Tripo P2.0发布：AI原生四边形网格一步到位，3D打印生产管线迎来效率革命

2023年成立的VAST作为Tripo AI的开发商运营，Tripo AI是使用最广泛的AI 3D生成平台之一。

Sienna Hwang在23岁时收到Tripo AI创始人兼CEO Simon Song的邀请，请她一起创办公司，让3D创作对所有人触手可及。

Song之前在商汤科技工作过，后来又联合创立了中国AI公司MiniMax。

Huang则在腾讯游戏做过制作人，团队制作3D VTuber内容，还在Unreal Engine里跑虚拟制作，之后她又联合创立了大语言模型公司Mindverse。

「他问我，想不想成立一家新公司，让3D创作民主化，惠及每个人，」Huang说。

她毫不犹豫就答应了。

Huang是创始成员，担任Tripo首席营销官。

在旧金山科技周（SF Tech Week）期间，她接受了3D打印行业媒体VoxelMatters的采访。

几天之后，Tripo会在同一个活动上举办Tripothon S1世界构建黑客马拉松的旧金山站。

对话里聊到了新的Tripo P2.0模型，也聊到了通用模型，比如OpenAI的GPT-6 Astra进入3D领域，还聊到AI生成的3D内容怎么从屏幕走向物理产品。

在Tripo早期，Huang负责产品、运营、商务和营销。

「我的主要角色，是搞清楚怎么把一项非常新的技术推向市场，把所有技术术语翻译成大众能懂的语言，让大家明白什么是3D生成，」她说。

公司变大以后，她的重心转向把技术带进具体行业，靠本地化，也靠针对3D打印、游戏、工业设计、建筑这些领域的专门解决方案。

现在她的团队管营销、品牌和传播，她也同时负责营收和用户增长。

她仍然花很多时间跟客户、创作者和影响者交流。

「我管自己叫首席客户服务官，」她说，用户会给她展示真实工作流程，她再把这些案例带回给Tripo的产品和工程团队。

进展速度比创始人预想的还快。

Huang在腾讯的团队2020年和2021年就测过文本转语音、音频和图像生成的AI工作流，但3D方向完全没有。

「我们联合创立Tripo AI时，估计这种技术水平大概2030年左右才会实现，」她说，「结果它来得比我们预期快得多。」

2026年9月21日，Tripo AI把P2.0正式推了出来。

这家2023年成立的3D生成模型公司，说这是自家3D原生基础模型的最新版本，也是首个能原生生成四边形拓扑结构的AI 3D生成模型。

P2.0接棒的是Smart Mesh P1.0，资产高保真，可以直接投进生产流程。

8月先出了预览版，这次正式版加了两块功能，一个是从单一提示词生成多个版本，一个是网格编辑（Mesh Edit）。

目标很直接，让AI生成的角色和道具更好编辑、更好绑定、更好动画化，然后融入现有生产工作流。

如果你不是做游戏或影视资产的，可能会问一句，四边面和三边面差别真有那么大？

对每天要和拓扑重建打交道的3D艺术家来说，差别就是隔着一堵墙和开了一道门。

游戏和影视制作管线基本围绕四边形网格搭的。

以前的AI生成几何体，大多得先做拓扑重建才能进这条管线。

这一步又慢又不稳定。

很多团队卡在这里。

为什么拓扑至关重要？大多数AI 3D生成器输出的是三角形网格，这些网格用于显示没有问题，但在专业工作流程中难以处理。

游戏和电影工作室围绕四边形网格构建工作流，四边面和规整的环形边在动画制作过程中能够可预测地变形，并且更便于美术人员编辑。

将三角化的AI输出转换为可用的四边形几何体通常需要重新拓扑，这是一个可能耗时且容易出错的独立步骤。

Tripo AI首席科学家曹炎培博士解释得也比较直接。

拓扑结构一直是横亘在AI生成3D与真实生产之间的高墙。

游戏和影视管线都在四边形网格上，而之前AI只能靠缓慢不稳定的拓扑重建去够到这个标准。

「拓扑一直是横亘在AI生成3D和实际制作之间的高墙，游戏和电影制作流程建立在四边形网格之上，而在此之前，AI只能通过缓慢且不稳定的重新拓扑来达成目标，」他表示。

「P2.0能够原生快速生成以四边形为主的网格，具备清晰的部分分离和美术人员会手动铺设的边流。」

通过直接生成以四边形为主的几何体，P2.0旨在跳过这一步骤，使资产更接近绑定师、动画师和技术美术所期望的形式。

Huang也解释了为什么拓扑结构一直是AI生成3D内容和生产应用之间的主要障碍。

「拓扑是3D模型表面的组织方式，也就是顶点、边和面怎么连接，」她说。

「当你想编辑形状、做动画，或者把它导入生产流程时，这种结构特别重要。」

「如果你想在Blender、Maya或3ds Max里编辑东西，拓扑非常关键。」

「一个模型在预览里可能看着很有说服力，但真去编辑或适配，可能还是要花大量时间。」

P2.0把这种结构直接放进了生成步骤。

「所以我们管P2.0叫『生产就绪』，因为创作者用它生成3D内容后，几乎不需要再做什么编辑，」她说。

P2.0同时支持基于三角形和四边形的生成。

三角形输出最高可达50,000个面，而四边形输出最高可达25,000个面。

它保留了三角形输出，把P1.0里的三角形面数预算从500到20,000面，扩展到500到50,000面，还新增了500到25,000面的四边形网格。

模型在生成过程中会把身体、衣物和配饰拆成独立部件，可以接受最多四个参考视图，前、左、右、后都行，而且能在单次生成里用同样的积分成本，输出最多四个不同面数的变体。

借助新的多版本功能，单个提示词可以生成同一资产的至多四个版本，每个版本具有不同的面数。

要精细的就选面数高的，要轻量的就选面数低的。

这为创作者提供了更大的灵活性，可以生成具有不同复杂度和细节水平的资产。

该模型还为每个生成的资产提供前、后、左、右视图，帮助判断是不是想要的结果。

生成时间通常是10到40秒，具体看多边形数量。

网格编辑是这次的重点。

用户选中网格的任意一块，可以重新生成，资产其他部分保持不动。

比如某个部件不满意，就重做那个部件，不用为了碰运气把整个模型再跑一遍。

这取代了重新生成整个资产以期获得更好结果的做法，让创作者能够逐步更精确地完善模型。

P2.0还支持智能UV（Smart UV），只需单击即可将3D资产展开为2D布局，方便直接画贴图和继续编辑。

Smart Mesh P2.0的设计目标是游戏和交互式体验，用户是3D艺术家、技术美术和游戏开发者。

游戏角色、载具、道具、建筑这类硬表面物体，以及大规模资产生成，都是它的适用场景。

AI 3D生成正在向生产级应用迈进。

Tripo AI筹集了5000万美元，并推出了直接在原生3D空间中生成可投入生产的3D资产的新型模型架构。

Tripo报告称，使用约5000万个高质量3D资产训练的模型，可在短短两秒内生成可投入生产的多边形网格。

更大的软件公司也在攻克同样的难题。

Autodesk在其Flow Studio平台中集成了Wonder 3D，这是一个生成式AI模型，可以从文本提示词或图像创建完全可编辑的3D资产。

Autodesk表示，其目标是在拓宽3D资产创建渠道的同时，缩短从概念开发到可投入生产模型之间的路径。

其他平台正在将AI输出直接与物理部件连接起来。

Meshy.ai将其模型创建工具与Formlabs的Form Now按需打印服务连接起来，从文本提示词或照片即可返回带纹理、可打印的模型。

该系统可自动处理网格优化、壁厚检查和材料兼容性。

在AI 3D生成领域，竞争焦点已从模型能生成什么，转向生成结果的可实用性。

干净的拓扑、可编辑性和下游兼容性如今已成为衡量标准。

对普通玩家来说，四边面和三边面可能没有区别。

但对要拿AI资产进生产线的团队来说，这个版本终于不用再先补一遍拓扑了。

如果最终输出是物理打印件，拓扑只是其中一部分。

「对打印来说，拓扑是其中一环。」

「你还要有壁厚、封闭的表面和正确的尺寸，这些仍然需要人工做二次检查，」Huang说。

Tripo通过独立模型系列来满足这些需求。

「P2.0主要用于虚拟制作里的可编辑性。」

「H系列有更高的几何密度和保真度，所以最适合3D打印，」她说。

「我们在不同模型系列里提供不同功能，3D打印行业的公司可以把所有这些功能集成进自己的流程。」

对这类用户来说，速度和结构同样重要。

3D打印领域很多开发者都在Tripo API之上搭自己的应用，快速生成正是让这些工作流对终端客户可用的关键。

Huang描述了3D打印和制造业的三类客户。

一类是打印机厂商，这是Tripo最大的客户群体之一，比如拓竹（Bambu Lab）、创想三维（Creality）和快造科技（Snapmaker），它们既造设备，也搭自己的创作者社区。

「他们把Tripo的API集成进社区，创作者能生成3D模型然后直接打印，」她说。

在这种B2B2C模式下，需求非常具体。

拓竹要求Tripo提供更适合3D打印的模型，也为UGC内容准备现成模板，比如灯具和角色。

Huang说，「速度、可编辑性和保真度对这个行业都非常重要。」

另一种是那些有打印机或销售材料，但自己缺设计资源的公司。

有些公司设计团队不到五个人，仍然要创造能在全球销售的产品，所以他们会用Tripo Studio，通常是团队版，以可视化方式迭代产品设计，而不是走API开发。

还有一类是爱好者、独立创作者和学生。

Tripo一直在跟知名大学合作，包括与纽约大学、杜克大学和南加州大学的持续项目，在这些合作里，Tripo的3D基础模型和API已经被整合进电影制作、AR/VR项目开发以及Web应用。

「他们中大多数人关心的是怎么把Tripo集成到自己的工作流里，」Huang说，「验证需求非常重要，速度也一样。」

OpenAI的GPT-6 Astra通过编写CAD代码和操作Blender等软件进入3D领域，在BenchCAD基准测试里拿到95.9%的分数，还展示了从提示词生成的复杂场景，比如在Blender里建好的房屋，或者卡丁车赛车游戏。

Huang觉得，这和Tripo的重叠有限，机遇很大程度上是互补的，关键看Tripo怎么定位自己。

「Tripo是一家基础模型公司，」她说，「3D原生基础模型是我们的能力之一，但不是全部。」

Huang把Tripo的研究组织成四大类，她管这个叫「模型矩阵」。

生成与模拟这一类对应P系列和H系列3D基础模型。

理解与预测一类，之后会加入3D理解模型。

规划与执行一类，涵盖3D智能体模型。

构建与进化一类，包括Tripo在5月发布的World Model研究项目Project Eden，一个关于持久化和可编辑环境的研究预览。

这条路线图跟着Tripo首席科学家闫沛霖博士描述过的长期目标走，他想要的是让模型能够理解、生成并与3D环境交互。

Huang认为这两种方法服务的是不同需求。

「Astra可以生成一些CAD代码，当你需要明确的尺寸和约束时，这很有用，」她说。

「生成网格则有助于探索复杂形状、角色和视觉创意。」

比如一盏定制灯具，设计师可以先在Tripo里探索雕塑般的形态，再到CAD里处理装配和尺寸。

「对用户来说，重要的是他们能不能把这些工作流组合起来，用更少的摩擦获得有用的结果，」她说。

Tripo最早在2024年通过Blender MCP集成探索了智能体驱动的程序化生成。

现在它提供API和Claude集成，同时和Blender、Unreal Engine以及切片软件建立了连接。

「智能体可以解读请求，调用Tripo创建资产，然后帮我们把资产放进另一个工具里，」Huang说。

「它也可以做更小的任务，比如给现有场景生成一个缺失的物体。」

「每种集成都有独特能力，所以这些交接环节的可靠性至关重要。」

Tripo还发布了自己的对比测试，用相同的图生3D任务比了P2.0和Astra，Astra是通过Blender MCP工作流跑的。

三个录制测试里，P2.0大概26秒生成一个带纹理的资产，成本约1.20美元。

Astra则用时在24分17秒到47分46秒之间，估算的API等效成本是7.81到8.81美元。

Tripo的资产更贴近参考图像，网格分布和UV布局也更干净。

Astra的优势在于放置物体、设置灯光和给现有资产构建游戏逻辑。

Tripo推荐的工作流是两者结合，用Tripo创建和优化资产，用Astra来组装场景并添加交互。

被问到Tripo相比竞争对手在智能体工作流里有什么优势时，Huang列出了三个因素。

速度是第一个，她说，「用Codex或GPT的用户不应该长时间等一个模型。」

再来是理解能力。

一个能识别并分离物体各部分的3D模型，能让智能体对每个元素进行规划、执行和编辑。

「这是3D原生基础模型的能力，而不是Astra的能力，」Huang说。

第三点，是直接面向智能体来构建。

「除了让Astra调用Tripo的API之外，我们也会构建自己的智能体。」

「我们希望收集用户在使用Astra和Tripo配合时的反馈，再推进开发，」她说。

Tripo在8月启动Tripothon S1，面向全球征集参赛作品，官方称这是第一个面向开发者、艺术家、学生和独立创作者的世界构建黑客马拉松。

竞赛线上线下同步进行，在亚洲、美洲和欧洲设了五个区域赛点。

参赛免费，参赛者会去分8万美元全球总奖金池。

来自78个国家的2000多支团队已经在游戏、影视与VFX、VR/XR/AR、应用和物理设计这五个赛道提交了作品。

赛事主题是要求参与者构建一个世界，把它赠予「一个人、一座城市，或一个尚不存在的未来」。

旧金山站有超过60支团队，每队1到3人，向评委和800多名现场观众展示了作品。

项目范围很广，从能扩展成互动水豚世界的数字贺卡，到住在可穿戴珠宝里的虚拟宠物。

物理创作有独立赛道，这也是Huang在活动前最关注的赛道。

「我感兴趣的是，有没有人做出实体版本、做了测试，并且用Tripo把设计验证过，」她说。

「我们希望看到有人用Tripo做设计、迭代，最后产出打印原型。」

在接受采访时，她估计旧金山站有10到20支团队在做物理设计。

现场展示的3D打印项目覆盖了时尚、艺术和医疗设备等方向。

Ziyuan Zhou的「Soft Chaos Collection」3D打印美甲设计拿了Best Use of HeyGears奖，这个奖跟中国树脂3D打印机厂商嘿科技（HeyGears）有关。

两个斯坦福大学实验室，DeSimone实验室和Santiago实验室，共用一个展台，展示了高分辨率3D打印设备。

DeSimone实验室展示了分段投影图像平移（SPIN）打印策略，这个策略基于连续液面界面生产（CLIP），可以在保持分辨率的同时扩大有效投影面积。

一个打印的曼哈顿天际线模型显示，同一台打印机从大约10栋建筑扩展到了50多栋。

Santiago实验室展示了一个3D打印的微流控插入件，能装进标准PCR管里，在一个紧凑设备里完成DNA的分离、浓缩和检测。

当晚颁出了七个奖项，近14,000美元奖金分给了获奖者。

「今天这里有太多令人惊叹的项目，创意和执行的层次都超乎寻常，」曹博士说。

之后一周，Tripothon区域赛事在圣保罗和首尔继续。

Tripothon SF的获奖者与亮点项目很密集。

旧金山站最高奖给了Annette Lapham的「Halls of History」，在游戏赛道，奖金5,000美元。

这个游戏每个房间都用World Labs的Marble构建成高斯溅射，Tripo API是游戏机制的一部分，会根据玩家和角色之间的对话生成独特文物供玩家寻找。

角色的配音用的是ElevenLabs和LiveKit。

Dulce Baerga的「Dear Little Me」在VR/XR/AR赛道拿了第二，奖金3,500美元。

Yichi Zhang的「Space Archaeology」在VR/XR/AR赛道拿了第三，奖金2,200美元。

Lucca C.的「Realm Rivals Duel」获得Best Use of Tripo奖，奖金800美元。

Jennifer Jing的「Slop Blindbox Collectible」把Tripo的多视图生成、绑定和动画与World Labs世界、运行GPT-6 Astra的Codex以及Figma结合在一起，拿下Best Use of World Labs奖。

现场还有其他项目，比如Ali Razfar的「Yokai Moving Co.」，玩家要和家居用品谈判，在时间耗尽前把它们搬上搬家卡车。

物理方面，Ziyuan（Zoey）Zhou的3D打印美甲系列赢得了Best Use of HeyGears奖，奖金800美元。

两个斯坦福实验室展示了高分辨率3D打印在医学里的深度。

DeSimone实验室展示了用CLIP技术打印、带微流体通道的微针，这是传统疫苗注射的无痛替代方案，同时展示了SPIN打印策略。

Santiago实验室的3D打印PCR管插入件，可以在60分钟内从添加到人血清的样本里提取并检测SARS-CoV-2基因片段。

Linzhi Wang的「Anima Ring」把时尚和电子结合在一起，一个3D打印戒指里集成了ESP32-C3微控制器、微型LCD屏幕、传感器和触觉反馈，搭载一个能用手势控制的数字宠物，把时尚配饰变成交互设备。

戒指外壳可以换，电子部件保持不变，团队用Tripo在几分钟内把形状创意变成3D模型并比较，再到CAD里精修最佳方案。

Tripo的旧金山活动还有一场创意AI圆桌讨论，主题是「新创作者技术栈，3D、视频与创意AI的交汇」。

嘉宾包括Reactor的Ahmed Ahres、Pika AI的Siqi He、Kling AI的Tony Pu和Tripo美国全球营销经理Aiko Dai。

嘉宾们一致认为，AI工具需要更好地理解创意总监及其团队的协作方式，而人类仍然是理解故事叙事的那一方。

Huang觉得3D生成和视频生成是相互关联的。

视频模型能生成3D生成做不出来的宣传和动画内容，比如一个产品的视频，这个产品之后被3D打印出来。

反过来，包括Kling和Seedance在内的视频生成公司正在添加3D导向模式来提高一致性，Huang说，其中已有几家集成了Tripo的API来实现这一点。

「3D生成为视频生成提供了可控性和一致性，」她说。

下午的主题演讲聚焦世界模型，随后Tripo发布了EdenLive。

World Labs的Yihua介绍了新一代世界模型Atlas，Runway的Jimei Yang展示了Solaris，一个不用传统代码、逐帧生成交互界面的界面世界模型。

曹博士在主题演讲里说，「智能体看起来在解决3D问题，但在写代码之前，它们仍然需要人类创作者去识别和描述一个创意。」

「一切始于一个想法，但以前可能需要花太多时间或精力。」

「现在，只要我们能描述它，就有工具能把一个闪现的念头变成真实的东西，」他说。

在游戏开发里，Tripo的世界模型研究目标是在资产之外，同时生成玩法、逻辑和交互体验。

在影视和虚拟制作领域，Huang觉得3D模型和视频生成结合时，能增加可编辑性和控制力。

展望未来，Tripo计划继续提升P系列和H系列的几何质量、速度、可控性和可编辑性，也会发布自己的3D理解模型、智能体模型和世界模型。

商业方面，公司一直在给游戏、虚拟制作和3D打印准备更好的行业解决方案，同时深化在美国、日本、韩国和欧洲的本地化。

「我们已经解决了很多问题，」Huang说，「但仍有大量问题有待解决。」