Tripo AI

定义

Tripo AI是VAST公司研发的生成式三维内容工具与技术体系,用来把文本提示、单张照片、多视图图像或草图转换为三维模型^[1]。其输入以二维素材为主,输出为包含几何网格、贴图与材质的资产文件,可继续在三维软件中修改^[2]。

该体系由两条相对独立的产品线组成:面向终端创作者的网页端工作台Tripo Studio,以及面向企业集成者的Tripo API,两者的接入方式与计费体系分开^[4]。整套生成过程在云端服务器完成,用户只需支持WebGL的浏览器,不必配备专业显卡^[2]。

原理

从输入到输出的流程大致可分几步:系统先分析输入的提示词或参考图,提取轮廓、透视、光照与表面法线等线索,再推断被遮挡部分的形状,继而重建网格、生成贴图并输出预览^[5]。这类系统综合使用扩散模型、神经辐射场、生成对抗网络与大型多模态模型等技术,语言编码器负责把文字映射到三维潜空间^[5]。

早期方案把三维几何转换成词元序列后逐段预测,这种方式会给本身没有固有顺序的空间数据强加人工顺序,复杂形状上容易累积误差。Tripo P1.0改在统一的概率空间里对顶点、边与面的关系做整体求解,几何与拓扑同步演化,从而一次得到完整结果^[3]。其训练数据约为5000万份高质量三维资产。

在网格质量层面,VAST为H系列引入了名为SparseFlex的几何表示方法,用以提高闭合曲面的一致性并降低训练开销^[6]。Tripo H3.1定位高保真几何,支持最高200万面的模型,贴图最高为8K基础色,另配4K法线与ORM贴图^[2]。

发展历程

VAST由宋亚宸创立,公司成立于2023年,最初目标是搭建可交互的三维内容平台,随后从底层模型与工具入手^[7]。2024年3月,VAST与Stability AI联合开源了大规模三维模型TripoSR,可在NVIDIA A100显卡上于不到0.5秒内由单张图像生成带纹理的三维网格,采用MIT许可。该模型基于大规模重建模型的思路,只需一次前向推理,不需要迭代去噪^[8]。

2025年6月,VAST发布网页端三位一体工作台Tripo Studio,并同期宣布完成数千万美元Pre-A+轮融资^[9]。2025年9月,VAST推出Tripo 3.0模型,参数规模达到200亿级。2026年3月,公司在游戏开发者大会上发布Tripo P1.0与Tripo H3.1,并提出进入所谓AI 3D 2.0阶段的说法^[3]。同月VAST宣布完成5000万美元A轮融资,由阿里巴巴与恒旭资本联合领投^[7]。

至2026年3月,官方称平台已服务超过650万名创作者与9万名开发者,累计生成近1亿个三维模型^[3]。公司还就世界模型方向启动了早期研究项目Tripo W1.0。

应用

按照官方说明,生成结果定位为快速起步的素材,可再进入其他数字内容创作工具精修,适用于游戏、3D打印、产品设计、动画、扩展现实与概念设计等场景^[1]。支持的导出格式包括GLB、glTF、FBX、USD、STL与OBJ等,其中FBX常用于骨骼与动画,GLB适合紧凑的带纹理资产与网页使用,STL与3MF则用于打印^[2]。

工作台内还提供智能部件拆分、重拓扑、贴图编辑与自动绑骨等后续环节,方便把生成的原始网格整理为可编辑资产^[10]。这些资产可通过桥接插件直接送入Blender、Unity、Unreal Engine、Maya、3ds Max等环境,减少手工下载与导入步骤^[10]。在三维打印方向,VAST与拓竹的切片软件及平台做了导出集成,并加入底面平滑、壁厚检测等面向打印的参数^[11]。

局限

生成模型通常以视觉上的可信度为目标,而不是拓扑的正确性,因此原始输出常带非流形边、孤立顶点、裸边与内部面等问题^[12]。这些问题会导致切片软件报错、引擎导入异常、UV展开与绑定变形不稳定,需要在导入后另行检查与修复^[13]。VAST方面亦承认,复杂面部、主角级角色、严格机械零件与形变要求高的资产仍需人工复核^[2]。

自动绑定功能存在适用范围限制,目前仅支持T姿势的人形角色与标准站立的四足动物,非标准姿势、非人形生物或抽象形状可能无法正确绑定^[10]。拓扑质量方面,P1.0生成的约2秒级网格是网格本身,不含完整贴图与绑定,高细节几何与8K贴图耗时更长^[2]。不同目标对拓扑的要求并不一致:游戏资产看重渲染效率,动画角色需要便于形变的边环,三维打印需要封闭的流形几何,而通用模型往往只输出一种通用网格^[13]。

使用权限也因方案而异,免费方案生成的模型通常仅限个人非商业用途,商业使用需在符合服务条款与输入素材合法权利的前提下由付费方案承担^[10]。生成结果还受到输入质量影响,输入图片的清晰度、反射与背景复杂度都会改变几何与纹理的还原程度^[4]。

参见

• TripoSR —— VAST与Stability AI联合开源的快速单图三维重建模型,被视为该体系的早期技术基础。

• 扩散模型 —— 生成式三维系统常用的基础方法,通过逐步去噪得到形状与纹理。

• 神经辐射场 —— 以二维视角学习三维结构的表示方法,常与三维生成流程配合使用。

• Blender —— 可接收生成结果并继续编辑、重拓扑与导出的数字内容创作软件。

• Unity —— 通过桥接插件直接接收生成模型的实时引擎之一。

• 三维打印 —— 生成资产的重要落地方向,对网格封闭性与壁厚有额外要求。