英偉達都在用的3D大模型Hyper3D再獲數億融資，背后是一群中國00后

過去半年，AI 行業開始頻繁談「世界模型」。

多條演化出來的路線，讓李飛飛都下場，專門寫了一篇文章，解釋到底什么是世界模型，又有哪些分類。

李飛飛的 World Labs 做 Marble，DeepMind 推 Genie，LeCun 也長期強調讓 AI 理解物理世界。這個概念聽起來足夠大足夠有前景：讓模型生成、理解、推演一個可以進入、可以交互、可以行動的空間。

但在國內有一家做 AI 3D 生成的年輕公司影眸科技，其 CEO 吳迪對「會不會做世界模型」的回答，反而有點克制。

他說，現在世界模型的定義很寬泛。如果只是生成一個可瀏覽的環境，他們更愿意叫它「世界生成模型」。真正的世界模型，應該和具身智能、控制、交互有關，要能理解并操縱整個世界。

所以，在真正的世界被 AI 生成出來之前，似乎還有一個更具體的問題要先解決：這個世界里的物體從哪里來？

一張桌子、一只手套、一個游戲怪獸、一件工業零件，如果只能在屏幕上看起來像，那還停在展示層。真正進入生產流程，它要能被拆分、編輯、換材質、進引擎、接入渲染管線，甚至交給外包團隊繼續加工。

影眸想把這件事情做好，事實證明他們也確實做到了。

就在這個月，影眸科技完成了新一輪數億元融資，由凱輝基金、上海國投先導領投，老股東繼續跟投，早前押注它的名單里有字節跳動、美團龍珠、紅杉中國和藍馳創投等。

官宣融資同一時間，影眸還正式發布了新一代模型 Hyper3D Rodin Gen-2.5。

▲Hyper3D 官網：hyper3d.ai

新的 AI 3D 生成模型 Rodin Gen-2.5 是全球首個具備千萬面級生成能力的 3D 大模型，也是第一個將類大語言模型的「先思考、再生成」運行邏輯引入 3D 生成領域的模型。

不像大語言模型有越來越多的 Benchmark 來證明模型的能力，AI 3D 還是憑借著實際場景的用戶口碑來證明自己。數據顯示，Rodin Gen-2.5 上線首月，訂閱用戶與 ARR 的環比增速擴大 400%。

我生成了一個 3D 資產，然后呢

圖像和視頻解決的是「看起來對」，而 3D 產業真正需要的是「用起來對」。

圖像和視頻很多時候服務觀看就停在那里了，3D 資產會被繼續使用。它會被拆、被改、被綁定、被降面、被導進引擎。生成只是起點，后面的加工才是生產。

2024 年以前，市面上大多數 AI 3D 生成工具都卡在了一個尷尬的瓶頸期：好玩，但不能用。

傳統路徑往往依賴「2D 升 3D」，先合成多視角圖像，再用算法還原幾何，這種做法天生帶有噪聲和坑洼，在視角不連續時甚至會產生「多頭怪」的崩壞結果。

對于 3A 游戲、影視后期等核心工業管線來說，這種資產只能拿來「隨機抽卡」，完全無法直接交付。

直到 2024 年 8 月，影眸團隊憑借原生大模型框架 CLAY 提名圖形學頂會 SIGGRAPH 最佳論文，推動了行業技術路徑的底層變革。而剛剛發布的 Hyper3D Rodin Gen-2.5，則直接將 3D 生成推向了「Production-Ready（生產級可用）」的最終落地方向。

Rodin Gen-2.5 的底層變化，可以用一句話概括：讓模型根據計算預算自適應決定生成結果的復雜度。

過去很多生成模型會給不同對象分配近似固定的表達空間。簡單物體和復雜角色，都用相近長度去表示，效率和細節都會受限。但真正有效的方式，應該是簡單物體少花時間，復雜對象多花時間。

這個思路有點像大語言模型在推理時拉長思考過程，只是對象從文字變成了幾何結構和材質細節。我們看到的是 4 秒、20 秒、80 秒這些檔位；模型內部對應的是不同長度、不同計算量的生成過程。

4 秒可以快速出草稿，適合批量測試和找方向；20 秒更適合結構與細節均衡的資產；80 秒則面向高精度模型，可以把皮膚微結構、毛孔、紋理、龍鱗這類細節做進模型本身。

影眸科技 CTO 張啟煊表示，Rodin Gen-2.5 之前，很多 AI 3D 結果更多停在白盒或預覽階段。

到了 Rodin Gen-2.5 這一代，已經有游戲工作室把 Extreme-High 模式用到高模階段。比如生成一只怪獸，表面微微隆起的龍鱗可以進入高模，再和低多邊形模型結合。

游戲美術和工業設計師關心的，大概也是這個東西能不能接到下一道工序里。

如果說千萬面級的幾何生成解決了 3D 模型的「骨肉」，那么 Rodin Gen-2.5 同步推出的 12K 原生 3D 外觀生成模型則徹底解決了 3D 模型的「皮囊」。

不同于行業普遍采用的「多視圖投影」，Hyper3D 通過凍結物體表面光場，將 2D 圖像與 3D 外觀統一到同一潛在空間。

無死角覆蓋： 材質紋理實現全 3D 空間一致性補全，再也沒有投影拉伸和死角破損。

物理級寫實： 完美支持基于物理的 PBR 材質（金屬度、粗糙度、高光、法線）。

超越掃描： 在 12K 超高分辨率加持下，生成的幾何精度與材質保真度，在效果上已經可以超越動輒數萬元成本的實景掃描，為后期制作留出了巨大的修改空間。

配合幾何模型同款的 Thinking Effort 設計，最快只需 5 秒，一套包含高精度幾何與 12K 貼圖的完整資產就能直接出爐。

在當前的 AI 調整期，資本市場衡量一家公司的核心指標，已經從「擁有多少用戶」變成了「誰在為你持續付費」。影眸科技選擇了一條類似 Anthropic 的硬核 B 端路線。

目前，影眸的整體商業化結構表現可以總結為：

全球化造血： 約 80% 的收入來自海外市場，核心主戰場在北美。

高黏性 B 端： 營收結構中 B 端與 C 端（Pro C 專業用戶）基本呈現 4:6 結構。其積累的 B 端客戶營收超過同賽道其他所有友商的總和，且續費率幾近 100%。

頂流大廠排隊接入： 在英偉達創始人黃仁勛的 CES 主題演講中，3D 資產生成工作流便采用了 Hyper3D Rodin。目前，Unity AI Beta、OctaneRender、Canva、Figma 等專業設計與引擎平臺均已先后接入 Hyper3D 的能力。

核心研發平均 00 后的公司

AI 時代，小體量的公司，甚至是一人公司逐漸成為主流，此外，年輕化也是 AI 領域的一大特征。

公司創始人曾提到，影眸現在加上實習生約 60 人，技術團隊約占三分之二，核心算法團隊很多人從本科階段一起成長，流動很少。

其 CTO 張啟煊說，公司成立到現在，流出的核心算法人才只有 3 個，分別去了英偉達、迪士尼研發部門和騰訊。

小團隊的好處，是方向更集中，年輕化的好處，是點子更加天馬行空。

影眸的核心團隊來自上海科技大學的 MARS 實驗室，吳迪 2015 年入學，第二年就搭起了這個實驗室。

核心研發平均 00 后、約 60 人的團隊，很難讓人把它和「生成世界」這樣宏大的命題聯系起來。

但回頭看影眸過去幾年的路線，會發現他們幾乎一直在做同一件事。從掃描真實世界，到生成數字人；從生成單個物體，到生成完整資產；接下來再從資產走向場景。尺度一直在變大，但方向始終沒變。

當 AI 行業開始重新討論世界模型時，有人在生成環境，有人在生成游戲，有人在探索具身智能。對于世界模型究竟是什么，至今沒人能給出標準答案。

但有一點或許越來越清晰：在那個能夠被進入、被交互、被操縱的數字世界真正出現之前，總得有人先把里面真實可控的東西造出來。