VAST 启动 V-STAR 人才计划，招募 3D 生成与世界模型研究者
VAST 想让 3D 生成成为 Agent 可以直接调用的基座模型，为此招人；它列出的研究问题清单值得一看。
大模型演示的 3D 能力都有明显短板：角色精细建模和部件级运动，还得靠原生三维模型。Tripo 母公司 VAST 因此明确两条研究主线——原生 3D 生成与理解、世界模型，并用 V-STAR 计划招募这些方向的年轻研究者。
正文摘录
顶级 AI 研究员的下一个机会在哪？ .53.08.png) 9 月以来，全球顶尖大模型几乎都在秀 3D。 从 GPT-6 Astra、Claude Opus 5.5 到 DeepSeek V4.1-Flash-1017、Kimi K3.1 Pro，三维创作正在成为展示模型能力的新场景：一句话搭建房间，用代码构造机械装置，甚至直接生成可以操作的 3D 网页。随着编程与工具调用能力进步，过去需要在多款专业软件之间辗转的工作，开始被串进一段自然语言驱动的流程。 当演示变成真正的创作，问题也随之变得具体。 角色能不能更像参考图？机械装置的部件能不能独立运动？生成的资产能不能顺利进入游戏引擎？第一版不满意，能否只修改其中一部分，而不必全部重来？ 10 月 30 日，Kimi 官方公众号发布了一篇 3D 创作教程贴，文中提到，对于适用于人物、动物角色、雕像、怪兽和复杂道具等精细建模的网格化建模，K3.1 Pro 等大语言模型「暂时还做不太好」，为了确保良好体验，在用户发起人物、动物等更适合网络化建模的任务时，Kimi 会自己整理好提示词与参考图，并调用 Tripo 等模型来完成。 这揭示了一个正在发生的变化： 大语言模型越能推进复杂的 3D 项目，对原生三维能力的需求就越具体。 Agent 可以规划任务、编写代码、检查运行结果，但它还需要足够准确、生成迅速、结构清晰的三维对象，才能继续编辑、控制和组织交互。代码智能与 3D 原生智能之间，正在形成新的协作方式。 对研究者而言，这也意味着一批新问题开始集中出现：三维结构应该如何表征？