Tripo a été fondée en 2023 à Beijing, émergeant d'un groupe de recherche profondément ancré dans la communauté de la vision par ordinateur 3D et de l'IA générative. L'équipe fondatrice comprend des chercheurs qui ont contribué à certains des premiers systèmes viables de génération texte-vers-3D et image-vers-3D, et ils ont été lancés avec un diagnostic clair du problème central du domaine : la plupart des modèles 3D générés par IA avaient fière allure dans les vidéos de démonstration mais étaient complètement inutilisables en production. Les maillages étaient non-manifold, pleins d'artefacts, avec une topologie déficiente qui les rendait impossibles à rigger, animer ou importer dans les moteurs de jeu et logiciels de modélisation 3D standard. La mission de Tripo dès le premier jour était de combler l'écart entre « démonstration de recherche impressionnante » et « actif qu'un professionnel peut réellement livrer dans un jeu ou un produit ».
Tripo a fait sensation tôt en publiant TripoSR en mars 2024, un modèle image-vers-3D en code ouvert développé en collaboration avec Stability AI. TripoSR pouvait générer un maillage 3D à partir d'une seule image en moins d'une seconde sur un GPU grand public — une amélioration dramatique de vitesse par rapport aux méthodes précédentes qui nécessitaient des minutes ou des heures d'optimisation. Le modèle est devenu viral dans la communauté de développement 3D et de jeux vidéo, accumulant des milliers d'étoiles sur GitHub et établissant la crédibilité technique de Tripo dans un domaine encombré de promesses creuses. La publication en code ouvert était stratégique : elle a attiré des développeurs dans l'écosystème de Tripo, démontré la qualité de la technologie sous-jacente et créé un pipeline d'utilisateurs qui se convertiraient éventuellement à l'API commerciale pour des résultats de qualité production supérieure.
L'offre commerciale de Tripo est centrée sur une API et une application web qui prennent en charge la génération texte-vers-3D, image-vers-3D et multi-images-vers-3D. Leurs modèles produisent des maillages propres et texturés avec un mappage UV et une topologie appropriés — les détails techniques qui déterminent si un actif 3D est réellement utilisable ou juste une belle capture d'écran. Ils prennent en charge l'exportation dans les formats standard (GLB, FBX, OBJ, STL) et ont progressivement ajouté des fonctionnalités comme le rigging prêt pour l'animation, le contrôle de style et la génération de textures en haute résolution. Le modèle de tarification de Tripo suit le schéma de crédits API courant en IA générative : les développeurs paient par génération, avec des rabais de volume pour les clients d'entreprise. Le marché cible couvre le développement de jeux vidéo, le commerce en ligne (où la visualisation 3D de produits est de plus en plus attendue), l'architecture et l'écosystème d'informatique spatiale en croissance rapide porté par Apple Vision Pro et Meta Quest.
L'espace de la génération 3D par IA s'intensifie rapidement, avec des concurrents incluant Meshy, Genie de Luma AI, Rodin de Microsoft et Hunyuan3D de Tencent. Ce qui distingue les prétendants sérieux des démonstrations, c'est la cohérence et la qualité de maillage à grande échelle — pouvez-vous générer 1 000 actifs pour un studio de jeux et avoir 90 % d'entre eux utilisables sans retouche manuelle? Tripo a investi massivement dans cette dimension de fiabilité, et leurs améliorations itératives de modèles tout au long de 2024 et 2025 ont progressivement réduit l'écart entre les actifs générés par IA et ceux créés par des artistes. L'entreprise a également été stratégique dans ses partenariats avec des moteurs de jeux et des plateformes de logiciels 3D, reconnaissant que l'intégration aux flux de travail existants compte autant que la qualité brute de génération. Dans un marché que la plupart des analystes s'attendent à voir croître considérablement à mesure que l'informatique spatiale mûrit, la combinaison de crédibilité communautaire en code ouvert et d'ingénierie axée sur la production de Tripo leur donne une position solide.