對話影眸CEO：一群00后做的3D大模型再融資數億，Hyper3D在游戲圈悄悄流行

頭部3D AI生成公司都來自中國的原因。

文/依光流&托馬斯之顱

近日，影眸科技（Hyper3D.AI）宣布完成了新一輪數億元人民幣融資，由凱輝基金、上海國投先導領投，老股東持續跟投。

在AI 3D生成領域，影眸科技是一支非常年輕的團隊，CEO吳迪、CTO張啟煊都是95后，核心算法團隊基本都是00后，總人數只有60多人。

但這支小團隊，做出了不小的成績：他們最早為全球定義了3D生成底層框架，核心產品Hyper3D以3D生成大模型Rodin為引擎，主打真實工業流程的高質量、可控、生產級3D資產生成。影眸稱，目前他們的ARR（年度經常性收入）已達到數千萬美金， 約80%的收入來自海外市場；其積累的B端客戶營收超過同賽道其他公司的總和，客戶覆蓋游戲、電商、具身智能、空間計算等多個領域。

今年影眸的動作相當頻繁，1月發布Hyper3D Rodin Gen-2 Edit后，他們在海外大火；今年CES，英偉達CEO黃仁勛的Keynote，在3D生成環節也選擇了Hyper3D Rodin，影眸科技也是英偉達官方披露工作流中唯一的初創企業。

3月在GDC上，Hyper3D Rodin又被納入Unity發布的AI Beta當中；同樣在3月，OpenAI首屆Codex Hackathon的冠軍項目StoryWorld也用到了Hyper3D Rodin……

這個月初，影眸科技發布了最新3D大模型Hyper3D Rodin Gen-2.5，它能生成千萬面級3D模型，以及最高12K精度的原生3D貼圖，還會像大語言模型一樣“先思考、再生成”，在海內外，這些能力都是頭一次被3D大模型實現。

這個新模型和相關功能，恐怕又將對游戲行業產生深遠的改變。借著這個時機，葡萄君和影眸科技CEO吳迪和CTO張啟煊聊了聊。

01

1000萬面量級的3D生成AI

話不多說，先看看Hyper3D Rodin Gen-2.5的成色。這一版大模型有兩個實用的技術創新點：

一是“自適應”能力。

這個詞有點費解，換個簡單的說法，你可以根據自身需求調節Rodin Gen-2.5的思考深度（類似大語言模型的邏輯），讓它花4~80秒的時間，對應輸出從幾百面到千萬面的不同級別模型。

目前這套模型預設的思考深度有5檔：

Extreme-Low模式，最快4秒就能輸出一套百萬面級的模型，適合面向快速制作簡易資產、批量測試實驗、UGC場景；Low模式，可以花9秒生成一套結構更干凈的模型，適合簡約風模型、小型硬表面道具制作；

Extreme-Low模式急速生成的3D模型

Medium模式，可以通過約20秒生成結構與細節均衡的模型，面向通用生產任務的均衡模式；High模式，可以通過約40秒進一步輸出結構豐富、表面平滑的高質量模型。

Medium模式生成品質均衡的3D模型

在最極限的Extreme-High模式下，Rodin Gen-2.5可以通過約80秒時間，輸出1000萬面量級的3D模型，適合追求極致寫實的場景，生成能力斷代領先。

這個精度下，模型精細度達到雕塑級，能精確呈現皮膚微結構、紋理、毛孔等特征。

Extreme-High模式生成的高精度3D模型

簡言之，Rodin Gen-2.5基本可以適配B、C端的絕大多數3D模型使用場景，用戶既可以用它快速制作簡易資產、批量測試模型效果；也可以用它輸出影視級渲染、收藏級3D打印、數字雕刻級別的高精度模型。

行業當前一般可以做到百萬面級模型的生成，為什么一定要千萬面？

影眸科技聯創兼CTO張啟煊解釋，并非所有產品都有能力往高面數發展。在專業領域，千萬面的核心價值，是把用戶的創作上限拉高。

此前，影眸團隊對3D模型的面數極為克制，“當時覺得面數太高但解析力沒上去，沒有意義。就像相機像素高但鏡頭模糊沒有意義，過去面數能堆高但細節是糊的。直到這個版本，我們發現解析力已經達到千萬面級別，才一口氣開放到千萬面。”張啟煊說。

他將千萬面級的生成比作攝影中的RAW格式——占用更大空間，但保留了最完整的信息，從而帶來更高的后期自由度。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。

能直接用到千萬面的，目前主要是 3D 打印——打印精度越高，對面數的要求越高。對大多數行業來說，千萬面更像一個高精度模板，再按需求向下派生。

在游戲領域，如果AI只能生成低面模型，美術師也只能簡單修一修就用；但給到千萬面的母版，則可以在高模上雕刻細節，再把這些細節“烘焙”到輕量化版本上——游戲里跑得動，看起來又精細。影視、高精度工業建模也是同樣的路徑：先有高精度母版，再派生出每個場景需要的版本。

“更高的面數意味著更高的后期自由度。我們之所以在千萬面之上還開放12K貼圖，都是為了讓用戶有更高的創作自由度。”張啟煊說。

二是“12K高清”原生3D貼圖生成算法。

這就比較容易理解了，游戲研發經常要跟3D貼圖、材質紋理打交道。目前Rodin Gen-2.5能做到360°無死角的紋理覆蓋，且確保真實還原物體表面質感。

同時它還可以生成基于物理的PBR材質，以及一鍵預處理光影效果等功能，讓3D模型的表面材質，看起來像是從物品本身“長出來的皮膚”。

由于采用了與幾何模型一樣的Thinking Effort設計，這套貼圖模型的生成時間同樣可控，用戶最快可以將“幾何+貼圖”整套生成流程壓縮到5秒。

和以往更新相同的是，Rodin Gen-2.5依舊強調可用性。

一直以來，Hyper3D Rodin都在朝著高質量、可控、生產級（Production-Ready）的目標迭代，如今已經形成一套業內獨家成體系的實用化功能和方案。

首先是3D EDITING功能，Hyper3D把“3D生成”和“3D編輯”首次整合為完整工作流，讓用戶可以通過自然語言，直接修改編輯3D模型，包括直接對結果進行局部修改，以及導入任意模型并在原模型基礎上進行編輯。

其次是分件生成功能，它可以讓AI理解模型結構，并將模型自動拆分成不同的部件，甚至拆解之后的部件還可以繼續拆解，這提高了3D模型精細化調整、二次編輯，乃至創意設計的效率和便利性。

然后是3D ControlNet功能，它已支持邊界框、體素、點云等多個維度的控制能力，讓開發者可以真正的按需生成，避開傳統AI的隨機抽卡問題。

最后是通過DCC插件，對Blender、Unreal、Unity等全品類主流3D創作工具實現原生支持，兼容ComfyUI工作流。此外還支持重做、部分重做等功能。

在大多數3D生成AI都在拿C端故事做文章的時候，Hyper3D強調實用性的做法，已經讓他們快速實現商業化。

僅在2024年底，影眸就積累了數百家合作企業，覆蓋電商、具身智能、汽車等幾大行業，他們跟游戲行業的交集也非常多。

比如去年9月份網易和影眸的，當時網易旗下產品《蛋仔派對》引入了AI模型創作玩法，借助Hyper3D Rodin大模型讓玩家輕松創作3D模型。

隨后在去年11月，Hyper3D.AI入選Unity中國官方合作伙伴，后來Unity在今年3月GDC上發布的AI beta功能，調用的3D生成算法就來自Hyper3D Rodin。

今年2月，英偉達公布自家內部工作流，其中3D生成環節用的大模型也是Hyper3D Rodin，同時其他工作流用到的AI基本來自DeepMind、OpenAI這些頂級企業，影眸科技則是唯一入選的初創企業。

張啟煊說，面對有意愿合作的游戲公司，他們會建議大家想清楚目的：是為了縮短交付周期，還是希望在相同周期里迭代更多的方案？如果是后者，公司最好是購買賬號，接入API，探索新的研發流程；如果只是前者，影眸甚至可以聯系合作伙伴，直接幫大家用Rodin生成模型，以節省游戲團隊開著飛機換引擎，改變開發流程的成本。

“我們產品的定位不是取代模型師，而是跟模型師合作，成為它們的工具。不要對它有太高的預期，也不要有太低的預期。”

可以說，Hyper3D側重實用性的路子是走對了，更實用意味著能更快接入工作流程，進一步就能搶到更多B端市場份額。今年影眸的飛速發展也印證了這一點。

02

從無人問津，到融資數億

單看現在的成績，你會覺得影眸很風光。Hyper3D Rodin Gen-2.5發布首月，影眸訂閱用戶與ARR（年度經常性收入）環比增速均超過400%。

影眸科技CEO吳迪透露，現目前Hyper3D的收入規模達到數千萬美金的ARR，其中C端增長速度很快，和B端的占比在6:4左右，整體80%的收入來自海外。

但在兩年多以前，影眸科技的現金流一度緊張。

影眸團隊是一支非常年輕的60人團隊，其中大部分成員是00后，CEO吳迪、CTO張啟煊也都是95后。

吳迪在2015年進入上海科技大學，2016年加入計算攝影與圖形學課題組，并且主導搭建了學校規模最大的Mars實驗室（人工智能與圖形學實驗室）。

2021年的影眸團隊，圖源上科大

當時課題組的核心命題，是如何把現實世界的人或物數字化、遷移到虛擬空間。2016年正值AR/VR熱潮，課題組因此涉獵了大量3D建模工作，還自研了動態多視角掃描等多套系統。

2020年，吳迪、張啟煊與另外兩位早期實驗室成員張龍文、曾初嘯組建了核心班底，正式成立影眸科技——自帶“實驗室派”的硬科技企業特征。

剛成立影眸時，他們曾研發過一款純打光的產品，用戶用它上傳一張照片、一段視頻，它就能根據用戶需求調節光照參數。產品聽起來挺有趣，但實際上線后幾乎無人問津。

幾經輾轉，團隊決定放棄2D，全面擁抱3D、聚焦數字人領域。他們的第一個成功產品是“穹頂光場”，這是亞洲唯一的亞微米級面部掃描系統。

穹頂光場系統被央視報道，圖源1905網

它不僅能以超高速度和精度進行動態掃描，對人臉面部進行高精度數據采集，還能采集材質數據，包括精準掃描金屬度、粗糙度、高光反射、法線等參數，并直接接入PBR渲染管線。

結合影眸團隊自研的全棧自動化數據處理流程，他們可以在3-5天內產出包含面部肌肉綁定、PBR 材質、動態材質貼圖在內的完備數字人頭部資產，比傳統相機陣列方案，精度高出約兩個數量級，生產周期則從3-5個月縮短到3-5天。如今不少影視作品、3A游戲依舊會跟他們合作，使用這套方案。

早期的“穹頂光場”和配套技術的積累，也是后來影眸在3D生成領域快速起步的根源。

接下來的幾年，AR/VR熱退去，影眸也在尋找更多的發展路徑。

比如他們曾經嘗試制作了2D AIGC平臺Wand，雖然上線幾周就獲得了160多萬注冊用戶，流量過億，但因為沒做商業化，團隊一共只賺了……6000塊錢。后來大家認為2D不是自己的核心優勢，也很快放棄了這個方向。

圖源Hirokazu Yokohara

隨后元宇宙概念興起，他們在2023年6月發布了一款3D角色生成器ChatAvatar。

通過這套生成器，用戶只要上傳幾張不同角度的照片，就能獲得比肩光場掃描品質的3D資產，影眸團隊也第一次將diffusion model應用到了3D生成領域。

3D角色生成器ChatAvatar的界面

可惜元宇宙熱潮消退得也很快，光盯著數字人、人臉生成賽道，影眸的路會走得很窄，3D市場真正的大頭，還是游戲、影視特效等傳統圖形學行業。

有了這個判斷的同時，影眸也迎來最艱難的一次技術路徑抉擇。

據CTO張啟煊回憶，當時3D生成已經熱門了起來，Open AI和英偉達都在做，但市面上的3D生成產品，無論學術界還是工業界，主流都是「2D升3D」，也就是先合成多視角圖像，再通過NeRF或幾何重建，還原成3D模型。

吳迪認為這條路存在明顯的瓶頸：它的上限不可能超越傳統攝影測量流程。

因為當時市面上的3D軟件，都會在采集數據時先把3D降維到2D，很容易出現丟失信息、產生噪聲和坑洼等問題。如果用AI生成多視角圖，還會出現視角不連續，生成“多頭”模型的問題。

3D的維度數據

這時影眸公司賬上僅剩兩三百萬人民幣，已經不支持他們繼續試錯，所以不得不做出決斷：

是繼續沿用老路快速出產品回血？還是死磕一條結果未知、風險未知的新路徑？

最終他們選擇從底層創新，嘗試更難的“原生3D生成”路徑。結果來看，這個決定是對的。很快在2024年，影眸發布了原生3D大模型框架CLAY，并且輸出了相關技術論文《CLAY：用于創建高質量3D資產的可控大規模生成模型》。

該論文在當時獲得了計算機圖形學頂級會議SIGGRAPH最佳論文提名，也讓影眸團隊和CLAY在學術圈打響名聲。

影眸團隊在SIGGRAPH大會上展示Rodin模型，圖源上科大

有了CLAY大模型框架，影眸很快在2024年6月上線了全球第一個原生3D大模型Hyper3D Rodin Gen-1，肉眼可見地把AI 3D生成效果，拔高到“可用”的標準。

Rodin Gen-1的3D打印頭部模型，左上角為輸入圖，左下角為Rodin Gen-1效果，右側為當時市面其他產品效果

基于Rodin Gen-1的優異表現，整個行業的主流技術路徑開始隨之轉向。這也解釋了為什么現在3D生成領域最頭部的公司都來自中國，是因為3D原生框架就來自影眸科技這一國人團隊。

2024年底，影眸和數百家企業客戶達成了合作，并且獲得字節跳動、美團龍珠聯合領投的數千萬美元融資；2025年9月，影眸發布二代模型Rodin Gen-2，再次獲得藍馳領投，老股東字節跳動、紅杉中國種子基金跟投的數千萬美元融資。

算上這次數億元人民幣的新一輪融資，影眸在短短兩年半以內，從賬上現金流緊張，到連續完成三筆大額融資，徹底翻身。

影眸科技CTO張啟煊告訴我，成功不是用數據堆出來的：“我們每一次真正的質量飛躍都不是因為數據增加，而是底層架構和表達上的創新帶來的。”

很長一段時間內，底層創新都會成為影眸的護城河：“論絕對質量，落后的同行花幾個月，或許能追上我們幾個月前的質量，但有些東西，比如3D ControlNet、3D Editing，需要花更多時間，或對底層模型更深的理解。”

“難點在于，那些由應用觸發、需要在模型側做改造的能力，他們不知道該怎么改那套通用框架來解鎖這個能力。我們是提出這個框架的人，理解最深，從第一天就把這些設計了進去。”

比如這次Rodin Gen-2.5的兩個創新技術，幾乎都不走傳統老路。

開發自適應能力的契機，是近期Hyper3D團隊受到圖像生成與LLM結合的相關研究啟發，開始重新重視類LLM的Test-time Scaling策略。

引入這套策略后，Rodin Gen-2.5在生成3D模型時，不再為所有物體分配等量算力，而會像LLM做推理擴展那樣，按對象復雜度自適應分配計算預算。

這相當于把AI的“表征長度”，從一個固定參數，變成了一個可學習、可伸縮的變量。這種“先思考、再生成”的理念，早在影眸的CLAY框架中就被提到過。

12K原生3D貼圖的實現差不多，Hyper3D也拋棄了傳統3D生成模型的“多視圖投影”老方法。

他們采用的高清3D貼圖的生成邏輯，是先凍結物體表面光，記錄圖像實際外觀；再利用素體VAE統一2D圖像與3D外觀，最后通過基于Transformer的生成模型嚴格還原圖像、補全模型。

所以追溯影眸的過往，他們的成功依靠的不是單純的豪賭，也有早期積累、積極創新的因素使然。

03

不講故事的年輕AI公司

在與影眸的交流后，這家公司給我的感覺很特別，很多思考、策略、理念，往往不走尋常路。

首先，影眸團隊最大的特征是年輕、AI native。

他們成立6年，做到了賽道頭部，但哪怕加上實習生，影眸滿打滿算也只有60人，而且成員大多是00后。這個規模放在AI頭部企業中，只能算中小和初創級別，即便是3D AI生成的同行，也大多有兩三百人。

年輕的好處接受新東西更快，思維更活躍，吳迪聊到：“我們屬于AI native團隊，大多數的開發、研發工作都有AI的加持。平時會先拆解研發方向：UV、材質、拓撲等，任何人有想法都可以提，大家討論覺得可行就去做。”

活用AI也使得團隊管理更扁平，工作更高效：“在AI加持下，很多時候一周就能搞定初步驗證性實驗，實驗OK就加資源往后做，所以大家都會在比較輕松、能主動思考的時候工作……團隊大部分是博士，但也有很多前沿方向直接讓本科生帶。”

“這樣的機制，也讓公司運營成本大幅低于行業平均水平。”吳迪表示，因為團隊內部不會賽馬，推理成本優化得好：“我們內部比較一條心，只要認準一條技術路徑，大部分資源都會落在上面，畢竟所有底層的原創性研發都是我們自己做的。”

其次，影眸極其重視技術研究。

目前影眸團隊技術成員占比達到2/3，自成立以來積累了大量學術成果。張啟煊告訴我：“在3D生成領域最頂尖的會議SIGGRAPH里，影眸一共拿了3次最佳論文及提名，其算法團隊每2人中就有1人獲得或提名過最佳論文。”

這群上科大、清華、劍橋以及多個海外高校的諸多人才之所以能留下來，是因為核心團隊最早從2018年開始就在合作，彼此有深厚的信任，而且頂尖人才之間也會互相吸引。

“在這個領域，我們實驗室的人才密度是全球第一梯隊的。之前的所有算法同事里，目前只離開了三個人，分別去了英偉達、迪士尼（研發部門）和騰訊。”

然后，影眸做商業化更側重專業領域。

如今AI產品想走紅，往往會包裝一段C端故事，讓產品看起來有龐大的受眾基礎。

但吳迪認為，未來三年，3D生成AI的方向依舊是專業領域，一方面原因是3D從業者的基數足夠大，否則也撐不起Autodesk這種全球專業3D軟件巨頭。

另一方面原因是大勢所趨，張啟煊分析：“3D資產以前有1/3用在影視特效上，但視頻模型的發展有可能導致這塊市場收縮，所以我們更看好實時交互領域（游戲）和實際生產領域（工業生產、3D 打印）。”

全球第二大家具建材零售巨頭Lowe's，采用Hyper3d Rodin高效落地超30000個SKU的3D資產目錄搭建，建模僅需分鐘級完成，單個模型成本控制在1美元以內，Hyper3d與NVIDIA一起，助力Lowe's打造全球1750余家門店的數字孿生，如今每月有超過1億用戶線上逛店看到這些模型

事實上，影眸目前的受眾也是Pro C（專業C端）和B端居多，而且營收的一半都來自B端大客戶，“B端客戶的續費率幾乎是100%，”吳迪稱：“我們積累的B端客戶數量、B端收入，比業內其他公司加起來還多”。

吳迪判斷：“隨著模型能力一代代提升，模型覆蓋的用戶群會天然擴大，接下來有更多工業領域的3D用戶開始使用模型，所以用戶群的天花板，其實是跟著模型能力走的。”

因此在當前市場階段，“做到足夠強的滲透率和占有率”更加重要。

最后，他們對熱門的“世界模型”等概念，會更加敬畏。

其實影眸也在做類似的技術探索，比如場景級的3D生成能力。他們的研究成果《CAST：基于單張RGB圖像的組件對齊式3D場景重建》已經榮獲SIGGRAPH 2025最佳論文。

但早期的低谷，已經讓影眸吸取了教訓，用吳迪的話來說：“我們在production-ready里主打「聽勸」”。

“早期我們很得意穹頂光場的精度和效率，但是第一代光場拍出來的數據材質、坐標系和影視行業不能互通，導致剛做出來時根本沒人買單。”

之后影眸對技術的“可用性和實用性”就樹立了敬畏：“科研是河的一邊，產業界是另一邊，你要把中間這條河跨過去，中途就可能嗆水。”

面對新概念時，他們的態度也是一樣。張啟煊覺得：「世界模型」是個很寬泛的概念，“現在大家什么都想往里裝，但我們不想這么做。”

但他們也相信，通往世界模型的路，繞不開3D生成能力。他們只要把自己做深、做垂直，就不會錯過任何事情。

所以，影眸接下來的發展，也會延續上面這些特質。

在完成這次數億融資后，未來一兩年里，他們會把主要精力集中在兩件事上：

一是精進底層模型的生成質量；二是拓展編輯和Agent等能力，讓Hyper3D Rodin模型在各個專業領域越來越好用。

吳迪認為，僅在游戲領域，3D建模行業至少有30億~50億美金的市場。如果能拓展到工業領域，行業將有300億~500億美金的市場。這還沒算上3D打印和具身智能未來的發展。哪怕不講故事，不靠融資，他們也完全可以有健康的財務數據。

他說，自己和很多AI創業者不一樣，既沒有頂級高校或者大廠的光環，早期也沒有獲得媒體、資本市場特別正向的反饋。這讓他們的路線選擇更加腳踏實地。

“決定公司上限的不是講多好的故事，而是能經歷時間考驗，經歷不同市場環境、經濟周期沉淀下來的東西，在市場上真正拼殺之后大浪淘沙剩下來的東西。”吳迪說。

游戲葡萄招聘內容編輯，

（星標可第一時間收到推送和完整封面）