完成数亿元新融资：影眸科技 Hyper3D 让 3D 生成进入思考时代丨智能涌现融资首发

文

编辑

2026 年开年来，

3D 

生成模型赛道相当热闹。

今年第一季度，影眸科技发布首个 3D 编辑模型 Rodin Gen-2 Edit，让 AI 3D 模型第一次可编辑；今年 6 月，

VAST 

官宣了新一轮融资，

Meshy 

也紧随其后，宣称自己发布了全球首款 

3D AI Agent

。

近日，影眸科技

——

这

支

扎根学术圈、创业早、年轻的

 3D 

模型团队

，带着最新的技术研究成果，以及新一轮融资，

再添了一把火

。

这支团队创立于

 2020 

年，

创始人兼 

CEO 吴迪、和联合创始人兼 CTO 张启煊以及另外两位联合创始人张龙文、曾初啸均来自上海科技大学

。

团队约

 60 

人，平均年龄不到 

25 

岁。

尽管看起来年轻，但在 

B 

端

市场

，影眸几乎站稳了头部地位，其

 B 

端客户数及收入比行业内其他公司加起来还要多，客户包括字节跳动、

Unity、

Figma、Canva

等企业，海外收入占总收入约 

80%

。

提出定义主流

 AI 3D 

架构的原生 

3D 

生成方案 

CLAY

、连续数年获得

计算机图形学顶级会议

SIGGRAPH 

最佳论文及提名——

在学术成果上，影眸的科研履历也相当亮眼，在顶刊和各大会议上论文、奖项不断，

其算法团队每

2人中就有1人获得或提名过最佳论文

。

《智能涌现》独家获悉，

近日，影眸科技宣布完成

。

此前，字节跳动、美团龙珠、红杉、蓝驰已相继押注。

伴随新一轮融资，影眸科技发布了最新一代

 3D 

生成模型

——Hyper3D Rodin Gen-2.5

，将语言模型

“

先思考再生成

”

的模式引入 

3D 

生成领域。面向不同的生产场景，

Gen-2.5 

提供了可调节的精度模式，

该模型是全球首个千万面级 

3D 生成模型，最快 4 秒可实现生成百万面模型，

并同步推出全球首个 

12K 精度的原生 3D 贴图模型。

长期以来，影眸面向

 B 

端及

专业

 C 

端，提供平台订阅、

B 

端 

API 

售卖、私有化部署、直接提供最终资产等服务，主要的应用场景包括电商、

3D 

打印、游戏、工业设计

、

具

身

智能

等行业。

面对市场竞争，影眸的打法是，瞄准海外

市场、

C 

端

专业用户以及让模型生成过程更为可控。

值得关注的是，在最新模型

Rodin Gen-2.5发布后

，

C 

端

收入

正在

反超

 B 

端。

Gen

C 

端的发力，正击中了影眸想要解决的问题：

AI 3D 

能否被用户真正使用。

“

从学术圈走出的人容易有惯性，认为自己的技术和论文很厉害，为什么市场不用。但实际上，实验室研发出来的东西和真正能被使用的东西之间，存在巨大的鸿沟。

”

吴迪告诉我们。

想要消弭这一鸿沟，核心在于，生成的模型要符合使用标准，用户能控制

3D

的生成结果。

为此，他们几乎最大程度上给予了用户参与编辑的自由。

在平台上，用户可以

通过影眸

自研的 3D ControlNet

，控制生成结果的长宽高和形状；实现

 3D 

编辑功能，平台生成的模型乃至第三方模型都可以实现二次编辑，支持自然语言局部修改模型；能对 

3D 

资产进行分件，支持分件后再分件。

△

影眸科技

3D

资产的分件能力，图源：企业官方

在影眸看来，看似复杂、需要用户反复确认及控制的流程，恰恰是用户选择他们的理由。

“

我们对 

3D 

生成的用户群体有预估，大部分愿意付费的用户，刚好是那些对「可控」有需求的群体，我们要先服务好真正会买单的人，

”

张启煊谈到，

“3D 生成的落地运用，已经从追求观赏质量，迈向了可控、效率与质量并重，更贴近实际生产的下半场。”

在预训练阶段就做好模型的可控性设计

在经历元宇宙

赛道

萎缩

、

2023 

年

资金

困境

后，

2024 

年，原生 

3D 

生成方案 

CLAY 

的研究和提出

，

完全改变了影眸科技乃至整个 

3D 生成赛道的走向。

彼时，整个 

AI 

3

D 

行业内的技术路径几乎都围绕

“

2D 

升维 

3D

”

的模式

——

先生成物体的多视角图像，再建模成 

3D 

资产。这一模式缺点明显：

这一模式存在不可逆的信息丢失，

生成的模型

难以真正应用于工业设计、游戏等相关领域。

但影眸觉得，生成的

 3D 

资产是否做到了 

Production-Ready

（生产就绪）是更重要的。于是，他们做出了一个反共识的决定：用 

3D 

数据，从头开始训 

3D 

原生模型。

这条没人走过的路被他们走通了。

2024 年，影眸团队提出全球首个产品化的 3D 原生大模型框架 CLAY（《CLAY：用于创建高质量 3D 资产的可控大规模生成模型》），通过算法和框架层面的底层创新，将 3D 生成效果从不可用

变为

可用。该研究提名当年 

SIGGRAPH 最佳论文。

同年年中，基于 

CLAY 架构，影眸科技发布了全球首个 3D 原生模型 Rodin Gen-1。

这也让

行业主流选择

技术路线

发生变化，纷纷走向了

 3D 

生成原生路线。

影眸对他们的

 3D 

模型的两个最重要的要求是：可控性，以及质量。

其中，可控性，是影眸打出的一张明牌。

“

对专业创作者来说，可控性特别重要，这是他们选择我们的首要原因。

”

张启煊称。

“

实现可控性的关键在于，在预训练阶段就将相关设计放进去，和模型底层一起长出来。

”

从 

Rodin 

的第一个版本起，他们就引入了 

3D ControlNet 

等可控能力。

此后，

影眸

团队

也

持续增加

产品的

可控性，

包括

支持局部修改模型，

能自动拆分出不同部件，也能实现分件后继续分件，帮助用户减少抽卡次数，提高模型生成过程中的可控性。

Rodin Gen-2.5 

首次在 

3D 生成领域引入

类似 

LLM

（

大语言

模型

）

的 

Test-time Scaling

（

测试

时

缩放

）

策略，自适应的可调节 

Thinking Effort

（

思考

力度

）

为未来实现与图像生成模型类似的、与 

LLM 的深度结合提供了可能性。通过该策略

，

用户可选择

模型的思考时间和深度。它支持五档思考深度，耗时

 4 

秒至 

80 

秒不等，对应着从快速草稿到高精度资产。在 

Extreme-High 

模式下，模型能实现千万面数生成能力，能还原皮肤微结构、纹理、毛孔等特征。

△Rodin-2.5

的五档思考深度，图源：企业官方

不仅如此，影眸还同步推出了一个原生

 3D 

贴图模型，区别传统投影法生成材质，这一模型能解决传统方法存在的颜色断层、浸染等问题，清晰保留 

Logo

、文字等信息。从几何生成到贴图，最快仅需 

5 

秒。

该贴图模型具备图像生成级别能力，可实现材质纹理无死角覆盖，文字效果提升显著，支持基于物理的

 PBR 材质。配合同步推出的12K原生3D贴图模型，生成效果在几何精度与材质保真度上已可超越实景扫描，断代领先行业水平。

另一个关键点

——

质量，影眸用一系列研究成果对此做出了证明。

自

 CLAY 

后，他们相继推出了 

CAST

、

BANG 

等研究成果。前者能通过输入一张图片，便能生成包含物体和物体关系的完整 

3D 

场景；后者能实现对 

3D 

资产的分件。

其中，关于 

CAST 的研究论文《CAST：基于单张 RGB 图像的组件对齐式 3D 场景重建》斩获

 SIGGRAPH 2025 最佳论文奖。同期在该领域获得最佳论文的商业公司仅有谷歌、Meta 和影眸三家。

作为唯一连续多年获得 

SIGGRAPH 最佳论文及提名的商业公司，

影眸

自 

2020 

年以来在顶级学术会议及期刊上共发表了 

30 

余篇论文，其中 

70% 

的科研成果走向了落地。

这具体表现在产品的迭代上，近两年来，影眸的模型实现了四次重要迭代，从

 Rodin Gen-1

、

25 

年 

9 

月发布的拥有拆件能力的 

Rodin Gen-2

、

26 

年 

1 

月发布的有局部编辑功能的 

Rodin Gen-2 Edit

，再到今年 

6 

月，最新发布的 

Rodin Gen-2.5

。

谈及 

AI 3D 

的未来，吴迪告诉我们，未来一至两年内，公司会继续做两件事情，一是精进底层模型的生成质量，二是拓展编辑、

Agent 

化等能力，让模型在专业领域越来越好用。

服务最专业的用户，解决最真实的问题

AI 3D 的商业化路径仍在被行业验证，但在影眸看来，这是一份可持续的好生意。

单看模型训练的算力成本，对

 Rodin 

而言，整数倍版本模型的迭代需要千卡级的训练，但由于影眸自身在算法架构上的积累，

过去一年，

——以 Anthropic 为代表的企业级路线被广泛视为这一趋势的典型样本。

与此同时，在收入端，影眸正在走一条类似 

Anthropic 的企业级路线，其积累的B端客户营收超过同赛道其他公司的总和。

从客户的一侧来看，影眸

的

 B 

端订单分布在游戏、电商、

工业设计、具身智能、空间计算

等多个

高价值

场景

，与此同时，

C 

端画像主要为 

Pro-C

（专业级消费者），如建模师、

3D 

打印爱好者、产品设计师等。

在

影眸

团队

看来

，

未来

 3-5 

年，

3D 

生成主要还是被专业用户使用。不管是语言模型、图像模型还是其他的模型，都很难从绝对效果上完全区分出高下。对于 

3D 

生成赛道而言，大众真正的关注点是，模型厂商能否满足下游行业的需求。

“

我们研发出来的东西需要要接入到后期的流程里面去使用，因此我们要做 

Production-Ready 

的东西，让其可以直接进入影视、游戏等场景的后期中直接使用。

”

吴迪告诉我们。

因此，影眸

将产品设计成生成过程中可逐步确认，满意后再付费的模式。

这一模式，源自于影眸对于自身模型可用性的底气。

在影眸的客户列表里，有不少具身智能公司，他们把影眸的

 3D 

资产，拿来作为训练数据和

生成

仿真环境

和资产

。

谈及赛道内正热的“世界模型”，

张

启煊告诉我们，撕开世界模型的标签，大家在做的主要是两件事：一是实时视频生成，如

 Google 

的 

Genie-3

；二是可仿真的环境，包括资产、模拟器等，以及做类似自动驾驶、机器人策略的执行器。

在世界模型版图里，影眸偏向于做可仿真资产。在平台上，他们有一个功能叫

 Sim-Ready

，用户点击后，可以直接在英伟达的仿真环境里做物理仿真。

具身智能对

 3D 

生成模型的要求包括几个层面：一是物理反馈，如重量、碰撞体等，这些功能，影眸已经上线至产品中；二是可互动资产，如 

3D 

资产在分件后如何动起来，在这一内容上，影眸也做出了相关学术成果。

单纯用视频生成做世界模型，这可能会导致模型难以从视频中学习到真实物理世界的维度关系。这也正是

 3D 

的优势，能理解物品之间的位置关系、视角角度连续性好、能在模型中做物理模拟等。

吴迪认为：

“

未来的世界模型，需要让机器真正学到和真实世界一致的场景，其背后可能会是

。

”

“3D 生成的赛道正在收敛，而收敛意味着，最终只有少数真正解决了产业问题的团队能留在牌桌上。过去一年，市场习惯用用户规模和增长曲线来衡量一家 AI 公司的价值。3D 生成会是游戏、影视、工业设计乃至物理世界智能化都绕不开的底层能力，我们服务最专业的用户，解决最真实的生产问题，这个选择决定了我们今天的领先，也决定了我们未来要去定义、而不只是参与下一代 3D 生产工具的规则。

”

封面来源

3

6

氪

旗

下

A

I

公

众

号

??

真

诚

推

荐

你

关

注

??