VAST công bố hoàn tất vòng gọi vốn B và B+

VAST gần đây đã công bố hoàn tất các vòng gọi vốn Series B và B+, với tổng số tiền khoảng 3 tỷ RMB. Trong chưa đầy sáu tháng, công ty đã huy động được khoảng 5 tỷ RMB tổng cộng, thiết lập một kỷ lục mới cho lĩnh vực AI 3D-native.

Oasis Capital là nhà đầu tư tổ chức duy nhất trong vòng gọi vốn thiên thần của VAST. Từ vòng đầu tiên với 30 triệu RMB đến vòng 3 tỷ RMB này, chúng tôi vẫn luôn giữ vững niềm tin vào lộ trình phát triển của công ty và đã tăng đáng kể tỷ lệ đầu tư trong vòng này. Khi các mô hình 3D-native tiến hóa từ "chất lượng tạo sinh" sang "sẵn sàng cho sản xuất", VAST tiếp tục tạo ra những đột phá về tạo lưới (mesh) tự nhiên, khả năng tương thích với quy trình công nghiệp và các mô hình thế giới (world models), tích hợp vào các quy trình sản xuất thực tế trong lĩnh vực game, XR, in 3D, điện ảnh và truyền hình. Vòng gọi vốn này được dẫn dắt bởi Matrix Partners China, với sự tham gia của các nhà đầu tư chiến lược hàng đầu bao gồm Perfect World, BlueFocus, Singularity Power Capital, Yanqu Games, Thundersoft, Guangdian Investment và 37 Interactive Entertainment, cùng các nhà đầu tư tài chính hàng đầu như CDH Investments VGC, CICC Capital, CMC Capital, Hongtai APlus, Sanzheng Health Investment, Zhongping Capital, Fujian Industrial Investment Fund, Fujian Venture Capital, Zhuoyuan Asia và Jiangxi Financial Holding. Các cổ đông hiện hữu gồm Oasis Capital, Fortune Venture Capital, Primavera Venture Partners, 4399, MUHUA Ventures, Zhence Capital và Huakong Fund đều tiếp tục tăng mạnh tỷ lệ sở hữu.

Các nhà đầu tư chiến lược của VAST hiện bao phủ mọi ngành công nghiệp có nhu cầu cụ thể về các mô hình nền tảng 3D-native và mô hình thế giới: game, ô tô, thương mại điện tử, thiết bị thông minh, XR, điện ảnh và truyền hình, văn hóa du lịch, quảng cáo... Họ là những đơn vị gần nhất với nhu cầu của người dùng cuối, thấu hiểu sâu sắc nhất các điểm nghẽn trong quy trình sản xuất thực tế và duy trì những tiêu chuẩn khắt khe nhất đối với việc triển khai công nghệ.

Sự hỗ trợ đa dạng từ nguồn vốn công nghiệp chiến lược cho thấy năng lực kỹ thuật của VAST đã vượt qua ngưỡng "sẵn sàng cho sản xuất" và đang trở thành cơ sở hạ tầng mặc định cho việc sản xuất nội dung 3D trên nhiều lĩnh vực.

Đồng thời, VAST đã phát hành phiên bản mới nhất của mô hình nền tảng 3D-native chủ lực, dòng Tripo P: Tripo P2.0. Là mô hình nền tảng 3D-native đầu tiên trên thế giới hỗ trợ cấu trúc liên kết (topology) ưu tiên tứ giác (quad-dominant) tự nhiên, P2.0 cho phép quá trình tạo sinh 3D đáp ứng đồng thời ba ngưỡng tiêu chuẩn công nghiệp lần đầu tiên — "sẵn sàng cho engine, có thể gắn xương (riggable) và có thể chỉnh sửa" — phục vụ các quy trình chuyên nghiệp trong game, điện ảnh và nội dung tương tác thời gian thực, đồng thời cung cấp cho các nhà sáng tạo trong kỷ nguyên Vibe Coding một nền tảng 3D-native có thể lập trình, gắn xương và lặp lại trực tiếp.

Số tiền thu được từ vòng này sẽ được hướng vào việc lặp lại liên tục các mô hình 3D-native và năng lực dữ liệu, mở rộng cơ sở hạ tầng đào tạo và suy luận, tăng tốc phát triển sản phẩm và triển khai thương mại, đồng thời thúc đẩy AI 3D từ mức "có thể sử dụng" thành "đầy thú vị" như một cơ sở hạ tầng thông minh 3D-native cho mọi ngành công nghiệp.

Đặt cược vào những điều chưa được đồng thuận, cho đến khi nó trở thành sự đồng thuận.

Tripo P2.0: Mô hình nền tảng 3D-native sẵn sàng cho Vibe Coding nhất.

Vào tháng 3 năm nay, VAST đã ra mắt Tripo P1.0 — một loài mới được xây dựng từ đầu với một khung kỹ thuật được tái cấu trúc căn bản.

Giờ đây, chúng tôi giới thiệu Tripo P2.0 Preview. Là mô hình nền tảng 3D-native đầu tiên trong ngành mở khóa cấu trúc liên kết ưu tiên tứ giác tự nhiên, P2.0 có thể tạo ra các đối tượng 3D chủ yếu bằng tứ giác với khả năng tái tạo hình dạng chính xác hơn, kiểm soát số lượng đa giác và phân tách bộ phận hợp lý hơn chỉ trong vài giây, đạt được khả năng tương thích quy trình chưa từng có.

Chúng tôi vô cùng ngạc nhiên khi phát hiện ra rằng P2.0 không chỉ mang lại chất lượng tạo sinh 3D cao hơn mà nhờ khả năng tương thích quy trình vượt trội, nó còn mở ra một kịch bản mới được mong đợi từ lâu: 3D Vibe Coding.

Năng lực lập trình của LLM đã làm giảm đáng kể rào cản để phát triển các ứng dụng 3D tương tác. Ngày nay, các tác nhân lập trình (programming agents) có thể tạo các trang Three.js, viết logic tương tác và hoạt ảnh một phần, đồng thời liên tục gỡ lỗi dựa trên kết quả thời gian thực — nhưng chúng thiếu các đối tượng 3D có thể được tạo, hiểu và thao tác nhanh chóng.

Để ngôn ngữ tự nhiên thực sự thúc đẩy các ứng dụng 3D phức tạp, các đối tượng được tạo ra phải làm được nhiều hơn là chỉ "trông có vẻ đúng". Chúng phải đủ nhanh, đủ chính xác và đủ khả năng kiểm soát độ phức tạp, với tổ chức hình học và cấu trúc rõ ràng. Số lượng đa giác chỉ là một biến số hiệu năng; thời gian chạy thực tế phụ thuộc vào kích thước tệp, vật liệu và kết cấu, LOD và thiết bị mục tiêu. P2.0 thu hẹp khoảng cách quan trọng từ "tác nhân có thể viết mã" sang "tác nhân có thể tạo và điều khiển các đối tượng 3D":

Những đặc điểm này khiến Tripo P2.0 trở thành mô hình nền tảng 3D-native sẵn sàng cho Vibe Coding nhất cho đến nay.

Khi trí tuệ mã hóa kết hợp với trí tuệ 3D-native, Vibe Coding tiến hóa từ việc chỉ tạo ra một trang web với mô hình 3D sang việc trực tiếp tạo ra các ứng dụng 3D tương tác phức tạp: con người thể hiện ý định sáng tạo và đánh giá kết quả bằng ngôn ngữ tự nhiên, các tác nhân xử lý lập kế hoạch, lập trình và gỡ lỗi, còn P2.0 cung cấp các đối tượng và cấu trúc 3D có thể được hiểu và thao tác thêm.

Yanpei Cao, Giám đốc Khoa học của VAST, là một trong những người dùng và nhà sáng tạo đầu tiên của P2.0. Ông đã sử dụng P2.0 để tạo ra một con nhện máy, sau đó tận dụng khả năng phân đoạn bộ phận theo ngữ nghĩa tự nhiên để yêu cầu LLM đặt tên cho từng thành phần, viết và gỡ lỗi logic chuyển động, cuối cùng đạt được khả năng điều khiển hoạt ảnh ở cấp độ thành phần cho toàn bộ con nhện máy.

Tái cấu trúc nền tảng Nexus: Bước nhảy vọt sang cấu trúc liên kết ưu tiên tứ giác tự nhiên.

Tạo sinh sẵn sàng cho sản xuất là nguyên tắc nền tảng xuyên suốt quá trình R&D thuật toán và công nghệ của VAST. Trên lộ trình này, các mô hình trực tiếp tạo ra hình học, cấu trúc liên kết và vật liệu của đối tượng, đồng thời trang bị cho chúng các bộ phận ngữ nghĩa, khung xương và các thuộc tính vật lý — nâng cấp các đối tượng hình ảnh từ mức chỉ "có thể xem" thành các đối tượng chức năng "có thể sử dụng" mà kết quả tạo ra không cần phải làm lại trước khi đưa vào các quy trình sản xuất chuyên nghiệp.

Cấu trúc liên kết ưu tiên tứ giác (Quad) là một điểm nghẽn lớn ngăn cản quá trình tạo sinh 3D thâm nhập vào các quy trình hạ nguồn. Trong đồ họa máy tính, tứ giác được coi là tiêu chuẩn lưới phổ quát nhờ tính ổn định, khả năng kiểm soát và tính dự đoán được. Tuy nhiên, việc tái cấu trúc lưới (retopology) thủ công truyền thống thường mất hàng giờ hoặc thậm chí hàng ngày, chất lượng tái cấu trúc lưới theo quy trình hiếm khi có thể sử dụng trực tiếp, và tái cấu trúc lưới bằng AI thường tốn thời gian với độ ổn định không đủ — trong khi cách tiếp cận "tạo lưới đa giác cao trước, sau đó mới tái cấu trúc" lại gây ra sự dư thừa trong quy trình làm việc và mất mát chi tiết.

Đây chính xác là vấn đề mà Tripo P2.0 đặt ra để giải quyết.

Thuật toán nền tảng của dòng Tripo P, Nexus, là một khung tạo sinh được thiết kế cho các lưới 3D-native: trong khi phương pháp tự hồi quy (autoregressive) chiếm ưu thế trong ngành phân tách các cấu trúc 3D thành các chuỗi và "viết" chúng ra từng cái một, Nexus tách biệt việc tạo đỉnh và cấu trúc liên kết, sử dụng khuếch tán phân cấp (hierarchical diffusion) để tạo các đỉnh trên toàn cục từ thô đến tinh, sau đó mã hóa cấu trúc liên kết tùy ý thông qua mã hóa "khoảng thời gian không gian" — đạt được việc tạo lưới tự nhiên hoàn toàn không theo thứ tự dựa trên các mô hình khuếch tán lần đầu tiên. Bài báo liên quan đã được chấp nhận bởi hội nghị đồ họa quốc tế hàng đầu SIGGRAPH, và bản demo thời gian thực của nhóm dựa trên Tripo P1.0 đã giành giải thưởng cao nhất, Best in Show, tại SIGGRAPH 2026 Real-Time Live!

Việc tái cấu trúc mô hình nền tảng này đã biến Tripo P1.0 thành mô hình lớn đầu tiên trong ngành có khả năng trực tiếp tạo ra các mô hình 3D cấp độ chuyên gia trong vài giây, phá vỡ "tam giác bất khả thi" lâu nay về chất lượng, hiệu ứng và khả năng sử dụng trong quy trình AI 3D. Trên các bảng xếp hạng đánh giá của bên thứ ba với hơn 200.000 người dùng tham gia bỏ phiếu kín, Tripo P1.0 đã giữ vị trí dẫn đầu cho đến khi Tripo P2.0 tiếp nối.

Nhóm thuật toán của VAST đã tiên phong trong lộ trình mã hóa cấu trúc liên kết tùy ý — bao gồm tứ giác và các cấu trúc không đa tạp (non-manifold) — thành các đặc trưng liên tục, cho phép các mô hình khuếch tán tạo ra các lưới hoàn chỉnh một cách hiệu quả, ổn định và từ đầu đến cuối (end-to-end). Do đó, Tripo P2.0 đã trở thành mô hình nền tảng 3D-native đầu tiên trong ngành mở khóa cấu trúc liên kết ưu tiên tứ giác tự nhiên, với những nâng cấp toàn diện trên bốn phương diện.

Từ đối tượng đến thế giới: Bố cục mô hình thế giới toàn diện (Full-Stack).

Mọi việc VAST làm cuối cùng đều hướng tới cùng một tầm nhìn — dân chủ hóa trải nghiệm tương tác tối ưu bằng trí tuệ. Các lần lặp lại ở lớp thuật toán và mô hình trong nửa năm qua đã mang lại nhiều cột mốc quan trọng để hiện thực hóa tầm nhìn này.

Project Eden, dự án nghiên cứu mô hình thế giới tổng quát được công bố vào tháng 6 năm nay, cung cấp công cụ nền tảng cho nội dung tương tác thế hệ tiếp theo. Khác biệt với các phương pháp tiêu chuẩn của ngành như "tạo video có điều kiện hành động" và "tạo cảnh 3D tĩnh", Project Eden tách biệt một cách sáng tạo việc mô phỏng trạng thái nền tảng khỏi trình diễn hình ảnh một cách tự nhiên, mở khóa các khả năng bao gồm tính bền vững của môi trường dài hạn, tái sử dụng cảnh tự do và tương tác đồng thời của nhiều người dùng.

VAST đã trình diễn quy trình tạo "cảnh mô phỏng tương tác từ văn bản" nơi các tài sản được tạo ra đi kèm với các bộ va chạm (colliders), khớp nối và thuộc tính vật lý, sẵn sàng để cắm vào Nvidia Isaac Sim và Gazebo cho việc đào tạo nhóm trí tuệ hiện thân (embodied intelligence) ở quy mô lớn; trình kết xuất tạo sinh (generative renderer) phát triển từ dự án này cũng đã chứng minh ứng dụng của nó trong các cảnh mô phỏng trí tuệ hiện thân tại SIGGRAPH 2026.

Điều thực sự quyết định giá trị dài hạn của một công ty mô hình nền tảng là khả năng liên tục biến những gì ngành công nghiệp coi là "bất khả thi" hoặc "không đáng làm" thành khả năng mặc định của giai đoạn tiếp theo.

Ngày nay, dòng Tripo đang định hình lại mô hình nền tảng của việc tạo lưới tự nhiên thông qua tạo sinh khuếch tán toàn cục, và thúc đẩy ngành công nghiệp hướng tới một sự đồng thuận kỹ thuật mới: các mô hình khuếch tán đang chuyển từ các giải pháp thăm dò sang lộ trình kỹ thuật cốt lõi cho việc tạo lưới tự nhiên. Điểm khởi đầu của sự đồng thuận này chính là sự không đồng thuận mà VAST đã kiên định: không nhắm vào các hiệu ứng demo mà tuân thủ các mục tiêu "sẵn sàng cho sản xuất"; tìm kiếm các biểu diễn tự nhiên cho 3D thay vì ép buộc nó vào các khung biểu diễn ngôn ngữ hoặc hình ảnh; không hài lòng với "sự thịnh vượng giả tạo" của các lộ trình tự hồi quy trong tạo lưới, mà khám phá giới hạn cao hơn của tạo sinh toàn cục.

Mở rộng ranh giới của "Tạo sinh sẵn sàng cho sản xuất", trở thành cơ sở hạ tầng thông minh 3D-native cho mọi ngành công nghiệp.

Tạo sinh sẵn sàng cho sản xuất là nguyên tắc nền tảng xuyên suốt quá trình R&D thuật toán và công nghệ của VAST: để AI thích ứng với các tiêu chuẩn công nghiệp đã được tích lũy qua nhiều thập kỷ, thay vì bắt con người phải dọn dẹp sau AI. Trên lộ trình này, các mô hình trực tiếp tạo ra hình học, cấu trúc liên kết và vật liệu của đối tượng, đồng thời trang bị cho chúng các bộ phận ngữ nghĩa, khung xương và các thuộc tính vật lý — nâng cấp các đối tượng hình ảnh từ mức chỉ "có thể xem" thành các đối tượng chức năng "có thể sử dụng" mà kết quả tạo ra không cần phải làm lại trước khi đưa vào các quy trình sản xuất chuyên nghiệp. Khi các đối tượng được tạo ra không còn bị giới hạn bởi danh mục hay hình thức, và các lộ trình tiến hóa áp dụng phổ quát cho các kịch bản tùy ý, trí tuệ 3D-native sẽ thực sự trưởng thành.

Ngày nay, dòng Tripo H làm mới các giới hạn chất lượng với độ chính xác hình học điêu khắc, trong khi dòng P xuất ra các lưới cấu trúc liên kết sạch, sẵn sàng cho engine trong vài giây; kết cấu 8K, phân tách thông minh và chỉnh sửa cục bộ giúp các mô hình "có thể chỉnh sửa và sản xuất được". Những khả năng này hiện đang được đưa vào các quy trình làm việc thực tế trong các ngành công nghiệp game, XR, in 3D, điện ảnh và truyền hình.

Game là một trong những kịch bản quan trọng nhất cho việc triển khai AI 3D.

Vào tháng 7 năm 2026, Eggy Party của NetEase đã ra mắt tính năng phân tách mô hình 3D trong Eggy Workshop, được hỗ trợ bởi Tripo: các mô hình hoàn chỉnh do AI tạo ra có thể được tháo rời thành các thành phần có thể chỉnh sửa độc lập, hỗ trợ sửa đổi, thay thế và kết hợp cục bộ — chuyển từ "tạo sinh AI" sang "khả năng chỉnh sửa AI". Đây là sự hợp tác thứ hai giữa hai bên, sau khi các mô hình 3D-native của Tripo lần đầu tiên tích hợp vào hệ thống sáng tạo UGC của Eggy Party vào tháng 9 năm 2025. Trước đó, VAST đã hợp tác với Where Winds Meet của NetEase để ra mắt tính năng gameplay "Taiji of All Things", nơi người chơi tải lên một bức ảnh để tạo ra các đạo cụ 3D tương tác. Ngày nay, Tripo cung cấp hỗ trợ toàn quy trình từ tạo ý tưởng đến gắn xương hoạt ảnh cho nhiều đội ngũ game hàng đầu thế giới, tích hợp vào các quy trình sản xuất nghệ thuật để xây dựng tài sản cảnh, xác thực nguyên mẫu cấp độ và so sánh nhiều phương án; một đội ngũ game đã hoàn thành một cảnh không gian lớn mà theo cách truyền thống sẽ mất hàng tháng để bàn giao chỉ với 2,5 người trong hai tuần.