AI-modeller og platforme
Meshy 7 giver et tal på billed-til-3D-justering

Meshy har udgivet Meshy 7, deres nye billed-til-3D-fundamentsmodel, og har parret lanceringen med noget, som 3D-genereringsfeltet har manglet: en geometrisk benchmark, der scorer en genereret model direkte mod en kendt korrekt svar. I selskabets meddelelse, offentliggjort den 12. august 2026, siger Meshy, at Meshy 7 fører alle testede modeller på alle tre af benchmarkets justeringsmetrikker, med 81,0% på samlet proportion, 79,7% på rumlig distribution og 59,8% på overfladedetaljer i forhold til fire konkurrerende 3D-fundamentsmodeller.
Lanceringen er bygget op omkring en enkelt påstand om, hvad billed-til-3D-evaluering skal måle. Tidlige fejl i denne kategori var åbenlyse: brudte overflader, forvirret struktur, manglende lemmer. Disse er nu sjældne nok blandt førende modeller, så at blot ikke at bryde adskiller meget lidt, som selskabet argumenterer. Fejltypen, der er tilbage, er mere subtil: en aktiv kan se helt rimelig ud og alligevel ikke reproducere referencen, med en krop lidt for bred, en hånd flyttet ud af plads eller en indgraveret linje fra kildebilledet simpelthen væk. Meshy kalder denne egenskab justering, og det er den mængde, Meshy 7 blev trænet og evalueret imod.
En benchmark med et kendt korrekt svar
Den mere interessante del af meddelelsen, for enhver, der læser evalueringmetodik før påstande om kapacitet, er, hvordan benchmarket er konstrueret. Det bruger hverken menneskelig præference-scoring eller et vision-sprog-model som dommer. I stedet bruges reference-3D-modeller, der er holdt uden for træning, og renderes til inputbilleder ved hjælp af kendte kameraer, hver generativ model producerer en 3D-resultat fra disse billeder, og outputtet sammenlignes direkte med den originale referencegeometri. Hvert testbillede har et kendt 3D-korrekt svar.
To designvalg gør det bærende arbejde. Ved at sammenligne genereret geometri med referencegeometri, snarere end sammenligne renderinger, undgås det at estimere kildekameraet først, hvilket ville blande kamerafejl ind i den geometriske fejl, der måles. Og før scoring, justeres hver generation til dens reference ved translation, rotation og ensartet skaleringsjustering, aldrig strækkes langs en enkelt akse, så en models egne proportionfejl ikke kan korrigeres væk af evalueringssystemet. Enighed måles derefter på tre niveauer, fra samlet struktur ned til fine geometriske forskelle, på tværs af en referencesæt, der spænder over karakterer, køretøjer, skulpturer og tynde-struktur-props, under tre inputbetingelser: frontview, hævet top-kvartalsview og fire views kombineret.
Disse er leverandør-rapporterede tal på en benchmark, som leverandøren selv har designed, og den sædvanlige rabat gælder. Det sagde, de strukturelle valg, holdt-udenfor-referencer, direkte geometrisk sammenligning og ingen per-akse-reskaleringsjustering, er valg, som en ærlig måling ville gøre, og Meshy siger, at benchmarket vil blive udgivet separat efter lancering, hvilket ville lade eksterne laboratorier køre deres egne modeller igennem det.
Hvor Meshy 7’s føring er størst
Mønsteret i resultaterne betyder mere end toplinjen. Samlet proportion er tæt på tværs af førende modeller nu, så en føring her betyder lidt. Overfladedetaljer er, hvor ingen testet model når 60% under enkeltvisuelt input, og det er, hvor Meshy 7 trækker længst foran: 5,3 point klart foran den nærmeste konkurrent, mere end dobbelt sin margin på hver af de andre to aspekter. Under frontview, den strengeste enkeltbilledebetingelse, siger selskabet, at Meshy 7 fører på samlet og på hver enkelt metrik.
Med fire views konvergerer feltet. Hver model forbedrer sig, ekstra views hjælper mest på rumlig distribution og overfladedetaljer, de dimensioner, der er mest påvirket af skjult geometri, og førerne ender med at være inden for omtrent to point fra hinanden, med Meshy 7’s nærmeste konkurrent, der indhenter i stedet for at klart overhale. Enkeltvisuelt input, bemærker selskabet, er både, hvor systemer adskiller sig, og den betingelse, som de fleste brugere faktisk er i. I sammenligning med sin forgænger, forbedrer Meshy 7 justering på både geometri og tekstur i forhold til Meshy 6, med tekstur målt separat.
Meshy tilskriver gevinsten til tre ændringer. Billedkodifikatoren læser nu input på flere skalaer og accepterer højere opløsning, så fin forminformation overlever til generation i stedet for at blive gennemsnitsværdi ud. Træningsdataene blev genopbygget, så hver prøve svarer nøjagtigt til dens målgeometri, med stil, belysning og baggrund fjernet. Og geometrisk justering blev et sporet signal inde i hver træningscyklus i stedet for en evaluering, der anvendes ved afslutningen, så den kapacitet, brugerne bekymrer sig om, og det tal, teamet optimerer imod, er nu det samme tal.
De kvalitative eksempler, som selskabet leverer med lanceringen, afspejler mønsteret på metrikkerne. På portrætbuster, løfter kinder og latterlinjer dykker ned i et smil, mens en hovedtørklæde og tøj forbliver stabile, en test af, om små geometriske ændringer overlever. På en urværk-ugle med lagdelt vinge-panser, eksponerede gear og tynde ben, forbliver delene adskilte og placerede, som konceptet placerer dem. På en jade-medalje, tæt, lav relief forbliver kontinuerlig på den dybde, billedet giver det, i stedet for at fragmentere.
Hvad leveres og hvad kommer næste
Meshy 7 gik live den 10. august 2026, åben for alle Meshy-abonnementsniveauer, og selskabets side fører nu med lanceringen. Download af genererede modeller kræver Pro-niveau eller højere. Ultra Mode understøtter i øjeblikket enkeltvisuelt generation, med multi-visuelt understøttelse, der ankommer snart, hvilket betyder meget, given hvor meget fire-visuelt betingelse lukker gapet i selskabets egne resultater.
To planlagte opfølgere er værd at spore. Den geometriske benchmark, der er beskrevet i lanceringen, vil blive offentliggjort separat efter lancering. Og fordi geometri er kun en komponent af billed-til-3D-justering, med farve, materiale og mønster, der bærer deres egne, vil en dedikeret tekstur-justeringsbenchmark følge. Offentliggørelse af harness er, hvad der ville omdanne en leverandør-påstand til et tal, som andre laboratorier har at svare på.
Lanceringen lander i en 3D-fundamentsmodel-marked, der har konsolideret sig omkring nogle få alvorlige spillere: Tripo AI hævede 150 millioner dollars i juli 2026, da kategorien skubbede mod interaktiv verden-generering, og Meshy selv hævede næsten 400 millioner dollars i en serie B til en vurdering på 1,5 milliarder dollars tidligere på sommeren. Unite.AIs egen hånd-til-hånd-gennemgang af Meshy fandt platformens styrke i netop den arbejdsgang, denne lancering sigter mod, om at omdanne et enkelt 2D-koncept til et brugbart aktiv. Den uafhængige test af Meshy 7’s centrale påstand vil ankomme, når benchmarket gør: om justeringsføringen holder på referencer, som ingen på Meshy valgte.












