作者 |耿 宸斐

編輯|宋婉 心

封面來源|企業供圖

不久前，3D大模型公司影眸科技完成了數千萬美元A輪融資。這一輪融資由美團龍珠、字節跳動領投，老股東紅杉中國種子基金、奇績創壇連續跟投，光源資本擔任獨家財務顧問。

據影眸科技創始人吳迪介紹，本輪融資將主要用于影眸科技在3D大模型的前沿探索，并加速以3D生成大模型Rodin為核心的Hyper3D系列產品在全球市場的商業化落地。

2024年，資本及市場對AI的關注迅速從技術前沿進展轉向商業化收益。據了解，影眸科技推出的大模型Rodin自上線僅45天，年度經常性收入（ARR）就已突破100萬美元，成為當前AI創業公司中少有的商業化成功案例。

圖：Rodin界面；圖片來源：企業供圖

Rodin的快速增長折射出3D生成市場的巨大潛力，尤其是隨著元宇宙、虛擬現實、具身智能等新興應用場景的迅猛發展，3D內容的需求量正迎來爆發。

綜合相關行業數據，游戲和娛樂、影視和動畫、建筑與房地產（AEC）、制造業與產品設計、電?商務與虛擬展示的3D建模外包市場TAM總規模高達149-335億美元。

然而，傳統的基于幾何建模的手工創作3D模型不僅耗時費力，還有著較高的技術門檻，極大地限制了3D內容生產的效率和規模。在此背景下，生成式AI工具被視作是提高3D生成效率，降低3D內容創作門檻的關鍵。

但問題在于，盡管AIGC的熱潮已席卷全球，目前，我們熟悉的大部分主流AIGC工具依然集中在圖像和視頻等2D內容的生成上，屬于3D生成的“ChatGPT”時刻尚未真正到來。

這背后的原因是，受限于技術，3D大模型的生成質量瓶頸尚未得到真正突破。

相較于圖像、視頻等形式，生產級的3D內容需要滿足更為復雜和更嚴格的標準。除了生成速度、質量，還要兼顧3D網格的結構和拓撲質量、UV圖結構以及紋理清晰度等。

吳迪坦言，雖然3D生成的質量已經被抬升到一個新的高度，目前的3D生成在材質可用性、拓撲結構、UV展開等方面還不能滿足實際應用的需求。這些技術方面的短板，已經成為3D生成行業前沿待攻克的重點問題。

這一背景下，全球范圍內，3D生成技術的迭代正加速推進。去年，影眸團隊與上海科技大學合作提出的“可控3D原生DiT生成框架CLAY”和“3D服裝生成框架DressCode”，顯著提升了3D生成的質量，被認為是新一代3D生成的基礎框架。

與此同時，海內外已經集中爆發了一批AI生成3D產品。

在海外，Meta推出文生3D模型Meta 3D Gen，可1秒生成3D素材；谷歌發布基礎世界模型Genie2，根據一張圖片生成可供人類或AI智能體控制動作、可玩的3D環境；英偉達發布Edify 3D，支持從文本提示或圖像直接生成4K級別的3D實體與場景。

在國內，除了影眸科技上線了AI 3D模型生成產品Rodin，騰訊也發布了3D生成開源模型Hunyuan3D-1.0，可同時支持文字、圖像轉3D資產，最快10秒完成端到端生成。

可以說，全球3D大模型選手們都在暗中較量、默默發力，從a16z押注的Yellow、Kaedim、BackFlip，到李飛飛的World Labs，AI 3D生成的技術迭代正在加速逼近質變的臨界點。

不過，從市場層面看，3D生成現階段所輻射的用戶群體仍集中于游戲、視頻制作、電商、工業設計等B端領域，C端市場的滲透率相對較低。

吳迪在和36氪的對談中對這一現象分析稱，與視頻、圖像以及音樂不同，3D資產現階段還無法輕松地通過社交媒體進行分享和傳播。

尤其是在當前以二維為主的設備環境下，普通用戶對3D資產的需求尚未成熟，消費場景也較為有限，這一現狀很大程度上影響了3D生成技術在C端市場的普及與推廣。

“但隨著3D打印、AR和VR等消費級產品的不斷發展和普及，3D生成有望在C端市場迎來爆發式增長。”在吳迪看來，隨著技術的成熟，3D生成一定可以運用在越來越多的領域，甚至像文字、圖像和視頻一樣成為普通用戶日常創作和分享的一部分。

圖：影眸團隊在SIGGRAPH Real-time Live!環節展示Rodin 3D生成；圖源：企業供圖

正是基于對商業化的洞察，影眸在研發階段便以落地為目標，比如公司專注的“生產就緒（Production-Ready）”標準。

這個標準指的是生成的3D模型可以直接適配后期制作管線，進入實際生產流程，從而將用戶的興趣轉化為真正的生產力工具，并產生實際商業價值。

“在更加遙遠的未來，當元宇宙、機器人成為生活中的一部分時，3D生成必然會迎來真正的爆發。”吳迪表示。

近期36氪和影眸科技創始人吳迪進行了對談，以下為采訪精編：

36氪：作為一家由高校孵化的企業，影眸的商業化進展很多都基于學術研發，可以簡單介紹一下嗎？

吳迪：影眸孵化于上海科技大學，2016年起就在三維建模領域進行研發。2024年，我們有兩篇和3D生成大模型相關的文章獲得SIGGRAPH最佳論文榮譽提名，兩次入選SIGGRAPH Real-time Live!，是該項目50年來首次入選的中國大陸團隊。

36氪：Rodin為什么能做到上線僅45天就達到了100w美金ARR？

吳迪：主要得益于對市場的精準定位以及產品力。在研發和產品開發的過程中，我們始終把“Production- Ready”作為研發的核心指標，我們要做的就是可直接使用的技術的研發。而且，在研發的過程中，我們對比了所有技術路線，沒有選擇當時更被廣泛關注的“2D升維”的技術路徑，而是選擇了當時并不被看好的“3D原生”路線，即從該模型的訓練、監督、生成都在三維中進行。這雖然讓我們的產品比同行晚了半年發布，但也讓我們產品的生成效果在當時的行業內實現了代差級的領先。

36氪：在技術路徑上，影眸并沒有跟隨大多數人去采用2D升維的技術路線，而是選擇3D原生，這背后的考量是什么？

吳迪：2D升3D的路徑是當時行業內被普遍認同，也是用的最多的，因為從多視角的二維圖像來得到三維信息最符合大家直覺，同時大家普遍覺得三維資產不夠，需要用二維資產補足，但我們在最開始接觸目標客戶的時候，我們就發現他們其實不只是需要能生成3D模型，更重要的是這個3D模型的可用性要足夠好。

我們當時結合自己在圖形學領域數年的研究經驗，認識到當三維數據被壓縮到二維時，無論有多少視角，都無法完整表達物體三維結構中的每個細節，這會導致2D升3D的路徑很難達到客戶的使用標準，同時3D原生能保留更多信息，生成質量的上限會更高。

如果當時選擇了2D升維這條路的話，我們可能很快就能推出產品，但最后還是沒這樣做，Rodin Gen-1比別人晚發半年左右。

36氪：但其實很多企業都會擔心自己的產品發布落后于同行，在做這個選擇的時候不會有顧慮嗎？

吳迪：這確實是一個“敢為天下后”的決定，但在當時我們幾乎沒有猶豫，因為我們堅定認為只有3D原生的技術路徑才能達到更接近商用的標準，我們在內部把他稱為“Production- Ready”，這也是影眸研發和開發產品的核心標準。要達到“Production- Ready”，除了建出模型，還在3D表達、拓撲、UV展開、材質等方面有更多要求。Rodin Gen-1雖然比其他產品發出的更晚，但它是最早跨過“可用性”那條標準線的3D大模型產品。當然即使我們現在這一代模型已經提升了質量上限，它與真正可以接入到流程還有距離。

36氪：這種差距具體表現在哪里？

吳迪：由于在一些場景，比如游戲中要使用一個模型，他會有很嚴格的要求，比如在剛說到的拓撲結構、UV展開還有一些絕對的細節量上，即使我們已經做的非常不錯，但仍舊會有距離。客戶在使用的過程中還是需要經過修改甚至是重新制作。

36氪：公司的收入分布是怎樣的？

吳迪：我們有70%的收入來自海外，在美國、歐洲、日韓都有業務布局，其中歐美的份額占比較大，占大約50%以上。比如有一個來自德國的用戶，調用我們的API做了一個非常有吸引力的產品，這個產品甚至本身就超過了50萬美元的ARR。

36氪：影眸的核心客戶群體有哪些？

吳迪：目前還是集中在游戲、視頻制作、電商這些泛娛樂、新消費場景。但3D生成也正在不斷地拓展使用邊界，像3D打印、具身智能、工業設計都是我們未來目標的的核心用戶群。

36氪：有沒有具體的案例可以講一下？

吳迪：以我們與拓竹的合作為例，我們之間合作實際上是拓竹基于我們的技術開發出產品，然后將產品開放給客戶。在拓竹官方的printmo項目中，用戶僅需上傳一張圖片，AI就能把它轉換成寵物小精靈的風格，然后由我們的技術完成3D生成，再由用戶的3D打印機打印為實體。這也是我們在3D打印領域的第一次嘗試。

36氪：這些客戶的需求對于影眸在技術上的迭代有哪些影響？

吳迪：影眸的所有技術層面的迭代幾乎都是基于客戶需求的。比如說游戲、視頻制作等領域需要的模型都是拓撲規整且合理、UV利用率高的模型，我們接下來的技術研發就會朝著這個目標前進。但當我們橫跨到工業設計等領域，需求就完全不同。所以從最長期的角度考慮，我們希望能夠找到一種一統天下的3D表達方式，可適配不同場景，對各種需求下的三維模型都能做到很好的轉換和適配。

2024年底，我們最新上線了Rodin Gen-1.5版本的模型，這次升級通過新一代3D原生表達，全面解決了行業內長期存在的薄面與邊緣銳度問題，讓生成的模型有更加銳利和平直的邊緣。這個需求在游戲，尤其是產品設計領域中尤為重要。這次升級也讓我們的產品領先幅度再次擴大。

36氪：影眸如何看待3D生成的未來發展？

吳迪：在未來3D生成還有很大的可供挖掘的空間。要實現在AR/VR/虛擬世界中的個人創作，就要解放用戶的3D內容創作能力。作為構建在三維空間中的世界，未來機器對世界的理解也必然基于三維。3D生成會實現空間智能的最重要組成部分。

點擊圖片即可閱讀