图形学宗师童欣加盟Meshy，要做“AI for Fun”的头号玩家
程浅 发自 凹非寺 量子位 | 公众号 QbitAI
胡渊鸣童姥大会师
据最新消息，童欣将出任AI 3D公司Meshy的首席科学家，负责制定Meshy的长期科研战略。
这可能意味着，华人图形学界 最具代表性的两代研究者 ——Meshy创始人胡渊鸣与童欣，将共同推进多模态世界模型与实时交互系统的突破。
童欣此前在微软亚洲研究院工作25年，期间曾领导网络图形组，并担任全球研究合伙人。
其研究方向涵盖计算机图形学与三维计算机视觉，具体一点，包括不限于材质捕捉与建模、纹理合成、三维几何处理与建模、光传输分析与模拟、真实感绘制、三维人脸动画。
计算机图形学，简单来说，关注的是 “如何在计算机中创建、操控和呈现三维世界” 。
这一领域在游戏、影视、工业仿真中具有基础性地位，在当下则愈发成为 AI感知与表达的基础设施 。
1999年，童欣刚从清华博士毕业，就进入了成立不到一年的微软中国研究院，也就是日后被称为“中国科技界黄埔军校”的 微软亚洲研究院 。
二十多年间这里走出了无数影响中国乃至全球计算机研究格局的核心人物——不过那就是另外的故事了。
作为亚研院的第一批研究员，童欣在这里一待就是 25年 ，从研究员一路做到全球研究合伙人、网络图形组负责人。
这期间童欣在顶刊顶会上发表了大量论文，其Google Scholar引用已超过21000次。
这些技术研究给微软留下了不少好东西，包括Xbox游戏开发API、Xbox兼容软件、Windows三维打印驱动，以及Direct3D图形开发工具包等等。
此外童欣还给亚研院网络图形组留下了另一笔“财产”： 一批足以撑起当下华人图形学界的中坚力量 。
浙大周昆，ACM Fellow、IEEE Fellow，CAD&CG全国重点实验室主任，与童欣合作多年，从3D打印、计算设计一路探索到NeRF与神经渲染；
清华徐昆，清华大学计算机系长聘副教授，国家杰青，读博期间与童欣多次合作发表SIGGRAPH论文；
北大王鹏帅，北大王选所助理教授，从实习生到高级研究员一直在童欣麾下，如今已是三维几何学习领域的代表学者……
平易近人，始终扑在一线，能就极其细节的技术问题进行严谨讨论，也能把复杂的技术问题用大白话讲明白。
因为在童欣看来，计算机图形学是一个计算机应用学科，正因此，所有的研究问题都来自 实际需要和新设备、新数据的出现 。
我的家人除了对我做的饭菜比较认可，经常开玩笑说我每天对着屏幕上的三维茶壶、兔子甘之如饴自High不已，但是看起来我做的事情大不能改变世界局势，小不能提高百姓生活，实在不明白我的成就感来自哪里。
这就是图形学圈里无人不知，无人不晓的“童姥”，拥有极深厚的学术功力，却带着孩童般的亲切和好奇。
“AI for Fun”
可以说，童欣在图形学界走到这一步，领域内能与之匹配的也只有Meshy这样的明星独角兽了。
Meshy是胡渊鸣从MIT博士毕业后创办的第一家公司，它的定位很简单，即 把文字和图片变成3D模型 。
目前，Meshy聚集了1200万名用户，客户覆盖了全球市值与估值前十企业中的半数。
一举创下了全球AI 3D领域 单轮融资规模与估值 两项纪录，成为该领域估值最高的公司。
不过，不管是更快的增速，还是更高的估值，相较于Meshy的愿景而言，还是过于具体了。
胡渊鸣 ，Meshy.ai创始人，扬州中学校运会400米冠军，清华姚班歌唱比赛二等奖，MIT计算机图形学博士，SIGGRAPH最佳博士论文提名，Taichi编程语言、编译器作者。
读书、旅行、玩游戏、刷短剧……这些确实可以为我们创造快乐，然而在一个自由时间如此丰饶的时代，我们“一定会去追求更新颖、更有效的快乐和意义感生成方式。”
△Meshy Game Studio的第一款产品《黑箱：无限重构》游戏画面，图源公众号「胡渊鸣 Ethan」
用胡渊鸣的话来讲就是，他们要做的是 “基于生成式AI重塑图形学，找到将想象具象化的全局最优解。”
换句话说，在今天，AI 3D要做的不仅仅是在图形学的指导下让AI更高效地完成建模、贴图和渲染。
2016年童欣就提出，要解决图形内容生产的everyone和everywhere问题，让任何人anywhere都能创造可视媒体内容。
十年后的今天，“everyone everywhere创造可视媒体内容”变成了“让任何人只用一句话就能把想象变成一个可进入体验、互动的世界”。
为此，要走出过去网络图形学里图形渲染管线的局部最优解，用AI重新打造一套不依赖于“三角形”的全局最优解，这里的“三角形”是GPU渲染三维物体的最小单位。
如果说新的图形学更像一个剧组，那么就必须有配套的导演系统才能实现AI for Fun。
低延迟、高画质、低成本的三维生成与渲染基础架构是必要的，因为，即使刹那的卡顿在AI for Fun的体验中都会被数百倍放大。
为此，需要重新设计一套高性能的infra，而这点，正与胡渊鸣的博士论文、Meshy创业之初做的Taichi编程语言的基础 一脉相承 。
比如 “可控性” 问题，即生成结果是否忠实于输入图像，表现为整体比例的准确性、空间分布的合理性以及表面细节的还原度。
今年8月10日，Meshy发布了Meshy-7，在几何对齐（geometry alignment）方向迈了一大步，具体而言：
应该说，Meshy在这些方向上的探索与童欣的关注点耦合，其近年的研究方向正处于3D与视频生成的交叉地带。
即，如果一段视频已经能从任意角度“看到”一个物体，我们还有必要显式地去构建它的三维模型吗？
但眼下确定的点是，童欣在AI多模态训练方面的前沿研究和工程积累，可以把Meshy的探索 带向更远的地方。
“Mora：超越世界模型”
恰逢本文成稿时，胡渊鸣又在自己的公众号上发布了Meshy团队的新工作， Mora 。
Mora是“Multimodal Open-world Real-time Architecture”的缩写，意为“多模态开放世界实时架构”。
3D生成 ，也就是Meshy这块最重要的拼图，可以用来丰富骨架，输出给视频模型的控制信号；
还记得今年1月，Google Genie 3上线可玩demo，宣称自己“是一款通用世界模型，能够让用户使用文字生成可探索的真实环境”。
为此Unity一天跌了24%，Roblox跌了27%，市场太兴奋了： 以后做游戏不需要游戏引擎了，一个视频模型足矣。
然而大半年过去，胡渊鸣玩遍了市面上所有世界模型demo后，对着当下几乎所有互动视频模型， 力陈八大弊 。
包括一致性弱、互动简单、物理解算能力弱、体验时间短、无法支持剧情和复杂逻辑、以单人游玩为主、无法利用Coding的机制生成能力、延迟较高。
现有视频模型本身并没有真正的智能，它们本质上只是一个渲染器，沿着这条路做下去，最后只能做 散步模拟器 。
Mora的路线是反其道而行，既然视频模型解决不了3D空间一致性，那就让它做好自己该做的。
让Coding agent搭骨架，让Meshy生成3D，最后再让视频模型出画面，这样空间既稳定，又精致，还能玩。
Mora给出了一个初步回答：至少在当下，两者不必是替代关系，可以在Coding agent的串联下各司其职。
二三十年间，他亲历了一轮又一轮 技术冲击 ：过去画3D全靠手写规则，后来神经渲染来了，AI从照片里学会了光影；生成式AI来了，逼真画面不再依赖3D管线；视频模型来了，甚至能让动态世界凭空涌现……
Manus重生第17天，估值居然就翻倍了 2026-09-18
Claude Code团队讲究啊，这都往外说 2026-09-17
探索RSI，生数新世界模型让机器人开始自我进化 2026-09-12
相关阅读
童姥下天山！图形学大牛童欣官宣离职，结束25年MSRA生涯
Meshy用户破千万后杀向新战场：ARR年翻14倍，头部厂商集体买单
热门文章
Kimi突发K2.8：性能逼近K3，百万上下文全员开放
AI数学的最后一道高墙，塌了！GPT-6 Astra刷穿FrontierMath Tier 4
A社承认Claude安全对齐存在缺陷，但“尚无解决方案”
啊？Anthropic最高320万招销售，只为服务Meta
吹爆开源！RunningHub让MiniMax H3满血提速12倍，本地部署照样起飞
量子位 QbitAI 版权所有©北京极客伙伴科技有限公司 京ICP备17005886号-1