鴻蒙為何選中一家世界模型「狂想者」？拆解極頂數(shù)創(chuàng)的AI 3D底牌

編輯｜Youli

在傳統(tǒng)認(rèn)知里，制作一個(gè)高質(zhì)量 3D 模型，往往意味著復(fù)雜的軟件流程、昂貴的硬件設(shè)備，以及經(jīng)年累月積累的專業(yè)知識(shí)。對(duì)專業(yè)設(shè)計(jì)師而言，這是日常工作；可對(duì)普通用戶而言，卻是「看得見，做不了」的高門檻。

但如今，這一傳統(tǒng)敘事正在被重寫。

打開手機(jī)，拍攝或上傳一張圖片，AI 自動(dòng)識(shí)別主體，幾十秒內(nèi)生成一個(gè)可以 360° 旋轉(zhuǎn)查看、保存、導(dǎo)出，甚至用于 3D 打印的模型……3D 創(chuàng)作似乎變得像拍照一樣簡(jiǎn)單。

這正是極頂數(shù)創(chuàng)（Vertex Lab）旗下核心產(chǎn)品 V2Fun在做的事。

在今年 6 月舉行的 2026 華為開發(fā)者大會(huì)（HDC 2026）上，V2Fun 正式作為鴻蒙系統(tǒng)首個(gè) 3D 大模型 AI 原生應(yīng)用亮相。數(shù)據(jù)顯示，應(yīng)用一經(jīng)上架，便迅速登上華為應(yīng)用市場(chǎng)編輯精選，沖入下載榜 Top 30，并獲評(píng)當(dāng)月最佳應(yīng)用。

作為鴻蒙空間智能生態(tài)中備受矚目的硬核黑馬，V2Fun 的破圈引發(fā)了科技界與資本市場(chǎng)的廣泛關(guān)注。

問題也隨之而來：在一個(gè)技術(shù)門檻如此高的垂直賽道，這家初創(chuàng)公司究竟做對(duì)了什么？憑什么能獲得鴻蒙生態(tài)的獨(dú)家青睞？其底層技術(shù)底牌和行業(yè)野心，又指向何方？

把復(fù)雜工業(yè)級(jí)建模裝進(jìn)手機(jī)，V2Fun 想解放「超級(jí)個(gè)體」

首先，我們來詳細(xì)了解一下 V2Fun 到底在做什么。

據(jù)了解，目前極頂數(shù)創(chuàng)的產(chǎn)品矩陣采取「移動(dòng)端輕量起草、Web 端專業(yè)深化」的雙端賬戶互通閉環(huán)生態(tài)。移動(dòng)端負(fù)責(zé)低門檻普及，Web 端則專注于工業(yè)級(jí)高效生產(chǎn)，兩端協(xié)同，覆蓋從大眾到專業(yè)的全鏈路。

移動(dòng)端的 V2Fun 鴻蒙原生 App 主要面向大眾用戶和輕量創(chuàng)作者，核心目標(biāo)是把復(fù)雜的 3D 建模流程，壓縮成普通用戶憑直覺即可「上手」的移動(dòng)端體驗(yàn)。

過去，普通用戶之所以對(duì) 3D 建模「敬而遠(yuǎn)之」，不只是因?yàn)檐浖y用，更在于它天然屬于一套專業(yè)工業(yè)流程。模型要有準(zhǔn)確的輪廓、穩(wěn)定的結(jié)構(gòu)、完整的材質(zhì)，還要能被打開、查看、導(dǎo)出，甚至繼續(xù)進(jìn)入打印、游戲、動(dòng)畫或工業(yè)設(shè)計(jì)流程。顯然，對(duì)普通人來說，這并不是能夠輕易做到的。

為此，V2Fun 的第一步，就是把這套復(fù)雜流程壓縮到移動(dòng)端。在 V2Fun 鴻蒙原生 App 里，用戶可以通過相機(jī)直拍或從相冊(cè)上傳任意物體照片。V2Fun 能夠自動(dòng)識(shí)別主體，并在幾十秒內(nèi)生成高還原度 3D 模型，將傳統(tǒng)做法中的建模、貼圖、材質(zhì)、拓?fù)洹V、格式轉(zhuǎn)換等多個(gè)步驟，重構(gòu)為：拍攝／上傳圖片 ——AI 識(shí)別主體 —— 生成 3D 模型 ——360° 預(yù)覽 —— 保存／導(dǎo)出／分享。

顯然，這一步的意義在于，3D 創(chuàng)作的入口被明顯前移。

過去，在潮玩、手辦、3D 打印、個(gè)性化禮物、社交分享等場(chǎng)景中，用戶想把一個(gè)寵物、擺件、手辦等變成 3D 模型，需要先理解專業(yè)軟件，再學(xué)習(xí)建模流程。現(xiàn)在，只需要從一個(gè)最熟悉的動(dòng)作開始 —— 拍一張照片。

而且，V2Fun 還支持一鍵將現(xiàn)實(shí)圖片轉(zhuǎn)化為更適合 3D 建模的風(fēng)格參考圖，例如寫實(shí)參考圖優(yōu)化、潮玩盲盒、積木藝術(shù)、立體折紙等。這意味著，創(chuàng)作門檻降低的同時(shí)，玩法也在大幅增加。

更關(guān)鍵的是，V2Fun 原生支持 GLB、3MF 等行業(yè)標(biāo)準(zhǔn)格式導(dǎo)出。生成出來的 3D 模型不只是一張「看起來像 3D」的生成效果圖，還可以進(jìn)一步對(duì)接 3D 打印機(jī)，將數(shù)字創(chuàng)意變成實(shí)體模型、手辦或個(gè)性化物件。

這也讓 V2Fun 的移動(dòng)端價(jià)值變得更加清晰：它降低的不是某一個(gè)按鈕的操作難度，而是整個(gè) 3D 創(chuàng)作鏈路的理解門檻。

如果說 V2Fun 在移動(dòng)端解決的是「更多人如何開始創(chuàng)作 3D」，那么，它在 Web 端解決的就是「生成出來的 3D 如何繼續(xù)進(jìn)入專業(yè)生產(chǎn)」。

V2Fun Web 工作臺(tái)（v2fun.art）作為工業(yè)級(jí) 3D 內(nèi)容生產(chǎn)全管線平臺(tái)，主要面向?qū)I(yè)創(chuàng)作者、設(shè)計(jì)師、3D 內(nèi)容團(tuán)隊(duì)、游戲資產(chǎn)生產(chǎn)方和泛娛樂創(chuàng)作團(tuán)隊(duì)，提供更完整的 AI 3D 內(nèi)容生產(chǎn)能力。

• AI 圖像：支持 AI 生圖、智能圖像編輯、多視圖生成、高清放大等能力，為后續(xù) 3D 建模提供更穩(wěn)定、更可控的視覺輸入。
• AI 建模：支持通過文字或圖片生成高精度 3D 模型，原生附帶行業(yè)領(lǐng)先的 8K PBR 材質(zhì)貼圖，實(shí)現(xiàn)「所見即所得」的建模體驗(yàn)。用戶不僅可以獲得模型外形，還可以獲得具備材質(zhì)表現(xiàn)和紋理細(xì)節(jié)的可用 3D 資產(chǎn)。
• AI 動(dòng)畫：支持一鍵骨骼自動(dòng)綁定、海量動(dòng)作庫調(diào)用，以及 AI 視頻動(dòng)作捕捉，讓靜態(tài) 3D 模型進(jìn)一步「動(dòng)起來」。這意味著，V2Fun 的產(chǎn)品能力并不止于靜態(tài)模型生成，而是逐步覆蓋從 3D 建模、紋理生成、骨骼綁定、動(dòng)作驅(qū)動(dòng)到動(dòng)畫內(nèi)容生產(chǎn)的完整鏈路。

這種變化，在具體用戶的使用過程中表現(xiàn)得更直觀。

資深游戲原畫師「喵不靈」（曾參與《無限暖暖》等大型項(xiàng)目）一直渴望獨(dú)立構(gòu)建一個(gè)新藝術(shù)運(yùn)動(dòng)風(fēng)格的西歐幻想小鎮(zhèn)游戲場(chǎng)景《唯詩利亞》（Wishlia）。

但在傳統(tǒng)流程中，場(chǎng)景資產(chǎn)的制作成本極其高昂，僅請(qǐng)同行幫忙建一個(gè)角色模型就可能花費(fèi)上萬元。個(gè)人單槍匹馬面對(duì)一整座小鎮(zhèn)的建模工作量，幾乎注定失敗。他曾先后嘗試并放棄了 7 次，每一次都卡在同一個(gè)環(huán)節(jié)：從 2D 原畫進(jìn)入 3D 空間后，建筑細(xì)節(jié)、場(chǎng)景搭建和模型資產(chǎn)制作的工作量迅速膨脹，遠(yuǎn)超個(gè)人創(chuàng)作者能夠承受的范圍。

可在接入 V2Fun 后，「喵不靈」的工作流發(fā)生了顛覆性變化。他通過「圖生模」工作流，快速、批量地獲取了超過 100 個(gè)高還原度的建筑、街角和道具 3D 資產(chǎn)，并在空間中快速組合驗(yàn)證，成功推進(jìn)了第 8 次嘗試。這也是最接近成型的一次。

「?jìng)鹘y(tǒng)流程里，原畫、模型、地編是割裂的。而現(xiàn)在，因?yàn)?V2Fun 降低了轉(zhuǎn)化成本，這些職能正在合并。我不再只是一個(gè)畫畫的，我成了一個(gè)真正的設(shè)計(jì)師、一個(gè)造物主。」

這樣的案例也在說明，V2Fun 提升的不是單個(gè)模型的生成效率，而是讓個(gè)人創(chuàng)作者第一次有機(jī)會(huì)打通從概念、資產(chǎn)到空間驗(yàn)證的完整鏈路。過去只有大型團(tuán)隊(duì)才能搭建的世界，正在被 AI 3D 拆解成一個(gè)人也能逐步完成的創(chuàng)作任務(wù)……

憑什么是極頂數(shù)創(chuàng)？

在強(qiáng)手如林的大模型賽道，華為為什么唯獨(dú)偏愛極頂數(shù)創(chuàng)？或許，這是很多人的疑問。但其實(shí)，答案藏在技術(shù)與產(chǎn)品契合度、自研模型能力和團(tuán)隊(duì)復(fù)合背景三個(gè)層面。

深度適配鴻蒙：四項(xiàng)系統(tǒng)級(jí)原生突破

首先，極頂數(shù)創(chuàng)的技術(shù)能力與華為 HarmonyOS 空間智能方向高度契合。

要知道，V2Fun 選擇在鴻蒙生態(tài)中首發(fā)，并不是簡(jiǎn)單地把一個(gè)云端 AI 生成工具搬到手機(jī)上，而是針對(duì)純血鴻蒙底層能力進(jìn)行了深度重構(gòu)。圍繞系統(tǒng)級(jí) 3D 圖形、資產(chǎn)管理、格式流轉(zhuǎn)和用戶感知體驗(yàn)，V2Fun 實(shí)現(xiàn)了四項(xiàng)系統(tǒng)級(jí)原生突破：

• 系統(tǒng)級(jí) 3D 圖形能力適配：依托 ArkGraphics 3D 服務(wù)，在移動(dòng)端實(shí)現(xiàn)自然的 3D 模型預(yù)覽、旋轉(zhuǎn)與交互，解決 3D 文件在 C 端長(zhǎng)期「無法直觀查看」的痛點(diǎn)。
• 3D 資產(chǎn)無縫沉淀至華為圖庫：生成的 GLB、3MF 等標(biāo)準(zhǔn)格式文件，可像管理普通照片一樣在圖庫中管理，讓 3D 資產(chǎn)首次進(jìn)入系統(tǒng)級(jí)內(nèi)容管理入口。
• 標(biāo)準(zhǔn)格式導(dǎo)出與 3D 打印鏈路打通：通過原生架構(gòu)無縫流轉(zhuǎn)至物理制造，契合空間智能從虛擬走向真實(shí)應(yīng)用的生態(tài)趨勢(shì)。
• 鴻蒙原生體驗(yàn)提升內(nèi)容流轉(zhuǎn)效率：將建模、預(yù)覽、圖庫管理、流轉(zhuǎn)分享融為一體，形成端到端的端側(cè)創(chuàng)作閉環(huán)。

核心底牌：自研 3D 大模型的精度與還原度

但這還不夠。再往深處探尋，極頂數(shù)創(chuàng)能夠完成這樣的產(chǎn)品落地，核心底牌在于其自研 3D 大模型所展現(xiàn)出的行業(yè)領(lǐng)先精度與還原度。

據(jù)介紹，團(tuán)隊(duì)的技術(shù)路徑經(jīng)歷了從「二維升三維」到「VAE + Diffusion」，再到如今全面邁向「VAE + DiT」架構(gòu)的持續(xù)迭代。相較于傳統(tǒng) Diffusion 架構(gòu)，新一代 VAE + DiT 架構(gòu)更適合大規(guī)模模型訓(xùn)練和復(fù)雜結(jié)構(gòu)建模，能夠在更統(tǒng)一的表示空間中處理幾何、紋理、視角和語義信息，有利于提升 3D 生成的一致性、可控性和擴(kuò)展能力。

在這一技術(shù)路線背后，是極頂數(shù)創(chuàng)對(duì) AI 3D 的判斷：3D 生成不只是圖像生成的延伸，還需要同時(shí)解決結(jié)構(gòu)、紋理、視角和資產(chǎn)可用性問題。顯然，VAE + DiT 路線更適合支撐未來從單物體生成走向場(chǎng)景生成、動(dòng)畫生成和世界模型構(gòu)建。

在具體算法層面，極頂數(shù)創(chuàng)實(shí)現(xiàn)了兩大核心算法突破：

幾何表達(dá)原理圖

• 幾何表達(dá)：從「密集存儲(chǔ)」到「最小充分證據(jù)」，重新定義 3D Token 化

傳統(tǒng)路線要么使用 SDF 進(jìn)行密集采樣，導(dǎo)致 Token 臃腫；要么使用 Dual Contouring，把大量算力浪費(fèi)在無效的「結(jié)構(gòu)記賬」上，模型難以高效學(xué)習(xí)。極頂數(shù)創(chuàng)提出了全新的幾何表達(dá)框架 —— 將網(wǎng)格 Token 化重新定義為「局部表面證據(jù)采樣」。

基于「局部平面」假設(shè)，每個(gè)體素僅使用一個(gè)表面支點(diǎn)加一個(gè)朝向符號(hào)（Dim 4），即可精確誘導(dǎo)重建。同時(shí)，結(jié)合「空間復(fù)雜度非均勻」假設(shè)，采用金字塔式自適應(yīng)分配，把精細(xì) Token 只投向高曲率、薄結(jié)構(gòu)等復(fù)雜區(qū)域。最終，呈現(xiàn)在用戶面前的效果，就是模型輪廓更準(zhǔn)確、薄壁結(jié)構(gòu)更完整。

• 紋理生成：從「低清多視圖投影」到「高分辨率、表面一致的原生貼圖」

針對(duì)多視角高分辨率去噪時(shí)極易引發(fā)的物體表面結(jié)構(gòu)錯(cuò)位與紋理撕裂問題，極頂數(shù)創(chuàng)提出局部 — 全局雙流去噪與稀疏 3D 空間庫注意力。全局流錨定物體身份與粗結(jié)構(gòu)，局部流專注于合成表面細(xì)節(jié)。

最核心的創(chuàng)新在于，所有可見 Token 會(huì)按照其在三維表面上的真實(shí)位置，直接索引進(jìn)一個(gè)共享的稀疏 3D 記憶庫中交換外觀信息。該設(shè)計(jì)與視角數(shù)量和分辨率完全解耦，可在推理時(shí)無縫擴(kuò)展出工業(yè)級(jí) 8K 乃至 12K 的極致原生貼圖效果。

這也是為什么 V2Fun 的技術(shù)敘事沒有只停留在「生成得快」階段。對(duì) AI 3D 來說，速度只是用戶體驗(yàn)的一部分。更難的是，讓模型在多角度查看時(shí)不崩，讓紋理在放大后仍然清晰，讓資產(chǎn)能夠進(jìn)入專業(yè)軟件、動(dòng)畫生產(chǎn)、3D 打印和后續(xù)工作流。

「算法 + 圖形學(xué) + 系統(tǒng) + 產(chǎn)品」的復(fù)合人才壁壘

當(dāng)然，光有模型能力還不夠。AI 3D 的產(chǎn)品化，需要算法、圖形學(xué)、XR 交互、工程系統(tǒng)和產(chǎn)品能力同時(shí)到位。

這里，就不得不提極頂數(shù)創(chuàng)的團(tuán)隊(duì)人員構(gòu)成。這是一支聚集了海內(nèi)外頂級(jí)名校博士人才與前互聯(lián)網(wǎng)大廠行業(yè)老兵的高人才密度團(tuán)隊(duì)。

極頂數(shù)創(chuàng)成立于 2025 年。創(chuàng)始人、CEO 嵇盼畢業(yè)于浙江大學(xué)，后赴海外攻讀博士學(xué)位，師從 3D 視覺領(lǐng)域世界級(jí)科學(xué)家。他曾深耕硅谷核心 AI 圈五年，回國(guó)后加盟頂尖大廠，擔(dān)任騰訊 XR 感知交互中心負(fù)責(zé)人。在 3D 空間計(jì)算、XR 感知交互、大模型算法管線和系統(tǒng)級(jí)工程產(chǎn)品化落地方面，他擁有極為豐富的實(shí)戰(zhàn)經(jīng)驗(yàn)。

算法與工程團(tuán)隊(duì)的核心成員同樣來自浙大、上交、同濟(jì)、澳國(guó)立、山大等海內(nèi)外院校，覆蓋 3D 視覺、深度學(xué)習(xí)、圖形學(xué)、AIGC 等方向。

這支團(tuán)隊(duì)的特點(diǎn)在于，它既不是單純的算法團(tuán)隊(duì)，也不是傳統(tǒng) 3D 工具團(tuán)隊(duì)，而是一支同時(shí)具備 3D 視覺、深度學(xué)習(xí)、圖形學(xué)、XR 交互、系統(tǒng)工程和產(chǎn)品化能力的復(fù)合型戰(zhàn)隊(duì)。

團(tuán)隊(duì)所解決的問題橫跨多個(gè)層面：底層模型如何訓(xùn)練，幾何與紋理如何表達(dá)，3D 內(nèi)容如何在系統(tǒng)中被查看和管理，移動(dòng)端體驗(yàn)如何做輕，專業(yè)端工作流如何接上，最終生成結(jié)果如何進(jìn)入打印、游戲、動(dòng)畫和空間智能場(chǎng)景……

這也就解釋了為什么 V2Fun 能與 HarmonyOS 做深度適配。它需要的不只是一個(gè)模型，也不是一個(gè)前端產(chǎn)品，而是一套從技術(shù)、工程系統(tǒng)到產(chǎn)品化落地的復(fù)合能力。

在 AI 3D 這一賽道，人才密度本身就是優(yōu)勢(shì)，也是短期內(nèi)大廠或競(jìng)品難以跨越的硬核「人才護(hù)城河」。

極頂數(shù)創(chuàng)的終局想象力：從 3D 原生實(shí)體走向全功能「3D 世界模型」

如果只看 V2Fun 當(dāng)前的移動(dòng)端 App 和 Web 工作臺(tái)，極頂數(shù)創(chuàng)已經(jīng)是一家行業(yè)領(lǐng)先的 AI 3D 內(nèi)容生成公司。但極頂數(shù)創(chuàng)的「野心」遠(yuǎn)不止于此。

「極頂數(shù)創(chuàng)從創(chuàng)立之初，其定位就始終是一家世界模型方向的基礎(chǔ)設(shè)施公司。我們想講的，是一個(gè)關(guān)于空間智能更宏大的終局故事。」嵇盼告訴機(jī)器之心。

當(dāng)下，世界模型無疑是行業(yè)熱門話題。各路玩家都在圍繞「未來的世界模型，究竟應(yīng)該如何表示世界？」這一核心問題進(jìn)行摸索。仔細(xì)看下來，主要形成了兩種路線。

一種路線偏向純 2D 視頻生成，通過連續(xù)畫面模擬世界變化。但問題在于，這一路線缺乏顯式三維結(jié)構(gòu)，在長(zhǎng)程物理交互或高頻視角變化中，容易出現(xiàn)畫面變形、結(jié)構(gòu)漂移和空間記憶崩塌。

另一種路線則偏向純 3D 場(chǎng)景生成，可以構(gòu)建精美的三維空間。可是，由于缺少時(shí)間維度、動(dòng)作反饋和物理因果關(guān)系，它看起來像一個(gè)漂亮的 3D 場(chǎng)景，卻很難真正成為一個(gè)可交互、可推演的動(dòng)態(tài)世界。

極頂數(shù)創(chuàng)的核心判斷是，下一代世界模型必須是渲染、仿真與規(guī)劃的深度融合。它需要有負(fù)責(zé)畫面質(zhì)感的渲染能力，也要有負(fù)責(zé)空間物理規(guī)律的仿真能力，還要有負(fù)責(zé)行動(dòng)決策的規(guī)劃能力。

為此，極頂數(shù)創(chuàng)選擇以具備實(shí)體模型、動(dòng)畫和骨骼的「真 3D」為世界主體，借助面向交互的「動(dòng)作控制視頻生成技術(shù)」，為環(huán)境引入時(shí)間與物理因果，實(shí)現(xiàn)從資產(chǎn)到世界的平滑過渡。

換句話說，極頂數(shù)創(chuàng)希望「以 3D 實(shí)體為骨骼，以動(dòng)作控制為血肉」。

具體來看，這一布局分為兩個(gè)階段。

• 第一階段：構(gòu)建主體與確定性資產(chǎn)

通過 V2Fun 雙端產(chǎn)品作為入口，讓用戶生成帶有精準(zhǔn)幾何、材質(zhì)和骨骼的高精度 3D 原生實(shí)體。

極頂數(shù)創(chuàng)堅(jiān)信，世界模型的主體必須是真 3D 的。只有實(shí)體結(jié)構(gòu)，才能完美回答「物體在哪里、長(zhǎng)什么樣、如何被復(fù)用」等空間確定性問題，從而為世界模型奠定堅(jiān)實(shí)的結(jié)構(gòu)底座。

• 第二階段：引入動(dòng)作與時(shí)間維度，實(shí)現(xiàn)動(dòng)態(tài)交互閉環(huán)

靜態(tài)模型只是世界的骨架。想要讓世界真正動(dòng)起來，還需要?jiǎng)幼鳌⒎答伜鸵蚬P(guān)系。

為了打破「靜態(tài)標(biāo)本」的僵局，極頂數(shù)創(chuàng)在最新前沿研究中，引入了「隱空間高斯記憶體（Latent Gaussian Memory）」與「動(dòng)態(tài)偏差歸檔機(jī)制（Dynamic Deviation Archive）」，作為智能體與世界交互時(shí)的動(dòng)作反饋媒介。

下面是極頂數(shù)創(chuàng)最新披露的 3D 世界模型預(yù)演 Demo。可以看到，當(dāng)用戶或智能體對(duì) 3D 主體發(fā)出動(dòng)作指令時(shí)，高斯記憶體負(fù)責(zé)將實(shí)時(shí)動(dòng)作與視角切換無延遲地轉(zhuǎn)化為 3D 記憶顆粒。動(dòng)態(tài)偏差歸檔機(jī)制則讓 AI 在訓(xùn)練階段便接種了「差錯(cuò)抗體」，學(xué)會(huì)在交互推理時(shí)自動(dòng)修正長(zhǎng)程誤差，以確保世界在動(dòng)作驅(qū)動(dòng)下展現(xiàn)出連貫的因果與物理反饋。

這意味著，無論視角在虛擬世界中走多遠(yuǎn)、繞多大一個(gè)圈，AI 都能在「腦海」深處精準(zhǔn)召回空間記憶，并自動(dòng)修正長(zhǎng)程推理中的誤差。

最直觀的視覺效果便是：場(chǎng)景顏色始終如一，幾何結(jié)構(gòu)穩(wěn)如磐石，徹底解決純視頻路線結(jié)構(gòu)變形的硬傷。

https://mp.weixin.qq.com/s/WsPXbiQYqjN7bs9Fxz4lpg

從整體來看，極頂數(shù)創(chuàng)的打法是，今天通過 V2Fun 讓用戶生成一個(gè)高精度的 3D 原生實(shí)體，解決資產(chǎn)結(jié)構(gòu)的確定性問題；下一步讓模型擁有動(dòng)作和骨骼，構(gòu)建動(dòng)態(tài)層；未來則通過動(dòng)作控制與動(dòng)態(tài)記憶機(jī)制，讓主體與環(huán)境發(fā)生真正的物理交互與因果推演，最終收斂為全功能世界模型與空間智能基礎(chǔ)設(shè)施。

隨著這一路線的演進(jìn)，V2Fun 的用戶群體也將從 C 端創(chuàng)作者、專業(yè)內(nèi)容生產(chǎn)者，向工業(yè)制造、具身智能、仿真訓(xùn)練、空間計(jì)算和世界模型等更底層行業(yè)場(chǎng)景中的群體蔓延。

https://mp.weixin.qq.com/s/WsPXbiQYqjN7bs9Fxz4lpg

• 工業(yè)制造領(lǐng)域：V2Fun 的 3D 生成能力可以用于產(chǎn)品原型設(shè)計(jì)、零部件建模、外觀方案驗(yàn)證、個(gè)性化定制和 3D 打印前置流程，幫助企業(yè)降低建模和打樣成本。
• 具身智能領(lǐng)域：高質(zhì)量 3D 資產(chǎn)、動(dòng)態(tài)動(dòng)作數(shù)據(jù)和可編輯場(chǎng)景，可以成為機(jī)器人訓(xùn)練和仿真的重要基礎(chǔ)。相比單純的視頻數(shù)據(jù)，結(jié)構(gòu)化 3D 內(nèi)容更有利于機(jī)器人理解空間、物體關(guān)系和交互過程。
• 世界模型領(lǐng)域：V2Fun 所積累的 3D 模型、動(dòng)畫、動(dòng)作和場(chǎng)景生成能力，將進(jìn)一步成為構(gòu)建動(dòng)態(tài) 3D 世界狀態(tài)的內(nèi)容基礎(chǔ)。未來，用戶不只是生成一個(gè)模型，還將生成一個(gè)可編輯、可交互、可推演的空間環(huán)境……

從這個(gè)意義上看，V2Fun 承載著一個(gè)「入口」角色。它先讓用戶生成一個(gè)模型，再讓模型變成資產(chǎn)，進(jìn)入圖庫、格式導(dǎo)出、打印和專業(yè)工作流。下一步，模型會(huì)被綁定骨骼、加入動(dòng)作、形成動(dòng)畫，再進(jìn)一步連接到可交互、可推演的 3D 世界。

這條路徑，也構(gòu)成了極頂數(shù)創(chuàng)區(qū)別于其他玩家的根本差異：它真正想爭(zhēng)奪的，不只是「誰能更快生成一個(gè)模型」，更是當(dāng) AI 從二維內(nèi)容生成走向三維世界生成時(shí)，誰能成為那個(gè)底層入口。

在極頂數(shù)創(chuàng)的設(shè)想里，V2Fun 作為首個(gè) 3D 大模型 AI 原生應(yīng)用上架鴻蒙，在消費(fèi)級(jí)市場(chǎng)引爆，讓 3D 創(chuàng)作像拍照一樣簡(jiǎn)單 —— 這一切，僅僅是個(gè)開始。