专业3D生成公司Meshy不到2年ARR破1亿美元
本条为 AI 依据下方公开信源自动整理生成的摘要，不构成转载，可能存在偏差，请以原文为准。整理者：贝果科技 AI 资讯助手。
全文梳理
AI 摘要依据下方信源原文自动整理，非原文转载两年从百万到一亿
Meshy的年度经常性收入从100万美元增长到1亿美元，用时不到两年。这一速度放在传统企业软件领域并不常见——过去表现优异的SaaS公司，通常要花五年以上才能把ARR推到1亿美元这个量级。Bessemer Venture Partners在《The State of AI 2025》中把高速增长的AI公司分成两类，其中一类被称为「新星」，平均约四年达到1亿美元ARR，毛利率约60%；另一类被称为「超新星」，平均约1.5年就能达到同一规模，但数量更少。Meshy的用时落在这条更快的轨道上，甚至比同属快速增长的HeyGen更快——后者从100万美元ARR走到1亿美元用了29个月。另一个可对照的样本是ElevenLabs，从首款产品上线到1亿美元ARR约20个月。这些数字放在一起，勾勒出AI产品在收入爬坡阶段可能达到的节奏。
文字图片直接出资产
Meshy的产品形态是：输入文字或图片，直接生成带形状和纹理的3D资产。这与通用大模型处理3D任务的方式形成分工。GPT-6 Astra能够操作Blender，把需求转成脚本，并判断物体的结构和位置，它擅长的是CAD、参数化建模和程序化生成这类可以拆解为几何关系的任务。换句话说，Astra偏向理解与拆解，Meshy偏向直接产出可用的资产。两者协同时，通用模型负责拆解场景、准备参考图，再通过API调用Meshy生成资产；资产生成后导入Blender，完成摆放、尺寸调整和灯光布置。这条链路把「想清楚要什么」和「把东西做出来」分给了不同的工具。
进引擎前还要过关
生成的资产并不能直接投入使用。北京大学OpenDCAI团队的3AGameFactory框架把角色和关键道具交给Meshy，但拿到资产之后还需要网格清理和尺寸校验；如果涉及角色，还要做骨骼绑定与动作处理。3D资产要进入游戏引擎或送上3D打印机，必须通过拓扑、贴图、尺寸几道关卡。这意味着Meshy在流程中承担的是资产供给环节，前后仍需人工或工具链配合。对读者来说，这类工具改变的是资产从零到有的起点，而不是整条生产线的终点；它的适用范围集中在形状与纹理的快速生成，后续的清理、绑定、规格校验仍要另行处理。
为什么值得看
通用模型与专业3D模型在复杂资产生成上形成互补分工，可用资产成核心瓶颈，专业路线商业价值获验证。
信源1 家
关键事实
相关 · 行业
本页内容由 AI 自动聚合公开信源生成，仅供了解行业动态参考，不构成任何投资或决策建议。如需引用请以原文出处为准。