Meshy AI 3D模型实测：3张贴图为何要69MB？

一张毕业猴子的手绘图，同时喂给 Meshy 和 SupaVoxel 两款图生3D工具，用相同相机角度渲染、相同矩形裁剪对比，结果发现：Meshy 的模型在视觉上与对手几乎完全一致，但文件体积却是对方的6倍。这是一个值得所有3D内容创作者关注的信号——多出来的几何体，究竟买到了什么？

核心结论：59分 vs 89分

这是一次独立测试，两款工具均使用作者自己的账号，没有厂商特殊授权。测试素材是一张毕业猴子手绘图——戴学士帽、穿学位服、系红绶带、拿卷起来的毕业证书。

作者给出的评分是：Meshy 59/100，SupaVoxel 89/100。这个分数差异并非来自模型外观质量，而是来自工程效率。

两个文件都包含完全相同数量的颜色贴图——各3张。GLB 格式一致，无需转换即可打开。但 Meshy 需要 69,179,580 字节来承载这3张贴图，SupaVoxel 只需要 11,165,408 字节。同样的三件"外套"，Meshy 要了一个大6倍的箱子。

在 12 Mbps 的手机网络下，69.18 MB 的 Meshy 文件需要约46秒下载，而11.17 MB 的 SupaVoxel 文件只需约7秒。对于只需要在教室页面上正常显示的用途来说，这个差距是决定性的。

人脸裁剪对比：多出的58万三角面买到了什么？

脸部是观众注意力最集中的区域，也是作者重点对比的对象。用相同的裁剪矩形、相同的正面视角、相同的2倍变焦，从两个渲染结果中切出同一区域。

Meshy 的脸部裁剪：眼睛、鼻子、微笑、帽檐全部清晰可读，口鼻到脸颊的过渡平滑，没有可见接缝。

SupaVoxel 的脸部裁剪：同样的四个特征同样清晰，但鼻梁和脸颊边界处有一条细微接缝。

两者的可读性完全一致。这意味着 Meshy 多出的 586,096 个三角面，在这个最关键的画幅里没有换来任何可见的优势。作者特别指出：当家长在班级页面上放大查看时，重文件和轻文件传达的信息完全相同。

当重选项和轻选项看起来一样时，重的那方必须证明自己的价值。在这个裁剪框里，Meshy 做不到。

三角面与角点是什么关系？ 三角面（triangle）是3D模型表面的最小多边形单元，任何复杂曲面都由无数三角面拼合而成，三角面数越多，模型表面理论上越平滑，但文件也更庞大。角点（vertex，也称顶点）是三角面的端点，每个三角面由3个角点构成，因此角点数通常约为三角面数的三分之一到一半。在GLB这类二进制格式中，每个角点通常包含位置、法线、UV坐标等属性，按32字节的标准布局占用空间；而每个三角面则需索引4字节来指向它所用的三个角点。这就是原文中"61.17 MB 内存"估算的由来——重模型在GPU显存和加载时间上的代价，正是由这些看不见的数字默默承担。

毕业证书、绶带与俯视帽：全是平局

第二组裁剪对比围绕毕业证书和红绶带展开。Meshy 的卷轴读起来像卷轴，绶带读起来像叠在学位服上的独立色带，袖子边缘与手部保持区分。SupaVoxel 在相同裁剪框和变焦下，呈现完全相同的效果。

俯视角度通常是3D模型的薄弱环节——方形学士帽的四个角很容易变得柔软模糊。但 Meshy 和 SupaVoxel 都稳稳地保住了四个直角。区别在于：Meshy 用了 2,086,002 个三角面，SupaVoxel 只用了 1,499,906 个。

把这些数字换算成内存占用的粗略估算：按每个角点32字节、每个三角面索引4字节的标准布局，Meshy 的几何体大约需要 61.17 MB 内存，SupaVoxel 约 46.50 MB。多出的约14.67 MB 内存，在这些裁剪对比中买不到任何可见的东西。

导出选项：一个文件 vs 两个重量

这是两者在工程实用性上的另一个差异。

Meshy 一次生成只给一个 69,179,580 字节的 GLB 文件。这个文件要同时服务于课堂页面、存档和任何下游需求。

SupaVoxel 的导出菜单则提供两个选择：压缩版 11,165,408 字节的 GLB，以及原始尺寸 82,060,632 字节的未压缩 GLB。同一个模型，两种重量，按目标场景选择——手机端页面用压缩版，需要完整数据的下游用原始版。无需重新生成，无需转换工具，不额外消耗积分。

同一个外貌，两个发货重量，按目的地选择。

meshopt 与 quantization 是什么？ 两者都是GLB文件内部用于压缩几何数据的扩展（extension）。Quantization（量化）把原本用32位浮点数存储的角点坐标，降精度为16位甚至更低位整数，从而大幅缩减体积，代价是极微小的位置误差。Meshopt 则是一套面向 glTF 的网格优化方案，通过重排索引、压缩属性来进一步缩小文件。它们并非所有3D软件都默认支持，因此加载这类文件时，查看器必须先声明能处理这些扩展。这正是 Meshy 零扩展列表在兼容性上被列为优势的原因：文件开箱即开，无需任何解码器。

Meshy 的真正优势在哪里？

作者诚实列出了 Meshy 确实胜出的三个点，以及每一点的代价。

第一，脸部没有接缝。 SupaVoxel 的脸在鼻梁和脸颊边界有一条细微线条，Meshy 没有。如果计划在面部区域绑定骨骼动画，Meshy 提供更干净的表面，这是真实优势。

第二，无需必需扩展。 GLB 文件内部会声明软件必须支持的扩展。Meshy 的扩展列表为空。SupaVoxel 的压缩文件声明了两个——meshopt 和 quantization，都是压缩形状数据的方式。换成 SupaVoxel 的原始尺寸导出就不需要解码器，但直接从菜单出发的话，Meshy 文件可以扔给任何软件打开。

代价是：为了这个兼容性，你要接受多58万三角面、多58 MB 文件、多约14.67 MB 内存、手机端多约39秒下载——换来的脸部裁剪并没有更接近原图。

第三，背面干净。 Meshy 的学位服背面没有破洞，SupaVoxel 也没有。这是一场平局，但鉴于这类工具经常在背面留下缺口，值得一提。

作者也坦承两个局限：没有将任何文件实际导入特定软件测试，所以兼容性只是标签层面的判断；流苏和眼睛形状是否真正匹配原图，两边都没有验证。

背面与骨架：无人能得分的地方

原图没有背面视角，所以两个工具在背部都是"猜"的。Meshy 发明了连续的学位服表面和合理的兜帽形状，SupaVoxel 同样连续、同样没有破洞、同样都是编造的。没有参考答案，任何人都无法评判谁"做对了背面"。

另一个被忽视的事实：两个文件都包含零个骨架和零个动画片段。Meshy 是零和零，SupaVoxel 也是零和零。对于一个以角色生成为卖点的工具来说，这个空白的选框值得注意。两个猴子都只能被观看和旋转，不能眨眼、挥手或说话——除非有人手动绑定骨骼，而那个人会更愿意拖着149万三角面而不是208万三角面。

测试方法与局限

作者用同一张图分别跑了一次 Meshy（High Detail、Ultra 2K、开启贴图和图像增强）和一次 SupaVoxel（5步、guidance 5.5、开启背景移除、分辨率256）。两款工具暴露的控制项完全不同，所以保持一致的只有输入图像本身。

所有渲染来自同一个离线查看器、同一套灯光、相同的相机参数。由于两个文件可以有自己的内部朝向，匹配的相机参数不保证像素级对齐——应视为同角度而非像素对齐。

文件大小、贴图数量、三角面数、角点数、骨架和动画数量均直接从文件中测量。下载时间基于12 Mbps 或100 Mbps 稳定连接的算术推算，不含握手和解码。内存估算基于标准布局的示意性计算，非显卡实测。

未记录的项目：Meshy 的生成耗时（记录中未显示，SupaVoxel 端记录为304.808秒）、双方的失败和重试次数、以及流苏和眼睛是否真正匹配原图。积分消耗方面，Meshy 记录为35积分，SupaVoxel 为3积分，但这是两个不同套餐、两种不同单位，不构成价格比较。

图生3D的工作流本质。 将一张手绘图输入 Meshy 或 SupaVoxel 这类工具，背后通常走的是"图像理解→隐式表示→网格抽取→贴图烘焙"的流水线。模型先从单张图片推断出物体的大致形状（称为单视图重建），再通过神经渲染或扩散方式生成环绕视角，最后提取成三角网格并附着颜色贴图。由于原始信息只有一张正面图，背面、骨架等未被图像覆盖的部分只能由算法"脑补"，这正是原文强调两个工具在背部都是"猜"的根源。理解这一流程，就能明白为何文件体积、三角面数、贴图数量这些工程指标，与"像不像原图"的视觉判断往往是两条独立的评价线。

最终判断

Meshy 把一张手绘图一次性变成了完整、带贴图、随处可打开的毕业猴子，脸部裁剪干净、学士帽方正、学位服背面没有破洞。这是实打实的工作成果，也是 Meshy 能过59分的原因。

但 Meshy 没有把它的208万三角面、113万角点或69 MB 文件变成任何肉眼可见的优势。它装3张颜色贴图，一个体积小6倍的文件也装3张。脸部裁剪打平、证书裁剪打平、俯视帽打平、三视角打平。背面则无人有参考答案。

对于需要在课堂页面上正常显示的猴子，作者的建议是：发布11.17 MB 的压缩版本，但先检查鼻梁接缝。如果下游需要未压缩模型，同一次生成的原始尺寸下载就在同一个菜单里。

最好的做法是自己动手：把图片分别跑过 Meshy 和 SupaVoxel，用相同角度渲染，裁出相同矩形对比。二十分钟就能完成，比任何评测——包括这一篇——都更有说服力。