2026年8月18日，Meshy发布了图像到3D基础模型的最新版本Meshy
7，同时推出了一套新的基准测试方法"对齐度"，用于评估生成3D模型与原始图像的匹配程度。随着生成过程中出现表面破损、肢体缺失或结构混乱等彻底失败在业内已变得极为罕见，对齐度已成为区分领先图像到3D系统的主要因素。
为什么对齐是新的测试标准
模型生成的结果乍看之下可能正确，但实际与原始素材存在偏差：人体比例略有偏差、手的位置错位、参考图像中的雕刻细节完全丢失。Meshy认为，这些错误单独来看很容易被忽略，但它们决定了最终输出是否真正反映了用户的设计，而不仅仅是拼凑成一个三维模型。
三项指标全面领先
Meshy针对对齐问题构建了自主评估方法，直接根据训练中排除的参考3D模型对生成几何体进行评分，而非依赖人类偏好评级或视觉语言模型。参考模型由已知相机位置渲染成输入图像，每个被测系统根据这张图像生成3D结果，并与原始几何体比较。评分前，输出仅通过平移、旋转和均匀缩放与参考模型对齐，不进行轴向拉伸，因此比例误差无法通过比较校正。
在与另外四款基于单张输入图像的图像到3D系统对比测试后，Meshy 7在所有三项指标上均名列前茅：整体比例81.0%，空间分布79.7%，表面细节59.8%（满分100%）。100%代表参考模型自身评分。即使在最严格的正面视图输入条件下，结果依然成立。差距最大的是表面细节，Meshy
7得分比排名第二的系统高出5.3分，其它测试模型均未达到60%。Meshy表示，通过结合四个视图而非一个视图，所有测试模型性能均有所提升，彼此差距缩小到两分左右，Meshy
7仍然保持领先。与上一代Meshy 6相比，Meshy 7在几何体和纹理对齐方面均有所改进。
三项改进：编码器、训练数据、对齐评分融入训练
Meshy将性能提升归功于三项改进。图像编码器现在以多尺度和更高分辨率处理输入，旨在保留之前生成过程中丢失的精细形状细节。训练数据经过重建，使每个样本直接对应目标几何形状，并去除风格、光照和背景。对齐评分也被集成到训练过程中，而不再仅作为训练后的评估步骤。
Meshy 7于8月10日正式上线，所有Meshy订阅用户均可使用，但下载生成模型需要Pro或更高级别订阅。目前Ultra模式仅支持单图像生成，多视图支持计划稍后推出。总的来说，Meshy 7的发布方向很明确：不是把模型做得“更精美”，而是让模型“更贴近输入图像”。早期的AI
3D工具解决的是“能不能生成一个可用的3D模型”的问题，Meshy
7解决的是“生成的是不是用户想要的那个模型”的问题。这两个问题之间的差距，决定了AI 3D工具能不能从“图个乐”变成真正能用的设计工具。
来源：南极熊
0 留言