Tripo AI，这家持续深耕3D基础模型领域的企业，现已完成A+轮和A++轮连续两轮融资，总额接近2亿美元。资金将用于扩充其AI 3D与世界模型研究团队，加速核心算法开发，并扩大全球产品布局。

伴随融资，Tripo AI推出了“Project Eden”世界模型研究计划，旨在构建持久、可复用且支持多用户互动的环境。该项目标志着其从早期图像转3D和文本转3D生成工作迈出重要一步。

Project Eden的技术架构将世界状态管理与视觉渲染解耦，分为三个独立层级：第一层结构化状态层独立于任何摄像机视角维护底层3D环境，包括场景几何、物体身份、属性及事件逻辑；第二层状态到观测接口将世界状态转换为语义和几何条件；第三层生成式渲染层根据条件实时产生详细视觉输出。

这种解耦架构实现三项能力：长时程环境持久性、可编辑世界以及并发多玩家互动。Tripo AI将其定位为交互式内容创作平台，同时也是具身AI研究与多智能体评估的仿真基础。

在生成式3D方面，Tripo AI于2026年3月推出两款最新基础模型：针对高精度几何生成的Tripo H3.1，以及专注数秒内产出可生产级网格的Tripo P1.0，它们目前仍是公司核心产品的最新版本。

Tripo Studio，该公司的专业3D工作空间，在融资同步获得两项能力更新。新增原生8K AI纹理生成功能，确保生成资产在近距离及跨尺度下保持视觉清晰，并支持导出至Unreal Engine、Unity和Blender管线。

智能部件分割V2更新了现有分割功能，提供2D预分割预览和三个输出粒度级别——低（3-6个部件）、中（6-15个部件）、高（15个以上部件）——覆盖从3D打印、概念展示到游戏开发、影视制作和机械装配等应用场景。该功能可与Tripo AI的Quick Cap工具结合，支持从资产生成到分割、封盖和打印的完整工作流程。

该公司还结束了第三季开源发布，聚焦动态内容、新型3D表示方法和实际应用。新项目包括：与清华大学合作开发的TripoSplat，引入针对3D高斯表示法的密度控制方法，采用可学习概率采样；与香港大学合作开发的AniGen，能够从单张图像生成可动画化的3D资产，包括几何、纹理、骨架和蒙皮；同样来自清华大学的SkinTokens，将蒙皮权重转换为令牌形式用于自回归生成框架；以及LegoACE，能从文本或图像输入自回归生成物理可搭建的乐高模型。