一群00后做的AI 3D工具，第3次融到數(shù)億元，負責(zé)人：得出來搶用戶了

成為全球游戲行業(yè)最具影響力的價值連接者

影眸科技宣布又完成了新一輪數(shù)億元人民幣融資。本輪融資由凱輝基金、上海國投先導(dǎo)領(lǐng)投，老股東持續(xù)跟投。而這已經(jīng)是他們第三次拿到如此大額的融資了。

影眸科技是3D生成大模型（一句話/一張圖生成3D模型）圈子里的頭部公司之一。2024年，他們首次落地生成工具Hyper3D Rodin，發(fā)展中定型出了“用戶可控”的特色，支持生成/自主導(dǎo)入模型的整體與部分編輯、拆分，讓AI 3D生成結(jié)果從“賭”變?yōu)榱恕斑x擇”。

今年6月，Hyper3D Rodin發(fā)布了Rodin Gen-2.5版本，又推動該產(chǎn)品實現(xiàn)了應(yīng)用場景再擴容。據(jù)稱，這是全球首個具備千萬面級生成能力的3D大模型，首次將類大語言模型的“先思考、再生成”運行邏輯引入3D生成領(lǐng)域，最快4秒可生成百萬面模型，并以5個生成品質(zhì)的分層支持滿足不同用戶的不同落地需求，且同步推出全球首個12K精度的原生3D貼圖模型。

根據(jù)公司披露的數(shù)據(jù)，Rodin Gen-2.5上線首月，訂閱用戶與年經(jīng)常性收入（ARR）的環(huán)比增速均超過了400%。

前段時間游戲日報受邀到影眸科技公司觀摩他們最新版本的成果，也和其他媒體一起采訪了影眸科技CEO吳迪、CTO張啟煊。

聊下來我發(fā)現(xiàn)這家公司：比如他們僅60余人，平均00后，還有圈子里最多的頂會論文提名，年度ARR數(shù)千萬美元，卻并不恣意說空話，把production-ready（可投入生產(chǎn)）作為核心堅持，用行業(yè)最頂尖的技術(shù)，做腳踏實地的工具。

包括談到這次融資，吳迪也沒有講什么“性感的未來想象”，而是說要投入技術(shù)研發(fā)，要做傳播擴大增長。理由很直白，既然模型領(lǐng)先，那就該跑出來去搶用戶，讓生態(tài)滾起來。

以下為交流內(nèi)容整理：

Hyper3D Rodin能用來做什么？

Q：借助你們的工具，目前用戶可以將生成內(nèi)容用到哪個階段了？

張啟煊：Rodin Gen-2.5落地后，很多工作室已經(jīng)把Extreme High模式用到了高模階段，比如生成一只怪獸，表面微微隆起的龍鱗都會在高模上雕刻出來，然后直接與白模或low poly模型烘焙。往低面走，我們推出了Smart Low Poly功能，可以生成低面布線模型，國內(nèi)有些工作室開始直接用在了移動端，但該功能還在Beta階段，要跑五六分鐘，所以是小范圍使用。

我們認為，在可預(yù)見的未來，像 Extreme-High 模式很可能取代部分三維掃描場景——比如文物類資產(chǎn)的實景掃描，相當(dāng)一部分其實可以用生成來替代。

Q：你們工具的應(yīng)用場景是怎么明確下來的？

吳迪：基本是每一代模型上線后，才逐步發(fā)掘出新的適用場景。

比如1.0版本精度僅能產(chǎn)出中模，工作流程是原畫師出初稿，再交給外包、建模師在大型軟件里二次修改、重建模，僅能做預(yù)覽使用。最早研發(fā)3D生成模型時，為提升數(shù)據(jù)可用性、拉高生成成功率，我們會在底層3D表達上將模型加厚；但該操作存在缺陷，直角、銳角會被渲染成圓弧曲面，整體模型表面過度圓滑，是初代模型性能不足做出的妥協(xié)。

1.5版本我們重構(gòu)了底層3D表達架構(gòu)，解決了曲面失真問題，硬表面能力成為獨家優(yōu)勢：直角、銳角輪廓銳利，該特性沿用至今，絕大多數(shù)友商都不具備這項能力。2.0是1.5的規(guī)模升級版本，實現(xiàn)了更高精細度模型生成，落地場景延伸至預(yù)覽后的輕度手游資產(chǎn)制作。

到今年2.5版本上線，模玩雕塑行業(yè)的模型師開始主動使用我們的產(chǎn)品，這是超高精度生成能力帶來的全新信號。

Q：這么多同類型工具，大家為什么要用你們的工具？

張啟煊：在不同意圖的使用情景下，我們的模型都能夠調(diào)整出比市面上其他工具更好的結(jié)果因為產(chǎn)品上每提供一個選項，背后都是模型側(cè)在訓(xùn)練和數(shù)據(jù)篩選階段就做好的設(shè)計。我們一般覺得每一個創(chuàng)新如果不是改了基模，差不多4個月會被行業(yè)拉平。但目前來看，有些能力上我們是一直沒被行業(yè)追上的，比如3D ControlNet、3D Editing。

而且我們獨有跨廠商 3D 編輯功能，支持導(dǎo)入、修改在我們平臺及任何第三方平臺產(chǎn)出的模型，形成了差異化生態(tài)位。我們不做封閉生態(tài)，工具支持和其他廠商軟件搭配使用，長期目標(biāo)不強制全流程閉環(huán)，但 AI 工具長期發(fā)展趨勢會從碎片化逐步走向一體化閉環(huán)，參考大模型發(fā)展路徑。

Q：沒有你們?nèi)プ汾s其他友商的能力嗎？

張啟煊：當(dāng)下行業(yè)里應(yīng)該沒有提供的功能超過我們的，除了骨骼綁定。骨骼綁定目前的一些解決方案基本是采用通用骨骼模板，但我們希望能做到讓用戶自己決定骨架是什么樣。因為實際流程里大家往往已經(jīng)有建立在自有骨架上的動畫庫，用通用骨架遷移很麻煩。我們希望綁定時可以用標(biāo)準(zhǔn)骨架，也可以自定義。而且我們不想只能綁人，希望動物、甚至一輛車都能綁定。這個功能正在產(chǎn)品化中，我們只有覺得production-ready了才會上。

Q：如果游戲公司想引入你們的工具提升建模效率，要做什么？

吳迪：我們會先提供產(chǎn)品測試，區(qū)分落地方案：對接 AI 中臺負責(zé)人，工具接入工作室流程最簡單；對接游戲項目組負責(zé)人，同步開放三類合作渠道并行推進：平臺訂閱、私有化部署、AI + 人工外包全流程服務(wù)。其中外包模式優(yōu)勢明確，建模綜合成本直接降低 50%。

張啟煊：企業(yè)引入 AI 前必須明確核心目標(biāo)，二選一確定優(yōu)先級：縮短交付周期，還是同等周期內(nèi)迭代更多設(shè)計方案。

如果是前者，建議采購 AI 人工外包服務(wù)，因為全新工具流內(nèi)部磨合成本高，我們的專業(yè)人員可以使用成熟工具流直接生成交付資產(chǎn)，磨合成本遠低于企業(yè)內(nèi)部全員培訓(xùn)，目前約 20% 標(biāo)準(zhǔn)化建模需求可完全由 AI 完成，僅需人工調(diào)整參數(shù)，長期可通過 Agent 自動調(diào)參替代人工。外包服務(wù)經(jīng)過長期驗證，單模型服務(wù)單價約 20 美金，遠低于純?nèi)斯そ＃覍嶒炏聛砜蛻魸M意度、復(fù)購率極高。

如果是后者，建議直接采購平臺賬號。海外企業(yè)有成熟 SaaS 付費習(xí)慣，往往批量采購多席位團隊賬號，美術(shù)人員共享使用；國內(nèi)企業(yè)則普遍搭建內(nèi)部 AI 中臺，統(tǒng)一接入各家廠商 API，美術(shù)團隊集中使用。客戶內(nèi)部落地也分為兩種模式，一種是直接開放工具給美術(shù)自由使用，另一種是嵌入標(biāo)準(zhǔn)化管線，原畫產(chǎn)出后自動批量生成 3D 模型。我們已經(jīng)觀察到了部分企業(yè)單日自動生成上千個模型，依靠極低的生成成本批量迭代方案。

Q：如果中小團隊使用你們的產(chǎn)品呢？

張啟煊：建議盡量不隨意修改自定義參數(shù)，直接使用系統(tǒng)默認即可，后臺針對絕大多數(shù)場景調(diào)試了最優(yōu)默認配置，自定義參數(shù)僅適配極特殊小眾場景，亂調(diào)參數(shù)會大幅降低成品質(zhì)量。

Q：如今是否有游戲工作室在應(yīng)用你們工具改變生產(chǎn)管線？

張啟煊：圖像生成模型已經(jīng)進了很多游戲設(shè)計管線，比如三視圖生成，但圖像模型生成的三視圖各視角不一致。有些工作室會把我們用在前端——先用我們的模型渲染三視圖，再生成視角一致、能直接發(fā)出去加工的三視圖和模型。還有些游戲公司會在發(fā)包前，先用我們生成更符合原畫意圖的白盒版本，給外包作為參考。

Q：新項目還是老項目更適合接入你們的工具？

吳迪：新項目更容易完整接入，立項階段就能把 AI 外包、工具適配的成本納入整體規(guī)劃；老項目管線、流程已經(jīng)固化，雖然企業(yè)愿意嘗試，但完整接入難度更高。

不搞“經(jīng)驗主義”，拼production-ready

Q：Hyper3D.AI團隊有多少人?

吳迪：我們是個AI native團隊，現(xiàn)在加實習(xí)生大約是60人，技術(shù)占比三分之二。很多產(chǎn)品上的開發(fā)、研發(fā)，AI干掉了非常多的事情。

Q：人才的水平和流動性是什么樣的？

張啟煊：我們的lab絕對是目前這個領(lǐng)域全球最TOP的團隊之一。我們是唯一連續(xù)多年獲得國際圖形學(xué)頂級會議SIGGRAPH最佳論文及提名的商業(yè)公司，算法團隊每2人中就有1人獲得或提名過最佳論文。從2020年成立到現(xiàn)在，我們“流出去”的人只有3個，分別去了英偉達、迪士尼和騰訊。穩(wěn)定的原因之一是我們公司核心算法大部分不是挖來的，從一開始都是本科生，一起成長，默契程度和溝通效率不一樣。

Q：團隊的年齡情況呢？

吳迪：平均下來基本是00后了。我（97年）和張啟煊（99年）是比較大的。

Q：這個領(lǐng)域不拼經(jīng)驗嗎？

張啟煊：我們是很扁平的團隊，大部分都是博士，但也有很多前沿方向直接讓本科生帶。因為這本身是新方向，如果憑經(jīng)驗說話，我們可能還在做2D升維，而不是3D原生。

吳迪：我們會拆解研發(fā)方向，UV、材質(zhì)、拓撲等，任何人有想法都可以提，大家討論，覺得可行就去做。AI加持下，很多時候一周就搞定初步驗證性實驗，OK就加資源往后做。大家在比較輕松、能激發(fā)主觀能動性去思考的情況下合作，有點像DeepSeek。

Q：在迭代產(chǎn)品功能的選擇上，策略是怎樣的？

吳迪：分件、材質(zhì)、拓撲、UV這些是每家游戲公司都會提的共性要求，我們肯定會把這些排在靠前的優(yōu)先級。

張啟煊：另外也要看我們有沒有能力做，比如UV這個點我們到現(xiàn)在還沒有攻克。3D生成跟其他模態(tài)不一樣，它不是單一的。就像圖像生成模型前面要接LLM做意圖理解，3D的組合是：生成幾何是一個獨立模型，生成貼圖是另一個獨立模型，生成Low Poly模型又是一個獨立模型，是一組模型配合起來的，這也讓3D模型每一次前進都更困難。

Q：你們?nèi)绾闻袛嘧约旱漠a(chǎn)品production-ready了？

吳迪：我們在production-ready里主打“聽勸”。游戲行業(yè)在不同階段對模型的需求都不一樣。Rodin Gen-1、Gen-1.5 上線時，更多只能用在Preview階段，用的人甚至不是3D建模師而是2D原畫師，他們會生成出來看比例對不對，再丟給建模師，省去中間交互。后面我們清楚了要往哪些方向走：往高模走，就要讓表面生成更多正確、有用的細節(jié)；往最終游戲階段走，就要有好的拓撲結(jié)構(gòu)、布線正好在轉(zhuǎn)角處、UV 展開利用率要高、PBR 材質(zhì)要分層、分件要好。這些都是客戶傳導(dǎo)給我們的觀念。

張啟煊：不止游戲行業(yè)，各行各業(yè)不同項目之間對production-ready定義都不一樣。我們的解法是用可控性，讓他們自己決定要的production-ready是什么樣。我們可能是唯一一家提供從生成前控制、生成中控制到生成后控制的產(chǎn)品，這讓產(chǎn)品看起來比較復(fù)雜，但這正是專業(yè)付費用戶會探索、能找到適合自己設(shè)定的重要因素。

Q：你們這次融資的用處是什么？

吳迪：一個是技術(shù)研發(fā)要大筆投入，另一個是要擴大增長。趁著模型領(lǐng)先行業(yè)的情況下，我們應(yīng)該跑到前面去搶用戶。

Q：為什么不把錢花到“更性感”的探索上？

吳迪：決定公司上限的不是講多好的故事，而是市場上真正拼殺之后大浪淘沙剩下來的東西。這是公司真正的底色，能經(jīng)歷時間考驗，經(jīng)歷不同市場環(huán)境、經(jīng)濟周期沉淀下來的東西。這個行業(yè)在當(dāng)前階段下做到足夠強的滲透率和占有率更加重要。

Q：你們下一個階段的目標(biāo)是什么？

吳迪：有很多。其中一個比較核心的是更加能夠接入生產(chǎn)制造的戰(zhàn)略模型設(shè)施。從技術(shù)來說，肯定是下一代的Rodin模型，在基模生成能力和內(nèi)部結(jié)構(gòu)生成能力上會有一定的進展。還有就是打造一個更加方便使用的工具。在未來一兩年的時間里我們主要做兩件事：一是精進底層模型的生成質(zhì)量；二是拓展編輯、agent化等能力，讓模型在專業(yè)領(lǐng)域越來越好用。

張啟煊：一個是給實時互動領(lǐng)域提供更好的平臺工具，游戲就是實時互動。當(dāng)然包括一些非游戲應(yīng)用也在用3D生成打造東西。另一個是跟生產(chǎn)制造相關(guān)的，3D打印是一個入門級的生產(chǎn)制造領(lǐng)域，還有更深的如CNC加工等，這些我們都有涉及。

談未來：B端應(yīng)用成長空間還很大

Q：你們的收入情況大致是什么水平？

吳迪：收入量級大概數(shù)千萬美金的ARR（年度經(jīng)常性收入），這個數(shù)據(jù)計算可能會有些“吃虧”，因為B端不像C端收入能乘12計算。

Q：具體在海外國內(nèi)、B端C端的占比是什么樣的？

吳迪：最新的數(shù)據(jù)大概是6:4，C端略超B端。

我們的整體定位有點像Anthropic，B端業(yè)務(wù)是我們重要的增長方向，在這塊我們是海外市場份額的絕對頭部。目前我們積累的B端客戶數(shù)量，比業(yè)內(nèi)其他幾家友商的加起來還多。

在Hyper3D Rodin Gen-2.5上線后，C端增長速度很快，新模型上線首月，訂閱用戶與ARR環(huán)比增速均超400%。而我們觀察到的現(xiàn)象是，隨著C端用戶上升，他們會開始采用B端服務(wù)。因為大部分C端用戶其實不是純粹C端，是Pro C，勢必會把工具帶到企業(yè)里面。

張啟煊：全球分布上，海外業(yè)務(wù)占比70%～80%，核心市場在北美，我們在北美的技術(shù)聲譽和品牌聲譽都很好，例如今年英偉達官方披露的黃仁勛CES Keynote 制作的工作流程中，3D資產(chǎn)生成環(huán)節(jié)采用了Hyper3D Rodin，我們是整個工作流程里唯一一家初創(chuàng)企業(yè)。

Q：國內(nèi)沒有大客戶嗎？為什么？

張啟煊：核心是海內(nèi)外企業(yè)對 AI 的接受邏輯不同，海外企業(yè)重視數(shù)據(jù)安全，愿意承擔(dān)合規(guī)成本選擇私有化部署，拉高客單價；國內(nèi)企業(yè)更輕量化，直接接入 API 試用，私有化部署需求極少。不過近兩年國內(nèi)廠商態(tài)度明顯松動，去年對接游戲企業(yè)時，對方還完全不接受 AI 外包模式，今年大量企業(yè)已經(jīng)開始愿意嘗試了。

Q：你們覺得3D生成是個好生意嗎？怎么看自己的增長天花板？

張啟煊：引擎大家覺得不是好生意，是因為游戲太賺錢，引擎在其中分到的太少。但我們橫向比較對象是LLM、圖像生成和視頻生成，3D生成相比圖像和視頻是更好的生意。

而且3D從業(yè)者是基數(shù)很大的群體，不然撐不起Autodesk這類大型公司。隨著模型能力一代代提升，我們能覆蓋到的用戶群體會越來越大。下一步，很多工業(yè)領(lǐng)域的3D從業(yè)者也會開始使用，用戶圈會進一步擴大。所以用戶圈的天花板，其實是跟著模型能力走的。

Q：但似乎不少友商在做其他方向探索？

吳迪：一開始大家覺得3D原生數(shù)據(jù)訓(xùn)不出來3D大模型，都用2D數(shù)據(jù)訓(xùn)。我們團隊訓(xùn)練了第一個原生3D模型，驗證了這件事，并產(chǎn)品化、商業(yè)化成功，大家開始轉(zhuǎn)到這條技術(shù)路徑。一開始大家說這領(lǐng)域不存在真正B端，都從C端入手，中國市場也天然更認可C端市場，直到我們打開游戲市場后，大家也開始覺得游戲是個目標(biāo)市場了。

我們現(xiàn)在的B端收入比全行業(yè)其他所有友商加起來總和還要更多。過一兩個月，大家可能會認為3D生成市場存在一個相當(dāng)體量的B端市場，而且營收還不錯。

Q：現(xiàn)在騰訊、字節(jié)等大公司也在研究3D生成，是否會帶來競爭的高壓力？

吳迪：我們目前判斷大廠不太會深入這么垂直細分的場景。大廠的社會使命和初創(chuàng)公司不一樣，做這一塊更多是對自己能力的補足。因為3D沒有非常標(biāo)準(zhǔn)的消費級、各行各業(yè)都能用的通用形態(tài)，除了底層模型能力，還要做非常多和行業(yè)適配相關(guān)的工作，這需要非常深入去完成。

Q：大廠在數(shù)據(jù)儲備上似乎有明顯的優(yōu)勢？

張啟煊：其實未必。假設(shè)某個游戲集團有100個游戲，每個游戲1萬個資產(chǎn)，也就100萬個數(shù)據(jù)資產(chǎn)。但多數(shù)游戲可能1萬的資產(chǎn)都沒有。100萬對于我們現(xiàn)在預(yù)訓(xùn)練階段的數(shù)據(jù)量級來說是很小的數(shù)字。在3D生成這個領(lǐng)域，我們沒有發(fā)現(xiàn)像其他模態(tài)一樣的大廠數(shù)據(jù)壁壘。

另外到目前為止，我們每一次真正的質(zhì)量飛躍都不是因為數(shù)據(jù)增加，而是底層架構(gòu)和表達上的創(chuàng)新帶來的。數(shù)據(jù)增益有，能補全邊緣case上的失敗，但絕對質(zhì)量更多由底層架構(gòu)革新帶來。除非是特定任務(wù)（如分件），需要新增大量拆分數(shù)據(jù)。

AI很難完全取代人，工具是更優(yōu)定位

Q：UGC興起后，AI 3D生成的用戶是否在開始偏向非專業(yè)用戶？

吳迪：隨著AI發(fā)展，3D建模門檻大幅降低，硬件進步確定讓很多人第一次接觸到“創(chuàng)造”的快樂，但整體而言絕大多數(shù)3D AI用戶依然是原本就有3D建模需求的人，集中在專業(yè)C 端。影眸的區(qū)別是營收一半來自B端大客戶，專業(yè)領(lǐng)域的認可度非常高，且付費意愿極強。

張啟煊：3D對普通用戶的基建還沒做好。更好的傳輸帶寬、更好的顯示設(shè)備、或者是一個爆款UGC游戲，我們覺得如果哪件事發(fā)生了，離C端用戶就會越來越近。過去兩年最接近的時刻是Vision Pro出來，但現(xiàn)在看起來也沒太普及。

Q：AI 3D生成未來的競爭是比拼技術(shù)還是比拼產(chǎn)品？

張啟煊：產(chǎn)品始終是最重要的護城河。

3D生成公司有十來家，技術(shù)演進處在不同階段，有的靠蒸餾別人的模型追趕，有的從底層自己做。談3D生成的絕對質(zhì)量是時間前后的問題，但有些東西追不上——那些由應(yīng)用觸發(fā)、需要在模型側(cè)做改造的能力，難點在于不知道該怎么改通用框架來解鎖對應(yīng)能力。

我們是提出這個框架的人，理解最深，從第一天就把這些設(shè)計了進去；他們就算意識到，也可能要從預(yù)訓(xùn)練重新做，而train一次失敗的代價不小。

Q：未來AI 3D生成有沒有可能直接被用到游戲里？

吳迪：這和游戲等級有關(guān)。3A 游戲的主要角色基本不可能，因為它永遠是最高標(biāo)準(zhǔn)，還有很多審美、非技術(shù)性需求，很難說 AI 能完全達到——也許通過agent多輪修改有機會接近，但我覺得基模本身很難達到。

張啟煊：有的項目可以，比如一些簡單的小手游、服務(wù)類游戲，但內(nèi)容向、美術(shù)向的游戲要求比較高，在3A上可能永遠沒法達到，因為不存在一個解能滿足所有項目需求，人在其中的作用肯定一直存在。我們的選擇就是讓人可以干預(yù)，做一套比原來更方便的AI工具。

Q：你們對3D AI Agent 有什么構(gòu)想？

吳迪：我們認為單純輸出 3D 資產(chǎn)只能算作工具，不具備真正的 Agent 價值。真正的智能 Agent 應(yīng)當(dāng)承接完整業(yè)務(wù)任務(wù)，而非僅產(chǎn)出模型，比如搭建 3D 小游戲完整場景、設(shè)計戶型空間，AI 承接整套工作任務(wù)，串聯(lián)全流程工作流，只有實現(xiàn)這一點，Agent 才有實際意義。我們團隊整體風(fēng)格務(wù)實，只有 2.5 把模型精度提升到足夠高的水準(zhǔn)，拓展能力才有落地價值；如果基礎(chǔ)模型精度不足，優(yōu)先研發(fā) Agent 沒有實際意義。

Q：你們怎么看世界模型？

吳迪：現(xiàn)在啥都能說是世界模型。我們大概下個月要上線場景生成能力，這個能不能算世界模型？我覺得也未必不能。

張啟煊：我們團隊技術(shù)出身，對世界模型概念相比一般公司更敬畏。就算上線了這個東西，我們也叫它"世界生成模型"。“世界模型”是一個很廣的概念，現(xiàn)在市場上什么東西都往里面裝，我們不太想這么做。

吳迪：我們覺得能夠操縱的智能控制，真的能理解整個世界，那個才是世界模型。現(xiàn)在的一些我們叫世界生成模型，比如谷歌Genie 3、李飛飛老師World Labs 的 Marble，都是在生成環(huán)境。世界模型可能更接近于LeCun提出的概念，但沒人知道那東西到底什么樣。