4秒百万面，这家中国公司正在重写3D建模的规则

一家60人的中国创业公司，被英伟达CEO写进CES keynote，拿下Lowe's、字节、Unity等顶级客户，海外收入占八成。3D生成——这个继文、图、视频之后的第四模态，正在被一群不到25岁的年轻人重新定义。

2026年1月，拉斯维加斯CES展会现场，英伟达CEO黄仁勋站在高清大屏前，向全球展示英伟达内部3D资产生成工作流时，背后的机器人资产产生环节采用了影眸Hyper3D Rodin---影眸是这场keynote里唯一被用到的3D生成初创公司。

这家公司叫影眸科技（Hyper3D） 。创始人吴迪，1997年生。联合创始人兼CTO张启煊，1999年生。四人联创均来自上海科技大学MARS实验室，公司2020年孵化。团队约60人，平均年龄不到25岁，技术岗占三分之二。

影眸是黄仁勋CES主题演讲中唯一提到的3D生成初创公司。

这不是一家靠PPT融资的AI公司。2026年6月，影眸宣布完成数亿元人民币B轮融资，由凯辉基金、上海国投先导领投，老股东字节跳动、美团龙珠、红杉中国、蓝驰创投持续跟投。Gen-2.5上线首月，订阅用户与（ARR）环比增速均超过400% 。（公司披露Rodin系列当前ARR已达数千万美元量级）

当大模型赛道还在烧钱换用户时，这群年轻人已经靠卖3D资产——赚到了美元。

01 拒绝2D升3D，他们在最难的时候选了最难的路

3D生成赛道曾有一条“捷径”：用图像大模型生成多视角图，再“拼”成3D模型。业内俗称“2D升维”。

这条路起步快，但有个致命问题——信息丢失不可逆。破面、拓扑混乱、纹理错误——这些产业应用的硬伤，从路线根源上就解决不了。

2023年，影眸曾签SPA的领投方因地缘因素临时撤资，账上现金只够撑约8个月。摆在面前的选择很残酷：走2D升维的“快车道”赶紧出产品赚钱，还是赌一条没人走过的原生3D路线？

他们选了后者。

“哪怕最困难的时候账上只剩一两百万元现金，也没转头走捷径。”吴迪后来回忆。

难是真的难。团队可清洗利用的可用3D训练数据仅约50万条，与文/图大模型动辄千万级语料不可同日而语。但影眸用这50万条数据，硬是训出了可用的3D原生大模型CLAY。

2024年，CLAY与3D服装生成模型DressCode同时获得计算机图形学顶会SIGGRAPH最佳论文提名——影眸成为该领域唯一在同一届顶会上获两项提名的中国团队。2025年，团队再进一步，凭借单图生成3D场景的研究CAST斩获SIGGRAPH最佳论文奖。（第一完成单位均为上海科技大学，由虞晶怡教授课题组与许岚教授课题组主导，影眸科技作为学生创业公司参与合作。）

“到现在这个阶段，很难说哪个模型的绝对效果能百分百超过同行，但在可控性上，我们和同行拉开了明显差距。”张启煊说。

这种“可控性”不是后期打补丁能加上的——它是和模型底层一起长出来的。能控制生成形状、能用自然语言做局部修改、能自动把模型拆成不同部件——这些能力，写在了CLAY的基因里。

赌赢了。 整个行业的技术路径开始转向，3D原生成了共识。

02 把LLM的“思维链”塞进三维空间

2026年5月26日，影眸发布Rodin Gen-2.5。

这是全球首个千万面级3D生成模型。4秒生成百万面模型，80秒生成千万面模型。配套全球首个12K原生3D贴图——精度已经超过实景扫描。

但真正让行业震动的，不是参数。

Rodin Gen-2.5首次将类似大语言模型的“先思考、再生成”逻辑引入3D生成领域。模型提供五档可调的“思考深度”（Thinking Effort），从4秒的快速出稿到80秒的极致精模，用户可以在速度与精度之间自由选择。

“以前文生3D是抽卡，Gen-2.5是把‘出图前先想清楚’那套思维链，塞进了三维空间。”

千万面的价值不是参数堆料——它更像摄影里的RAW格式：保留最完整的细节当“母版”。游戏、影视行业的美术人员可以在高模上雕刻细节，再烘焙成低模用在实时场景里；3D打印行业则能直接用高精度模型出成品。

这是一条完整的生产级工具链，不是玩具。

影眸算法团队每2人中就有1人获得或提名过SIGGRAPH最佳论文。CLAY到Rodin连续迭代，人效差距从哪来？吴迪总结了三点：内部不搞赛马，认准路线砸资源；算法优化带来5到6倍的成本优势；年轻团队对AI工具的深度嵌入。

03 从“生成资产”到“生成世界”，60人吃掉80%海外市场

影眸的商业化路径极为清晰：B端打底，专业C端放量，海外占八成。

客户名单上写着字节跳动、Unity、Figma、Canva。海外客户包括全球第二大家居建材零售商Lowe's，项目覆盖1750家门店的数字化应用。据公司披露及媒体报道，其B端客户付费数与收入规模已超过同赛道多数对手之和，B端续约率接近100%。

单次AI生成一张生产级3D资产的计算成本压到1美元以内，而美国美术外包同类型单资产报价常在20美元以上。

海外收入占总收入约80% 。这是一家“中国AI原生工具反向赚美元”的典型样本。

更值得关注的是C端的爆发。Rodin Gen-2.5上线首月，订阅用户与ARR环比增速均超400%，C端收入正在反超B端。

2026年9月1日，影眸再下一城——正式发布世界生成模型WorldGen。用户上传一张场景照片，系统自动识别主要物体并生成独立3D资产，同时重构物体间的物理关系——谁支撑谁、谁悬挂于谁，最终输出一个包含独立物体、空间关系与物理约束的完整3D场景。

场景里的每个物体，都可以单独移动、替换、编辑。

WorldGen基于2025年SIGGRAPH最佳论文技术CAST。正是多级级联的工程门槛，让实验室成果到产线可用耗去一年，而是因为“即使每个模块成功率都很高，级联后的整体成功率也会显著下降” 。从实验室到产线可用的工程门槛，比大多数人想象的高得多。

三个方向已在落地：

· 具身智能仿真训练：2026年7月，影眸联合地瓜机器人、谋先飞发布“具身智能可训练仿真闭环”方案。相关研究工作获2026年具身智能顶会RSS最佳论文提名。

· 影视制作：WorldGen与Seedance 2.5等视频模型形成组合工作流——先用WorldGen搭可控的3D白模场景，再交给视频模型补充材质光影。

· 游戏与空间计算：生成的独立资产可直接导入Blender、Unity、Unreal Engine。2026年7月，影眸与Unity中国（团结引擎）宣布合作，打通3D生成到实时游戏的工程闭环。

据机构数据，2025年全球3D生成式AI模型市场规模约18亿美元，预计2032年将达75.9亿美元。谷歌、World Labs、腾讯、阿里、字节跳动等巨头纷纷入局。

“3D生成的赛道正在收敛，”吴迪直言，“最终只有少数真正解决了产业问题的团队能留在牌桌上。 ”

影眸显然不打算成为那个“掉下去”的。

04 建模师的工作流，要重写了

从MARS实验室的3D表征研究，到穹顶光场扫描系统的早期试水，再到Rodin原生生成。从单物体到完整场景，从2020年上科大实验室里几个学生的“异想天开”，到被黄仁勋写进CES keynote——影眸用六年时间走完了别人可能需要十年才能走完的路。

当Rodin开始生成“整个世界”，3D建模师的工作流要重写了。

而写下这行代码的，是一群平均年龄不到25岁的年轻人。他们不追流量故事，不搞内部赛马，用技术效率和商业化落地，在3D生成赛道卡住了全球的身位。

“未来的世界模型需要让机器学到与真实世界一致的场景，这背后是3D生成与视频生成的混合模型。”吴迪说。

从“生成资产”到“生成世界”，影眸正在做的，是让机器——以及人类——看到一个更立体的未来。

文中参考资料及数据来源：

1.证券时报《AI创业反套路：一群“95后”做3D大模型，ARR数千万美元》；

2.36氪《完成数亿元新融资，影眸科技Hyper3D让3D生成进入“思考时代”》；

3. 每日经济新闻《字节、美团押注的“00后”团队再拿数亿元融资》；

4. 广州日报《一张照片生成3D世界，还能逐个改》；

声明：本号所刊发图文均来自官网及互联网，信息渠道均来自相关权威报道，若涉及版权，请版权人通过电话\后台留言等形式与小编取得联系。