司。胡渊鸣介绍了自己对 "AI 原生游戏 " 的定义，并发布了新作《代号：黑箱》的 Demo。这是一款幸存者 like 游戏，能让玩家用自然语言生成武器。

演讲结束后，胡渊鸣也和葡萄君聊了聊团队的商业历程、技术路线以及长远发展规划。在他的设想里，Meshy 会在 3D 生成业务的基础上，研发大 DAU 的 AI 原生游戏，最终通过生成式 AI 解决 "AI 让人类不用工作以后，人类每天干啥 " 的问题。

但不同于那种 AI 能够取代开发者或者直接生成游戏的论调，胡渊鸣在技术路线上更克制，强调把 AI 和传统工作流相融合：AI 生成工具要一部分一部分地融入开发管线，AI 生成的玩法要和传统游戏开发混合起来。和他们仔细聊过之后，我觉得这种克制和分寸，可能才是 Meshy 能跑通商业化的真正原因。

01

找到细分场景，

切入工作流

去年 10 月，葡萄君曾介绍过 Meshy，当时的直观感受是，AI 生成的质量有了长足进步，终于能成为生产力工具了；而这次 GDC 上 Meshy 的分享让我对 AI 生成如何融入游戏开发有了更清晰的认知。

总的来说，Meshy 并没有那种用 AI 颠覆一切的宏大叙事，其融入管线的过程也是一个个环节跑下来的。

比如你可能想不到，2023 年刚推出的 Meshy，其第一批核心用户是恐怖游戏开发者。

图源胡渊鸣

胡渊鸣认为原因有两点：首先，Meshy 0 是当时市场上第一个能生成贴图、可公开访问的产品，" 市场上没有别的选择 "；其次，虽然 Meshy 0 存在 " 模型有四张脸 " 之类的瑕疵，但这恰好符合恐怖游戏吓人的需求。

后来在 2024 年的文章《AI 生成 3D 模型发展到哪了？》中，胡渊鸣总结出了一条经验：产品总是能找到细分场景。3D 资产在实际应用中的质量要求参差不齐，就算模型的生成质量不高，也可以在要求不高的细分场景做落地，落地之后再求提升。

所以后来的几代 Meshy，除了模型质量的提升，在更新的时候都有针对工作流去做优化。

比如早期的 Meshy 1 主打生成速度，把原本耗时数小时的流程压缩到可用的一分钟内；Meshy 2 内置了网格处理功能，支持多边形数控制和四边形网格转换。虽然这时候的精细度还达不到生产标准，但它切入了前期的概念验证环节，开发者可以把原画放进 Meshy 生成初版网格，或者把生成模型作为关卡的白盒替代品，缩短项目初期的试错与反馈周期。

这次 GDC 上 Meshy 的客户 Technical Art Games（TransPerfect 旗下的游戏外包公司）也提到了这方面的应用：以前做个角色测试需要两到三天，但有了 Meshy，他们把原画放进 Meshy，可以当天拿第一版网格给客户，迅速拿到反馈；在内部，他们的美术人员有时也会用 Meshy 生成模型放进 MetaHuman 里作为基础底模，加快概念验证。

而后的 Meshy 3 引入了智能修复，能够局部控制纹理特征；Meshy 4 把建模和贴图两个阶段拆开，开发者可以先筛选出干净的硬表面白模，再生成纹理；Meshy 5 引入了 PBR 材质和实时纹理编辑功能，加强的可控性让 Meshy 更加适配工作流。

今年发布的 Meshy 6 里，Meshy 延续了这种一步步嵌入工作流的思路。比如低模模式让资产在较少面数下保持较高质量，可以直接导入 Blender 或者 Maya；API 可以一条龙实现 3D 生成、贴图生成以及骨骼绑定。

从这次 GDC 上的分享也能看出来，Meshy 确实在工作流中渐渐接管了许多环节：Stratton Studio（playful.ai 旗下的游戏开发工作室）从概念设定、白模、高模雕刻生成，一直到 UV 展开和重新拓扑都用上了 Meshy。Stratton Studio 总经理 Josh 说，低模模式和变体网格让小道具、石头花草之类的有机资产，基本上 " 不用重新拓扑，质量通常都过得去 "。

当然，Meshy 融入游戏研发管线的过程也不是一帆风顺的，比如在 Technical Art Games 内部，美术人员一开始对此有所抵触。不过 Meshy 提升开发效率的效果是实打实的：

Stratton Studio 可以在两小时内完成一个原本要花三天的普通资产，减少约 80% 的场景布景时间，同时还能增加 5% 的资产变体。UGC 平台 Jars AI 把 Meshy 接到后台，能几分钟生成原来要花几个小时帮用户做的 3D 角色模型，过去几个月，他们用 Meshy 生成了超过 5 万个角色模型，" 如果从零开始手工制作，那绝对是个不可能完成的任务 "。

所以在流程跑通之后，大家都能意识到，这种和传统流程结合的 AI 工作流，其实反而是一种对创作的解放，给了开发者更多灵活性和底气。

Josh 提到，他们团队里有想法的初级美术人员可以直接把模型生成出来，放进引擎里，然后让上级直接拍板行或不行；做关卡的试错成本降低，也让开发者缓解了压力，能够进行更多实验；在一些小型项目里也能在一两周的时间内把玩家的想法做到游戏里。

说到这里，你应该能理解 Meshy 的 " 克制 " 意味着什么了。他们从最细分的落地场景开始，一步步渗入工作流，没有迈大步子。

尽管一开始有些阻力，但开发者们尝试过效果后，逐渐也接受了 Meshy 的融入，就像 Technical Art Games 说的，Meshy" 并没有取代他们的工作，只是他们工具箱里多出来的一件工具而已 "。

02

从技术大牛变成 CEO

看到目前 Meshy 的商业化成绩，你可能会觉得他们走得很顺，但其实胡渊鸣也不是一开始就有这么清楚的路线。进一步了解他的创业史后，我发现 Meshy 这种克制的策略来源于市场的毒打，以及胡渊鸣从技术思维到商业思维的转变。

在开发 Meshy 之前，胡渊鸣已经是计算机图形学领域声名远扬的大牛了，不过他最初的两款产品在商业化上并不成功。

看履历，大部分人会说胡渊鸣是个技术天才。他高中拿下全国青少年信息学奥赛金牌保送清华，姚班毕业后前往 MIT 计算机科学与人工智能实验室攻读博士，博一期间在顶会上发表了 6 篇论文，只用了三年半就拿到了博士学位，还获得了杰出博士论文提名。

太极语言是胡渊鸣在读博期间创作的开源编程语言，2020 年他用这个语言写了 99 行代码，实现了原本需要复杂的工业流程才能达到的计算机图形效果，他写的《99 行代码的冰雪奇缘》也广为流传。从 MIT 毕业后，胡渊鸣用太极语言创办了太极图形，拿到了几千万美元的投资。

太极编程语言官网，项目有近 3 万星标

然而尽管太极语言在技术圈内广受好评，太极图形的商业化却并不顺利。胡渊鸣告诉我，他们的团队始终没找到高效的商业化路径，如果硬着头皮继续往下做，" 大概率只能沦为做低毛利的外包业务 "。

胡渊鸣尝试在太极图形的基础上做一款订阅制云渲染软件，结果是再次遭受市场毒打：项目要和二三十年的老牌本地软件竞争，还要面对不断飙升的 GPU 成本、全球用户的访问延迟等问题。最终，由于用户和商业化增长双双乏力，这个云渲染项目在 2024 年关停。

连续两款产品碰壁，让胡渊鸣切实体会到了商业化不易。他告诉我，在云渲染项目迟迟跑不通的时候，他一度想过 " 把钱退给投资人 "。

但也正是因为这些经历，胡渊鸣明白了 "CEO 不仅要懂技术，也要懂产品、市场、团队管理、融资，什么都得知道 "，Meshy 也在这种思维转变中诞生。

他的判断体现了这种思维的转变：通过前两款产品，他发现物理仿真这个赛道相对停滞，而当大盘没有增量时，哪怕提供的工具再精妙，用户的采纳度也始终很难提上来。

相比之下，正处于爆发期的 AI 领域显然更有机会。胡渊鸣在推渲染器的时候，有个客户告诉他们：" 我不会为你这个渲染器付钱，但是你把你里面的资产库卖给我，我会为这个付钱。"

胡渊鸣意识到，既然用户愿意为模型资产付费，那用 AI 以极低成本生成 3D 模型的商业模式就能够跑通，于是 Meshy 也由此诞生。沿着这个思路，Meshy 把易用性当作 " 永远追求的事情 "，力求变成开发者马上能上手的工具。

后来的故事大家都知道了：这种转变不仅帮胡渊鸣走出了险些退钱的低谷，也让 Meshy 在巨头林立的 AI 市场中找到了合适的生态位。

胡渊鸣说，3D 生成市场体量目前还不算庞大，对于巨头而言，ROI 未必高到值得他们倾注全力去竞争，这恰好为创业公司留下了发育窗口。" 甚至海外一些巨头公司自己做过之后放弃了，最后反而变成了 Meshy 的客户。"

Meshy 最近一个月活跃用户数已经接近 500 万

认清自己的位置，吃透一个垂直场景，事实证明这种被市场毒打出来的策略确实奏效，胡渊鸣说，Meshy 做到了 ARR 每月增长 20% 到 30%，最近 3 个月甚至涨了 1.5 倍。

不过在胡渊鸣的商业规划里，做出一款赚钱的生成工具，也只是个开头而已。

03

AI 应该让游戏更好玩

Meshy 最近在生成工具领域之外，还有一个比较引人注目的动作，那就是发布了《黑箱》的 Demo，并试着在 "AI 原生游戏 " 赛道拿出验证性的产品。胡渊鸣在这个赛道也没有那种 "AI 一键生成完整游戏 " 的想法，而是选择了更克制的混合模型路线。

所谓混合模型路线，是指 AI 和传统游戏工程结合。

胡渊鸣觉得，依靠纯 AI 生成模型来做游戏虽然惊艳，但算力消耗巨大，而且转个视角世界就变了，玩起来延迟也比较高，反倒是传统游戏里根本不会有这方面的问题。

所以他不太相信纯靠生成一段视频，就能把现在的 "3D 资产 + 实时渲染 + 游戏引擎 " 这套开发体系完全颠覆掉。

拿《黑箱》来说吧，它的混合模式，是在底层开发上采用 Unity 引擎，像素美术、视觉特效、数值设计以及奖励和挑战设计也都遵循传统游戏开发流程，AI 只负责玩法部分。

当然，把 AI 做到玩法里也是有讲究的。胡渊鸣的观点是，在 AI 原生游戏中，AI 必须是核心玩法不可或缺的一部分，而不是拿着锤子找钉子。

而且它得切实让游戏变得更好玩，" 如果用 AI 反而变得更无聊了，那这个游戏为什么还要存在？"

在胡渊鸣看来，AI 能让游戏变得更好玩，是因为它解决了传统游戏开发里的 " 不可能三角 "。

这个 " 不可能三角 " 指的是，传统游戏受限于人工编写的底层规则，往往很难同时做到表达力强、直观且易上手。

他举了几个不可兼得的例子。比如《Noita》里的魔杖机制表达力强，玩家可以把丰富的 buff 放进魔杖里，按顺序组合出不同的魔法效果，比如在 " 三发 " 后面放上 " 火球术 "，魔杖就能放出三发火球。但是想要实现这种极强的自由玩法，需要玩家掌握复杂似编程的法术组合原理，这导致学习门槛高得令人发指，一个博士都得看 10 个小时教程才能学会。

《Noita》的法术组合被戏称为 " 法术编程 "，图源 Steam@Tanimodori

但是像《暗黑破坏神 2》这样直观易上手的游戏，玩家的自由度又被框死在了系统预设的规则之内。

大模型的出现打破了这个不可能三角。"AI 模型几乎可以接受任何输入，并且能泛化到很多场景……它也更直观，你能得到你想要的结果……也更容易上手，直接用自然语言跟它交互就行了。"

在《黑箱》中，Meshy 训练了一个生成式基础模型，可以将文字描述映射到武器的运作方式上。

更直观地说，就是玩家告诉游戏自己要什么样的武器，游戏就会生成什么样的武器。比如你说 " 生成一个激光无人机 "，AI 模型会把资产库里的 " 激光发射器 " 和 " 无人机 " 结合成激光无人机。

在这份生成功能的基础上，《黑箱》在玩法上类似《吸血鬼幸存者》《土豆兄弟》，玩家在 2D 俯视地图上与敌人战斗，武器会自动攻击，游戏的核心体验在于武器的构筑。

胡渊鸣还有很多畅想，比如让 AI 生成更多元素：敌人、关卡、视觉设计，甚至音效…… " 最终目标是让 AI 成为实时的游戏设计师。"

但目前他的计划相对克制：他想做一家游戏公司，但不想一上来就做大体量的游戏，而是仅把《黑箱》作为一个原型，试着让 " 生成式的游戏玩法 "（Generative Gameplay）这个模式跑通。至于商业上，他觉得能回本就挺好了。" 我们肯定不会想一步登天。"

04

结语

被我问到终极愿景的时候，胡渊鸣觉得 AI 让人们从工作中解放出来只是时间问题，他希望 Meshy 能直接去解决那个时候的人的需求。

做《黑箱》也是因为他认为，人类永远需要获得快乐的体验，未来最受欢迎的快乐体验生成工具一定是 AI 原生游戏。

虽然这些愿景确实听起来很宏大，不过胡渊鸣认为，持续、可量化的交付才是验证宏大叙事的关键，所以目前 Meshy 的动作都还比较落地。

在他看来，随着开发效率的提高，用户对游戏质量也会有更高的要求。Meshy 现在关注的是如何提高融入了 AI 的管线的上限，如何让作品更加可控，而后更加生动、更有创意。

比如在 AI 生成业务这一块，Meshy 正在研发 "Meshy Flow"，它能让 Meshy 融入管线的过程标准化，一个团队可以在生成时反复获得一致的结果，" 哪怕是批量处理成百上千个资产 "。

聊到最后，葡萄君感觉无论是内容生成，还是玩法生成，AI 在游戏行业总的来说是在回归落地。

像胡渊鸣说的，不指望一步登天。作为服务商，他们能向市场需求看齐，踏踏实实地提供增量，去做现有管线里的一件趁手工具；作为开发商，他们又能在开发游戏的时候用传统引擎兜底，让 AI 去实现新的玩法，给玩家带来乐趣。

面对 AI，游戏行业不免有焦虑和泡沫，比如它会不会颠覆管线、取代美术，甚至一键生成游戏？但从 Meshy 的发展来看，目前能把业务跑通、做大的，可能还是最克制、最接地气的那一拨产品。

游戏葡萄招聘商务经理，

点击「阅读原文」可了解详情

推荐阅读

极限汉化丝之歌 | 对话鹰角主策| AI 零代码开发

起底游戏周边 | 白银之城 | 离职字节创业

对话终末地| 对话前沐瞳 CEO | 对话鸣潮总监

游戏行业书籍推荐：

点击下方名片，关注公众号

（星标可第一时间收到推送和完整封面）