一年半之前,影眸科技年轻的创始团队去到旧金山,带着还没正式发布的 3D 生成模型 Rodin,在 GDC(游戏开发者大会)上向全球最顶级的游戏开发者们演示 demo。
许多游戏公司团队就在台下,这次 demo 引起了他们的注意。最终,Rodin 模型支持的 Hyper3D.AI 在移动端游戏环境中线D 生成技术大规模即时应用。
Rodin 背后的研究论文《CLAY:用于创建高质量 3D 资产的可控大规模生成模型》(CLAY)和该团队另一项研究一起,入选了当年计算机图形学顶级会议 SIGGRAPH 的最佳论文提名。「拿一个 best paper 提名可以说运气好,一下拿两个 best paper 提名,也不知道是运气好还是运气差」,在刚刚落幕的 SIGGRAPH2025,影眸科技 CTO 张启煊对我们说。
影眸科技主攻 3D 生成方向,不久前刚刚完成由蓝驰创投领投的数千万美元融资,跟投方包括字节跳动和红杉中国种子基金等老股东,是 3D 大模型领域最受关注的头部创业公司之一。
超 15000 人的「AI 产品市集」社群!不错过每一款有价值的 AI 应用。
影眸团队的工作 CLAY,是完全基于原生 3D 数据训练的大模型,团队用远低于图像领域的 3D 原生数据规模和参数,在 3D 生成领域实现了 Scaling,也第一次出现了「涌现」——模型能够通过理解,去生成原来并没有见过的对象。3D 生成效果第一次从「不可用」拉到了「可用线」。
CLAY 在学术上获得的荣誉、以及带来的商业化成功,对于影眸这个虽然年轻,却早从实验室阶段起就研究 3D 的团队来说,无疑是重要的 Milestone。从在上科大做实验,搭建扫描人脸的穹顶光场算起,他们是第一批线D 原生的团队。
当大模型占据了科技行业的主流,the bitter lession 被反复传颂之后,3D 生成也迎来了自己的大年。
最明确的趋势就是大厂开始布局:Roblox 开源了 CUBE 3D,并同时开放了 Mesh Generator API;字节下场,发布了基于 DIT 架构的 3D 大模型,Seed3D 1.0;腾讯混元发布了 3D v2.5 版本模型,将参数量级从十亿提升到 100 亿。
前不久,影眸科技也推出了全新升级的新一代模型 Rodin Gen-2。以全球最大规模的百万级别数据与百亿级参数,在生成质量上带来了质的飞跃。更为平滑、干净的几何表面,大幅减少后期修复成本。既支持百万级面数高精度生成,也能通过法线烘焙,让低面数模型呈现高清纹理效果,同时兼容更高分辨率材质输出。
网格作为 3D 模型的核心载体,决定了形状、平滑度与可变形性,法线、UV、贴图坐标均依附其存在。模型直接生成的 3D 网格越干净清晰,越能够减少在后续软件 Blender、Unity 等中的修复工序,也就意味着距离真正投入生产工序越近,更具可用性,也就更加 Production- Ready。
除了生成质量上的提升,Rodin Gen-2 还在生成的可控性上实现了突破。用户可以选择将任何一个生成的模型分件「Bang to Parts」,也就是把它按照原有的结构从中心四散开来,形成很多小的部件。像是 3D 模型从中心「爆炸」开一样。
推出这个对整个行业而言都很新的功能,源自影眸科技对于 3D 行业工作流程的理解:复杂模型的制作、应用从未是「一体化」的。
游戏领域中,角色骨骼绑定、装备替换需要可插拔部件;工业设计里,建模师需分模块优化细节;3D 打印时,大型物件需拆分制作再组装。以往用户需逐一生成部件、调试组合关系,而 Rodin Gen-2 通过 BANG 和局部重建,「先整体生成、再拆分编辑」,彻底优化了工作流程。
一个整体以「爆炸」的形式,分裂开来,各个部分依旧保持了原有空间上的连接关系,整体和局部如何组合也一目了然。将一个完整的物件以这样的形式再做一次输出,依赖的是模型在理解基础上做生成的能力。「3D 生成大模型在见了足够多的三维模型之后,理解了物品内部的部件和部件之间的关系。」
从模型层面上而言,「Bang to Parts」这个功能的类似基于 3D 生成基座模型的 Post-training,实现了能力的增益。拥有了基座模型的「语义理解能力」的智能,经过 Post-training 后的模型就能够像人类一样,自然理解一个物件整体和局部的关系,并且能够想象将整体分割成部分之后,部分之间的关联会怎样。
尽管在 2025 年的 SIGGRAPH 上,团队比上一年拿到了更大的荣誉,凭借单图生成 3D 场景生成的研究 CAST 获得了最佳论文 Best Paper。但是对张启煊而言,令他更快乐的是 BANG 的这项荣誉,因为这代表了更多人对这项研究的欢迎和喜爱。
对影眸这个团队而言,这意味着 3D 大模型进入了 Post-Training 时代。在想到 Understanding by Generation 这个实现思路之前,面对讲一个 3D 模型进行分件这个课题,团队尝试了很久的传统方法,试图通过人工分类让模型记住不同的分件组合。
直到有一天,团队突发灵感,将大语言模型领域的底层思维迁移至 3D 领域进行尝试。
比起成果,得到成果的过程更令这个年轻的团队兴奋:它是基于跨领域的哲学思考,或者说,底层信念寻求到的技术方案。
这不是团队第一次这样基于底层信念,选择路径,最终实现突破。文章开头提到的验证了 3D 生成领域 Scaling Law 的 CLAY 的诞生,也是源于团队相信:从 2D 到 3D 的升维的技术方案在实现效果上一定会有天花板,无法满足实际生产场景的精度需求。团队意识到 3D 生成要具备商业价值,需要与一套存在已久的复杂生产流程对线D 模型,不仅仅质量上达到产业要求,还需要在使用习惯上符合生产方式。
或许这在今天看来,是一个显而易见的路径。然而回到做这个决定的当下,所有其它平行团队,甚至海外大厂,选择的都是 2D 到 3D 的路径的时候,做出这个选择,就意味着背离整个行业共识,并导致产品推迟半年上线。
回顾影眸科技以往的技术产品迭代,很容易就会提炼出「质量」和「可控性」这两条线索。从「质量」上来看,Rodin Gen-1 通过原生 3D 实现了前所未有的生成质量,Rodin Gen-2 通过参数升级进一步提升生成精度;从「可控性」上来看,3D ControlNet,让用户能够实现边框盒控制,体素控制,点云控制,降低生成时的抽卡率。BANG 和部分重建功能上线,让用户能够拆分并继续编辑基于整体的每一个部件,定义了 3D 模型可控性的行业标准。对于 3D 模型的整体控制无疑更近一步,让「AI 设计」真正开始。
而每一次技术路线上的验证,也是团队一次次将行业前沿技术与市场需求耦合的验证。
在过去的 16 个月里,Hyper3D.AI 平均每 9 天就会上线 月底,「部分重做」功能上线D 生成模型的局部编辑。至此,一年前发表的 CLAY 里展示的所有玩法都完成了产品化。
在某款大型 UGC 游戏中,当用户生成自己想要的萌宠或者其他物品时,就会使用到 Hyper3D.AI。支持这类千万人实时在线的游戏,不仅对于影眸科技是首次,对于游戏产业也很罕见。
在手机的硬件端大规模准确、快速生成用户想要的模型,而不是单纯追求更高面数、更高精度,这种应用场景的需求,使影眸团队独立出一条行业内独有的模型线,使得整体的生成速度压缩到 10 秒以内,差不多和生图一样快。这也就是模型矩阵中的 Zero 模式。
这也反映了 3D 建模这一行业的特点,不同的工种、下游应用,对于模型生成的速度、精度等要求都不一致。张启煊介绍,之后 Rodin Gen-2 也会实现目前已有的四种模式: Zero(低面数优化)、Focal(高细节表现)、Speedy(快速预览)、Default(细节精度和表面平滑度平衡)。
像拓竹这样的消费级 3D 打印机的快速增长,让 3D 内容又增加了一个 C 端可感知的渠道。影眸也是头部 3D 打印厂商的第一批合作企业,用户能够使用 Rodin 模型进行生成特殊风格的模型,再交由 3D 打印机打印为实体。
不过团队的基础判断依旧是,3D 形态在很长一段时间里,依旧会是「藏在后面的形态」,而不是像图片、视频、音乐一样被广泛 C 端直接消费的内容。
基于这样的判断,短期内团队的目标便是横向拓展,既然不同应用场景需要的 3D 模型各不相同,这就意味着还有很多的市场拓展空间,除了游戏、影视建模,团队还在尝试更多的工业场景,
团队重心是打通对不同领域的服务,以核心模型算法实现软件的 SaaS 化。而这个团队的风格是:一切以市场需求为第一原则。
关于 3D 的未来,团队认为它可能存在于我们不称呼为「3D 生成」的地方,并扮演重要角色。
3D 的诞生,本质是人类对几何形态实现精准定义与可控复刻的必然选择。它是人类破解空间认知模糊、形状操控失准的「标准化中间载体」,核心价值就在于用三维逻辑锚定空间与形状的一致性。
举个直观的例子:若想基于单张图片生成目标形象的另一视角,直接生成往往会出现形态畸变、细节断裂(比如物体比例失衡、遮挡关系错乱),难以还原线D 技术先构建出该形象的三维模型,再通过旋转、透视调整获取目标视角,不仅能 100% 还原物体的结构完整性,更能保证不同视角下的形态统一、细节连贯,这正是 3D 在「空间一致性控制」上的不可替代优势。
更深层来看,人类对生成的终极追求,从来都是构建贴合真实物理规律的三维世界;而更高维度的智能进化,也必然以「精准理解三维空间」为核心前提——无论是数字内容创作、工业设计,还是 AR/VR 交互、具身智能,都需要以三维空间逻辑为基础。从这个角度来说,3D 生成绝非可有可无的技术补充,而是支撑下一代智能应用落地的核心拼图与底层基座。
特别声明:本文为网易自媒体平台“网易号”作者上传并发布,仅代表该作者观点。网易仅提供信息发布平台。
Anthropic指控DeepSeek等中国AI大模型抄袭 遭马斯克贴脸开骂:贼喊捉贼 大规模窃秘数据
国产模型“攻占”OpenRouter:Token出口与开发者市场的暗战