秒生成百万面，手握数亿的3D公司突破千万面精度与12K贴图

今年2月，英伟达对外披露了一条内部的AI工作流。 在这份名单中，除了Google、OpenAI等广为认知的名字外，还出现了一家初创公司的产品——Hyper3D，成为唯一入选的初创企业。 Hyper3D凭什么赢得黄仁勋的青睐？回顾其近期的进展，答案便清晰可见。Hyper3D的母公司是影眸科技，团队规模仅约60人，但技术岗位占比高达三分之二，研发主力几乎全是00后，算法团队中每两人就有一人曾获得或被提名过最佳论文奖项。 他们打造了全球首个原生3D生成大模型，如今在3D生成赛道中，B端市场占有率也位居前列。果然，能被老黄挑中的产品，绝非等闲之辈。 不过，比这份成绩单更值得关注的，是它所处的时机。 近两年，AI商业模式正在发生转变。早期技术路线尚未定型，资本FOMO情绪浓厚，一个惊艳的演示加上宏大的愿景，就足以支撑一家AI初创公司完成多轮融资。而当技术路线逐渐分化后，寻找真正具备长期价值的AI公司成为市场共识，大家开始聚焦一个更本质的问题：谁的营收更稳健。 过去一年，企业级（B端）收入的质量与可持续性，正在取代消费级用户规模，成为衡量AI公司长期价值的核心维度——以Anthropic为代表的企业级路线，被视为这一趋势的典型样本。相较于个人用户的偶尔尝鲜，以企业客户为基础的营收结构通常具有更强的黏性和盈利能力，一旦融入生产流程，往往能形成长期合作关系。 而影眸则更早地抓住了这一转向，提前将重心放在了B端用户和pro C用户的增长上。 再看它最近的两个新动作，其中的深意值得探究。 其一是融资。影眸科技刚刚宣布完成新一轮数亿元融资，由凯辉基金、上海国投先导领投，老股东持续跟投。凯辉基金长期专注于全球工业、企业服务与科技创新生态；上海国投先导的加入，也体现了国家产业资本对AI 3D生成技术在工业设计、智能制造和数字内容生产领域长期价值的认可。这也是他们过去一年内的第三次大额融资，此前已连续获得奇绩创坛、字节跳动、红杉中国、美团龙珠、蓝驰创投的多轮投资。 另一边是全新模型Hyper3D Rodin Gen-2.5的发布。 该模型在3D生成领域首次引入了类LLM的Thinking机制，模型可根据计算预算自适应决定生成结果的复杂程度，覆盖从快速草稿到极致精模的多种场景，4秒即可生成百万面级模型。它还是全球首个突破千万面级精度上限的3D生成模型。Rodin Gen-2.5的Extreme-High模式，搭配同期上线的首个12K原生3D贴图模型，能够真实再现毛孔级的皮肤细节，模型生成质量实现断代式领先。 模型上线首月，影眸订阅用户与年经常性收入（ARR）环比增速扩大了400%。据公司提供的数据，约80%的收入来自海外市场，其积累的B端客户营收超越同赛道其他企业的总和，客户覆盖游戏、电商、具身智能、空间计算等多个高价值场景。 从英伟达创始人黄仁勋CES主题演讲中的3D资产生成工作流，到全球第二大家居建材零售商Lowe’s覆盖1750家门店的数字化项目，再到OpenAI首届Codex黑客松的冠军作品——Hyper3D Rodin已出现在这个时代最具标志性的技术现场。在工具链层面，Unity AI Beta、OctaneRender等专业引擎，以及Canva、Figma等设计平台，也已先后接入其能力。这些高要求、高密度的专业场景，对生成精度、可控性与工程化适配极为严格，充分证明了产品在最高标准产业流程中的实际可用性。

实测：4秒百万面到80秒千万面，3D生成天花板

今年1月，Hyper3D因上线「3D版Nano Banana」，即Rodin Gen-2 Edit版本，而受到广泛关注。它能够基于自然语言对任意3D模型进行局部编辑，操作逻辑简单：输入文字指令，AI会自动框选需编辑的区域并执行编辑。至今，影眸仍是独家掌握该技术的公司。Rodin Gen-2.5是继Rodin Gen-2 Edit之后的又一力作，也是迄今为止最具可控性与实用性的一代模型。 进入产品页面，将模式切换至3D，即可体验全新的Rodin Gen-2.5，支持直接生成和二次编辑两种玩法。生成模型可选择从Extreme-Low到Extreme-High的五种模式，用户可自行决定生成效果和思考时长——思考时间越长，生成精度越高。对于专业用户，还可以选择外形控制3D ControlNet，包括边界框控制、体素控制和点云控制。 以一张AI生成的小怪兽照片为例，设定思考时间为4秒。这是Rodin Gen-2.5的Extreme-Low模式，可秒出基础资产，适合快速制作简易资产、批量测试实验，也很适用于游戏等场景中的UGC玩法。 生成速度极快，几乎无需等待，同时生成效果令人惊喜——直接在模型层面生成了丰富的毛绒质感。 再将思考时间调至80秒，明显看出Extreme-High模式能更精准地还原3D资产的纹理细节。毛绒质感更胜一筹，毛流感明显，蓬松感也能直接生成，整体模型更加精细，实现360度全覆盖。 加上材质后，对比更加显著：毛发蓬松、颜色渐变层次丰富，每根毛发的细节清晰可见，眼神细节也非常逼真，还原度极高。 再测试人像效果，Rodin Gen-2.5对眼角细纹、面部褶皱、皮肤肌理的刻画细腻自然，不会出现生硬抹平、细节丢失的问题。无论是写实真人形象，还是影视级数字人像，都能保留人物独有的面部纹理特征，让3D人像摆脱“同质化塑料感”，拥有真实生动的视觉表现力。 各类材质的模拟也不在话下。古风兵器生成效果惊艳出众，完整还原古剑繁复锻造细节：剑刃纹路、雕纹镂刻、护手雕花、剑柄磨损肌理层次分明。模型原生高面数几何结构，棱角锋利不糊边，完美适配国风短片、游戏素材、线下演示内容。 体验下来，Rodin Gen-2.5主要升级在三个方面：

• 千万面级的几何精度

千万面就如同拍照时存储的RAW格式，文件体积更大，但胜在信息完整、后期修改自由度更高。并非所有行业都需要如此高的面数，但有了这块高精度的母版，可操作的空间便大幅扩展。例如，游戏美术可先在高模上精细刻画细节，再烘焙到轻量化版本，进入游戏后既运行流畅又视觉精致；影视和高精度工业建模也遵循这一逻辑，先出母版，再根据不同场景派生。换言之，更高的面数意味着更高的后期自由度。

• 更可控的生成速度和质量

快与精，看似矛盾。Rodin Gen-2.5的解法是让模型学会先思考再生成。这便是其首次引入类LLM Thinking机制的原因：与大语言模型类似，模型在生成前会先进行思考，思考时长从4秒到80秒可控。赶时间出草稿，就用4秒的极速模式；要雕塑级的成品，就给它80秒慢慢打磨。共提供五档思考强度（4s、9s、20s、40s、80s），从极速草稿到极致精模，用户可自行选择。这也是这一代产品理念最核心的一点：不替用户做决定，将选择权交还给用户。

• 12K最强原生贴图

所谓原生，是指模型表面的颜色和材质并非后贴上去，而是从模型本身自然“长”出来。效果上，它能实现360度无死角覆盖，不会出现某个角度纹理缺失，还能真实还原皮肤、金属、布料等质感，支持标准的PBR材质。同时可一键预处理光影效果，精准保留视觉细节，避免纹理模糊、破损、失真等问题。更难得的是成本——由于团队对底层算法架构的理解足够深入，模型的生成和推理效率远高于行业平均水平。又快又准又省，Rodin Gen-2.5堪称这一代3D生成的全能王者。

Hyper3D赌了条最难走的「非共识」道路

事实上，这并不是Hyper3D第一次走在行业前列。要厘清Rodin Gen-2.5的发展历程，还需将时间拨回两年前。 2024年以前，原生3D的行业共识远未像现在这样普及。由于数据限制，行业内更主流的做法仍是2D升3D——先合成多视角的2D图，再重建成3D。这看似是一条取巧的捷径，但利弊并存，始终存在一个绕不开的硬伤：即使拥有再多的2D视角，也无法完整描述3D内容，且2D转3D必然丢失大量信息，导致模型容易出现破面、拓扑混乱，早期甚至还经常出现多头的怪异结果。 凭借多年的know-how经验，影眸率先意识到此路不通，并大胆探索原生3D的技术路线。但这条路远比2D升维困难。 首先是数据。数据对大模型的意义不言而喻，以图像、文本大模型为例，它们的数据量都是千万级别起步。而当时的3D数据，可用量仅80万，清洗后更是只剩50万。凭借如此少的数据，还想做原生3D大模型，在当时看来几乎是不可能完成的任务。更何况，做出这个决定时，这家公司账上仅剩两三百万现金。几乎无人看好，但他们依然坚持了。 后面的结果众所周知：2024年，影眸发布了全球首个三维原生大模型Rodin Gen-1，效果实现代际领先。 Hyper3D让行业清晰认识到原生3D的可行性。验证这条路之后，行业主流随即开始技术路线的集体转向。但押对一次或许可归因于运气，而Hyper3D在接下来的几年间频繁押对，甚至引领行业趋势，依靠的则是技术底气。 成立六年，影眸团队发表了30多篇顶会及期刊论文，其中70%已被转化为实际产品。在图形学顶会SIGGRAPH中，共斩获3次最佳论文及提名。2025年同期摘得最佳论文的商业公司，全球仅有三家：谷歌、Meta和影眸，其含金量可见一斑。 此外，获得SIGGRAPH 2024最佳论文提名的CLAY（《CLAY：用于创建高质量3D资产的可控大规模生成模型》），正是Rodin Gen-1的底层框架。而到了Rodin Gen-2，与之同时亮相的另一项同样入选顶会的智能分件研究BANG（《BANG：通过生成式爆炸动力学实现3D资产分件》）。可以说，Hyper3D将尖端科研产品化做到了极致，每一次成果都融入了模型的底层代码，最终形成最坚实的壁垒：强可控性。 从最早的3D ControlNet，到能将模型自动拆分成多个部件、拆完还能继续拆的递归分件技术Bang to Parts，再到用自然语言直接修改模型的3D Editing，Hyper3D的每一代模型都在反复打磨可控、可编辑、可应用的能力。 看似吃力不讨好，实则这正是可控性的关键所在。可控性必须在预训练阶段内建，训练完成后补修几乎要等到下一代重练，这也是为何至今全行业只有他们实现了这一能力。用影眸联创兼CTO张启煊的话说：

到这个节点，很难说哪个模型绝对效果百分百更好。但在可控性这个点上，我们是一骑绝尘的。

不讲故事，只做能用的东西

不止技术路径扎实稳健，在产品商业化上，影眸也有自己的一套策略。影眸整体给人的感觉有点像Anthropic。 这并非随意比较。近两年AI圈逐渐明白一个道理：一家公司到底值不值钱，看的不是用户数量，而是有多少人愿意真金白银为其付费。比拼用户规模已成过去时，能否从企业用户身上获得稳定、可持续的收入，才是估值的硬通货。Anthropic正是这条路径的典型代表，相比短期流量支撑的个人订阅，它更重视B端客户增长，因为企业用户黏性高、盈利能力强，也更能支撑资本市场的溢价。 影眸走的几乎如出一辙：从第一天起，它便将目标群体牢牢锁定在专业用户和产业用户身上。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中，用户对影眸的认可度极高。 影眸深耕3D科研和产业的务实态度，也为其吸引来一批业内头部VC机构。据官方信息，本次融资将投入两件事：对内，继续推进3D大模型的前沿探索；对外，加速核心产品Hyper3D Rodin在全球的商业化，落地更多垂直场景。 如今，影眸已建立起一支在3D生成领域实力强劲的科研团队。团队人员精简，但只要认准一个技术方向，配套资源就会迅速跟进，内部也不会出现赛马现象。团队大部分由博士组成，但许多前沿方向会直接交给本科生负责，不凭资历，不论级别，非常扁平化。团队小而精、内部氛围自由、团队一心探索硬核技术创新——影眸就像3D生成领域的Anthropic，靠实力说话。他们不热衷于讲述宏大的故事，只认准一件事：做出来的东西，必须真正能用。 从「不可用」到「可用」，最先迈过这道坎的是Hyper3D。下一道通往「更好用」的，大概率也还是他们。