对话影眸 CEO：一群 00 后做的 3D 大模型再融资数亿，Hyper3D 在游戏圈悄悄流行

📌 一句话摘要

本文通过深度访谈，全面介绍影眸科技最新 3D 大模型 Rodin Gen-2.5 的自适应面数和 12K 贴图等技术突破，并梳理其从困难起步到连续融资数亿的创业历程与商业化策略。

📝 详细摘要

文章以影眸科技完成新一轮数亿元人民币融资为由头，对其 CEO 吴迪和 CTO 张启煊进行了专访。核心内容分为三部分：首先重点介绍最新发布的 Hyper3D Rodin Gen-2.5 大模型，其首创的“自适应”能力让生成面数从百万到千万可控（类似 LLM 的 Test-time Scaling），同时实现 12K 原生 3D 贴图生成，并整合了 3D 编辑、分件生成、ControlNet 等实用功能，显著提升了 AI 3D 资产生成的专业可用性。其次回顾公司发展历程：从早期的穹顶光场面部扫描系统，到技术路径上毅然选择更难的“原生 3D 生成”而非主流的“2D 升 3D”，从而以 CLAY 框架获得 SIGGRAPH 最佳论文提名并实现技术引领。最后展示商业化成绩——ARR 达数千万美金、80%收入来自海外、B 端客户续费率近 100%，并分析了团队“00 后为主、AI native、扁平管理”的特质以及“不讲故事、聚焦专业领域”的务实理念。文章信息密度高，兼顾技术与产业视角。

💡 主要观点

- 影眸选择原生 3D 生成路径，看似更险但实现了质量质变并引领行业转向。 区别于当时主流的「2D 升 3D」方法（受限于降维信息损失），影眸自研 CLAY 框架从 3D 数据本身生成模型，避免了视角不连续和细节糊化，论文获 SIGGRAPH 最佳论文提名并推动同业跟进。

Rodin Gen-2.5 的自适应能力将面数从百万级扩展到千万级，类似 LLM 的推理扩展。 通过 Test-time Scaling 策略，AI 不再为所有物体均分计算预算，而是按复杂度动态分配生成时间（4-80 秒），从而输出从低模到高精雕塑级的多种成果，大幅提升后期创作自由度。

影眸将实用性置于首位，产品定位为模型师的辅助工具而非替代者。 通过 DCC 插件原生支持 Blender/Unreal/Unity、配备 3D 编辑/分件生成/ControlNet 等功能，帮助团队在不推翻现有流水线的情况下提升效率，B 端客户续费率接近 100%。

年轻、AI native 的团队结构与扁平管理降低了运营成本并加速创新。 团队仅 60 人且多数为 00 后，大量依赖 AI 辅助开发，任何想法都鼓励快速试错（一周内验证），内部不赛马，推理成本优化领先，使得研发效率高于规模数倍的同业。

影眸对世界模型等热概念保持谨慎，专注深耕 3D 专业市场。 创始人认为专业 3D 从业者基数足以支撑数亿美元市场，且视频模型发展可能挤压影视特效需求，因此更看好实时交互（游戏）和实际生产（工业/3D 打印），优先做强渗透率。

💬 文章金句

- 我们每一次真正的质量飞跃都不是因为数据增加，而是底层架构和表达上的创新带来的。

• 我们产品的定位不是取代模型师，而是跟模型师合作，成为它们的工具。
• 科研是河的一边，产业界是另一边，你要把中间这条河跨过去，中途就可能呛水。
• 在这个领域，我们实验室的人才密度是全球第一梯队的。

📊 文章信息

AI 初评：84

来源：游戏葡萄

作者：游戏葡萄

分类：人工智能

语言：中文

阅读时间：33 分钟

字数：8219

标签： AI 3D生成, AI商业化, 创业, 融资, 游戏技术

阅读完整文章