新智元報道

【新智元導讀】影眸科技數億元融資到賬，全球首個「會思考」的3D大模型發布，這家「中國版Anthropic」的公司太亮眼了。在AI卷生卷死的2026，這家中國公司卻把最難啃的3D生成做成了一門好生意。

最近，一則消息在硬科技投資圈引起震動。

3D生成大模型公司影眸科技宣布，完成數億元人民幣的新一輪融資！

這已是影眸在一年多時間內完成的第三輪融資。

2025年1月，美團龍珠與字節跳動領投數千萬美元A輪；同年8月，藍馳創投再次領投。

國資戰略資本、國際產業資本、頂級財務機構同時押注，清晰地表明：市場已看清，3D生成不再是「有沒有用」的問題，而是「誰先用好」的競賽。

幾乎與融資同步，影眸發布了被業界視為「規則改變者」的最新模型Hyper3D Rodin Gen-2.5。

全球首個具備千萬面級生成能力、且引入類大語言模型「先思考、再生成」運行邏輯的3D大模型，就此登場！

使用起來也非常簡單，例如只需要幾張多角度模型圖給到模型，不到一分鐘就能生成。

比如，這把藍色單椅的生成質量很見功底，整體就是能直接進電商展示或家居場景的生產級資產。

更值得說的是右側的可控與導出能力，.obj/.fbx/.glb/.usdz/.stl 全格式和 PBR 貼圖導出——從生成到落地一條龍，電商和家居設計團隊拿來就能用。

不得不感嘆，Hyper3D讓制作可用3D模型變得太簡單了。

當文本、圖像、視頻的生成卷成紅海，難度最高、落地最慢的3D賽道，為何偏偏跑出了一家國人公司？

影眸用一組硬核數據給出了答案：新模型上線首月，訂閱用戶和ARR環比增速雙雙突破400%，全球用戶近千萬，B端客戶營收超過同賽道其他所有公司總和。

為什么是這家公司？讓我們仔細剖析。

路線之爭

為什么「原生3D」是唯一正解？

在理解Rodin Gen-2.5的斷代優勢前，有必要回顧3D生成史上那次關鍵路線分野。

早期玩家普遍選擇「捷徑」——2D升維3D。利用成熟的2D擴散模型生成多視角圖像，再通過NeRF或高斯潑濺重建出3D模型。邏輯看似順暢，影眸團隊卻從一開始就看到了致命缺陷。

創始人兼CEO吳迪回憶：「公司賬上只剩兩三百萬時，我們面臨抉擇：跟風做2D升維，快速出個好看產品；還是死磕原生3D，走那條最難的路？」

答案是后者，源于對工業可用性的敬畏。

2D升維有三大先天硬傷：信息降維丟失，多視角的不一致，以及無法滿足工業管線。

2024年，影眸發布原生3D大模型框架CLAY，一舉拿下圖形學頂會SIGGRAPH最佳論文提名，后續還被MIT何愷明教授收錄進課程。

論文鏈接：https://arxiv.org/abs/2406.13897

他們證明：即使在全行業僅幾十萬高質量3D數據的限制下，原生3D的平滑度和結構精度，也能碾壓2D升維一個量級。

如今，原生3D已成行業主流技術共識。影眸不僅定義了3D生成的可用性拐點，更讓此賽道成為中國AI極少數真正全面領先全球的方向之一。

讓3D模型學會「思考」：五檔深度重構生產力

如果說CLAY是地基，那Rodin Gen-2.5就是這座地基上生長出的宮殿。

CTO張啟煊揭示了核心創新：「過去的模型，生成方塊和生成龍頭雕塑，算力分配一樣,就像讓畫家畫速寫和油畫給相同時間?！?/p>

Rodin Gen-2.5做了一件看似簡單卻具有顛覆性的事：把表征長度從固定參數變成可伸縮變量。像大語言模型推理那樣，按對象復雜度自適應分配計算預算，把「先思考、再生成」變成了工業級能力。

落到用戶手里，就是五檔可調「思考深度」。

Extreme-Low（約4秒） ：百萬面級初稿。適合快速原型驗證、UGC場景。以前《蛋仔派對》那樣實時生成要70秒，現在十幾秒搞定，完全是不同量級的體驗。

Low（約9秒） ：結構干凈，適合簡約風和小型硬表面量產。

Medium（約20秒） ：結構與細節均衡，綜合表現最優。張啟煊給了直觀對比：Rodin Gen-2.5的20秒質量，全面追平上一代40秒水平。

High（約40秒） ：面向3A游戲主角與影視級制作。

Extreme-High（約80秒） ：最「瘋狂」的檔位，在幾何層面還原皮膚微結構、紋理和毛孔，做到雕塑級精度。

張啟煊用攝影比喻道：「就像RAW格式——占用更大空間，但保留最完整信息，擁有最高后期自由度。游戲美術師可以在高模上雕刻細節，再『烘焙』到輕量化版本——游戲里跑得動，看起來又精細。并不是所有行業都需要千萬面，但所有行業獲得千萬面后，能做的事會更多。 」

12K貼圖：從表面「長出來」的材質革命

幾何是骨骼，貼圖就是皮膚。

Rodin Gen-2.5同步推出全球首個12K精度原生3D貼圖模型，這是一次斷代升級。

傳統做法是把貼圖「貼」到模型表面，像給雕塑裹印花紙，死角處必然拉伸和模糊。

Hyper3D 的做法完全不同——通過凍結物體表面光場，把參考圖的外觀直接綁定到幾何表面，顏色從模型表面自然「長出來」，材質紋理無死角覆蓋。

CEO吳迪現場生成一只皮手套的3D模型，表面極細紋路清晰可見，法線表達完全正確，標準PBR材質。據他介紹，這種資產放在以前影視流程里，要花幾萬塊人民幣。

配合同樣采用Thinking Effort的貼圖流程，最快可將幾何+貼圖整個流程壓縮到5秒，效果在精度和保真度上已可超越實景掃描。

這背后，有一條不易復制的護城河——影眸自研的穹頂光場掃描系統。它是亞洲唯一的亞微米級面部掃描設備，為訓練提供了精細到皮膚微結構的PBR材質數據。

這樣，就讓Rodin Gen-2.5從訓練階段「見過」最精細的材質真相，因而才有如此細膩的效果。

告別「AI抽卡」：四大控御技術搭建專業入口

「不可控」是生成式AI從實驗室走向工業流水線的最大絆腳石。

游戲工作室要一把嚴格符合比例、帶中式紋樣的椅子，傳統AI只能讓美術師不斷換提示詞瘋狂抽」——在講求確定性的工業生產中不可接受。

而Hyper3D從第一天起，就把「可控性」定為第一目標。

這個思路源于早年踩過的坑：2020年，團隊用穹頂光場做出的第一代產品精度領先、效率極高，但坐標系和材質與影視工業標準不兼容，結果根本沒人買單。從此「可用性」刻進了這一團隊的研發基因里：做的東西必須能直接讓用戶使用。

Rodin Gen-2.5通過四項獨有技術，搭建起通往專業生產的完整工具鏈。

第一，是自然語言驅動的3D局部編輯：框選模型任意區域，打字就能改。覺得宇航員背包不符，無需重建整體，框選后輸入「替換為蘇聯復古風格金屬氧氣罐」，AI在完美保留主體的前提下精準替換。

第二，是遞歸分件技術：AI真正理解物體的物理裝配邏輯。輸入一輛概念摩托車，自動拆解為車輪、引擎、油箱等獨立部件，支持遞歸拆解到零件級。美術師可對任意組件精細微調，徹底打通二次創作和動畫綁定的效率瓶頸。

拆分前

拆分后

第三，是3D ControlNet：支持邊框盒控制（用方塊框定占位比例再生成細節）、體素和點云控制（讓模型嚴格遵循草稿骨架生成風格變體），多維度消除隨機性。

邊框盒控制

體素控制

點云控制

第四，就是全品類DCC插件生態：原生支持Blender、Unreal、Unity、Maya等全部主流工具，創作者無需切換界面即可調用全套AI能力。

為什么只有Hyper3D做了出來？

張啟煊在被問及這個問題時，給出了關鍵解釋：可控性必須在預訓練階段就植入。模型訓完再回頭加，非常困難。 而Hyper3D從CLAY開始，就讓「可控」和模型底層一起生長，不是后期外掛。

企業級路線：中國版Anthropic

決定AI公司長期價值的，不是有多少用戶，而是誰在付費。企業級營收質量，正取代消費級規模成為衡量AI公司長期價值的核心標尺，以企業客戶為核心的收入結構通常具備更高的黏性與盈利能力，也更容易獲得資本市場的估值溢價。

影眸的定位類似于Anthropic——不靠消費端流量打法，從成立起就盯著專業用戶和產業客戶。

目前B端與C端收入比約4:6，B端續費率接近100%，約80%營收來自海外，核心在北美。B端客戶積累的營收超過同賽道其他所有公司的總和。

吳迪還提到另一個有趣的現象：C端和B端增長幾乎1：1同步。因為C端用戶不是普通消費者，而是建模師、3D打印愛好者這些「Pro C」群體。他們先以個人身份試用，用好了就帶進企業。

目前，他們已達成數千萬美元ARR。

為什么3D生成是一門好生意？

對于Hyper Rodin而言，單看模型訓練的算力成本，整數倍版本模型的迭代需要千卡級的訓練。但由于Hyper3D團隊自身在算法架構上的積累，使其同等效果的訓練成本，顯著低于行業平均水平。

這得益于影眸至今保持約60人的精干團隊，他們是唯一連續多年獲得國際圖形學頂級會議SIGGRAPH最佳論文及提名的商業公司，其算法團隊每2人中就有1人獲得或提名過最佳論文。團隊研發占2/3，科研成果產品轉化率高達70%，實現了罕見的高濃度人才運行。

巨頭用腳投票：從Lowe's到黃仁勛的Keynote

頂級創作者和跨國巨頭從來只會為結果付費。

而以下，都是用腳投票Hyper3D的巨頭們。

比如，全球零售巨頭Lowe's。

他們為在全美1750家門店推行數字孿生，面臨幾十萬SKU的建模鴻溝。傳統單個模型成本300-500美元，周期長達數周。

集成Hyper3D后，分鐘級生成高保真資產，單模型成本壓縮到1美元以內。如今每月超1億用戶在線瀏覽這些AI生成內容。

另外，還有Unity官方合作伙伴。

2026年3月公測的Unity AI Beta中，游戲開發者可用自然語言指揮引擎擺放資產、生成模型——背后調用的核心算法正是Hyper3D Rodin。

還有一個不得不提的是，英偉達黃仁勛今年的CES Keynote。

在官方披露的內部最新AI工作流中，3D資產生成環節唯一指定了Hyper3D Rodin。

這條工作流上排列著DeepMind、OpenAI，影眸是唯一的初創企業——這算是通過了全球第一算力巨頭最嚴苛的工程驗證。

最后，還有3D打印與具身智能。

作為拓竹科技最早生態伙伴，Rodin Gen-2.5憑借原生貼圖解決了多色打印邊緣雜色通病。

同時，Sim-Ready功能支持一鍵導出到英偉達Isaac Sim，為具身智能訓練源源不斷生產可交互的仿真數據。

終極愿景

定義空間智能的底層規則

「3D生成的賽道正在收斂?！箙堑险f，「最終只有少數真正解決產業問題的團隊能留在牌桌上。這不是一場比誰跑得快的流量游戲，而是一場比誰扎得深的長期競爭。 」

為什么這件事值得較真？因為具備精確空間結構、可編輯、能承載物理關系的原生3D生成，是AI理解和模擬真實物理世界的必要前提。

「世界模型」被熱炒的當下，影眸保持難得的嚴謹。 團隊認為，僅靠2D視頻生成無法抽象真實物理，必須走3D原生與視頻生成結合的混合路線。

在一兩年的短周期里，作為極其務實的工業級資產生產工具，Hyper3D 會在游戲、電商、3D打印賽道持續擴大份額。

在三到五年的長周期下，它的核心價值在于：它是未來一切數字化空間、物理仿真環境、機器人智能體搭建過程中，無法被跳過的空間物理底座。

數億元新融資到賬，Rodin Gen-2.5利刃出鞘。

影眸科技想做的，從來不只是參與下一代3D生產工具的競爭——而是去定義規則。