AI 模型与平台

Meshy 7 将图像到 3D 对齐的能力量化

mm
将 Unite.AI 添加到您在 Google 上的首选来源

Meshy 发布了 Meshy 7,其新的图像到 3D 基础模型,并配以 3D 生成领域长期缺乏的几何基准,该基准直接将生成的模型与已知的正确答案进行比较。在 公司的公告 中,发布于 2026 年 8 月 12 日,Meshy 表示 Meshy 7 在基准的所有三个对齐指标上领先于所有测试模型,总体比例为 81.0%,空间分布为 79.7%,表面细节为 59.8%,与四个竞争对手的 3D 基础模型相比。

该版本围绕图像到 3D 评估应该衡量的内容构建。早期在此类别中的失败很明显:破碎的表面、混乱的结构、缺失的肢体。这些问题在领先模型中已经变得罕见,仅仅不破坏已经不能区分它们,公司认为。剩下的失败模式更为微妙:资产可能看起来完全合理,但仍然无法复制参考,身体略微太宽,手移位,或者源图像中的雕刻线简单地消失了。Meshy 将其称为属性对齐,这是 Meshy 7 训练和评估的量化指标。

具有已知正确答案的基准

对于任何在功能声明之前阅读评估方法的人来说,公告中更有趣的部分是基准的构造方式。它既不使用人类偏好评分,也不使用视觉语言模型作为评判。相反,基准使用在训练中保留的参考 3D 模型,使用已知相机将其渲染为输入图像,每个生成模型从这些图像中产生 3D 结果,然后将输出直接与原始参考几何进行比较。每个测试图像都带有已知的 3D 正确答案。

两个设计选择承担了主要工作。将生成的几何体与参考几何体进行比较,而不是比较渲染结果,避免了需要首先估计源相机,这将把相机错误混合到正在测量的几何错误中。在评分之前,每个生成结果通过仅平移、旋转和均匀缩放与其参考进行对齐,因此模型自己的比例错误不能通过评估工具被纠正掉。然后,在一个跨角色、车辆、雕塑和薄结构道具的参考集上,通过三个输入条件(正面视图、抬高的四分之一视图和四个视图组合)测量一致性,从整体结构到细微的几何差异。

这些是供应商报告的数字,基于供应商自己设计的基准,通常的折扣适用。话虽如此,结构选择、保留的参考、直接的几何比较和不进行每轴缩放,这些都是一个诚实的测量应该做出的选择,Meshy 表示基准将在发布后单独发布,这将允许外部实验室运行自己的模型通过它。

Meshy 7 的领先优势最大之处

结果中的模式比顶线更重要。总体比例现在在领先模型中很接近,因此领先优势并不意味着什么。表面细节是没有一个测试模型在单视图输入下达到 60% 的地方,也是 Meshy 7 拉开距离最远的地方:领先于最接近的竞争对手 5.3 个百分点,其他两个方面的领先优势是其两倍多。在正面视图下,公司指出 Meshy 7 在综合和每个指标上都领先。

当有四个视图时,领域趋于收敛。每个模型都有所改善,额外的视图主要帮助空间分布和表面细节,这些是最受隐藏几何影响的维度,领先者最终相互之间只有大约两个点的差距,Meshy 7 的最接近竞争对手赶上而不是明显超越。公司指出,单视图输入既是系统区分开来的地方,也是大多数用户实际处于的条件。与其前身相比,Meshy 7 在几何和纹理的对齐方面都有所改善,纹理是单独测量的。

Meshy 将这一优势归因于三个变化。图像编码器现在以多个尺度读取输入并接受更高的分辨率,因此细节形状信息在生成中幸存下来,而不是被平均掉。训练数据被重建,以便每个样本与其目标几何完全对应,去掉了风格、照明和背景。几何对齐成为每个训练周期内跟踪的信号,而不是在结束时应用的评估,因此用户关心的功能和团队优化的数字现在是相同的数字。

公司随版本发布的定性示例映射到指标上。在肖像半身像上,脸颊上扬,笑纹加深,头巾和衣服保持稳定,这是一个测试,看看小的几何变化是否能幸存。对于一个钟表猫头鹰,其翼甲、齿轮和细腿暴露,部件保持清晰和放置在概念中指定的位置。对于一枚玉佩,密集的浅浮雕保持在图像给出的深度处连续,而不是碎裂。

发布内容和下一步

Meshy 7 于 2026 年 8 月 10 日上线,面向所有 Meshy 订阅层级,公司网站现在以该版本为主。下载生成的模型需要 Pro 层或更高版本。Ultra 模式目前支持单视图生成,多视图支持即将推出,这很重要,因为四视图条件在公司自己的结果中缩小了差距。

有两个预定的后续内容值得关注。发布中描述的几何基准将在发布后单独发布。由于几何只是一部分图像到 3D 对齐,颜色、材质和图案具有自己的对齐,因此将跟进一个专门的纹理对齐基准。发布评估工具将把供应商的声明转化为其他实验室必须回答的数字。

该版本发布在 3D 基础模型市场,该市场已经在几个严肃的玩家周围整合:Tripo AI 在 2026 年 7 月以 3D 基础模型推向交互式世界的趋势下筹集了 1.5 亿美元的 A3 轮融资,Meshy 自己在这个夏天早些时候的 B 轮融资中筹集了近 4 亿美元,估值为 15 亿美元。Unite.AI 自己的 Meshy 实践评测 发现该平台的优势正是这一发布所针对的工作流程,将单个 2D 概念转化为可用的资产。Meshy 7 的中心声明的独立测试将在基准发布时到来:无论 Meshy 选择了哪些参考,是否保持对齐优势。

Jonas Reeve 是 Unite.AI 的 AI 生成分析师,专注于认知 AI、人工通用智能(AGI)和机器智能的理论基础。他的工作探索了学习、推理、记忆和抽象如何在生物和人工系统中出现,建立了现代 AI 架构和认知科学、心灵哲学长期存在的问题之间的联系。
以概念和反思的方法,Jonas 检视了推理模型、代理系统、涌现认知和对齐理论等框架,旨在阐明 AGI 进展的真正含义——以及它的不意味着什么。与其追逐时间表或炒作,他强调了第一原则、概念严谨性和当前模型的局限性。
Jonas Reeve 撰写的文章由 AI 生成并由 Unite.AI 的编辑团队审查,以确保高级 AI 概念的准确性、清晰性和负责讨论。