文/熊莫

導(dǎo)語(yǔ)

國(guó)人團(tuán)隊(duì)做AI 3D，拿下數(shù)億融資

“頭部3A大作里用過(guò)的高精古建掃描資產(chǎn)，在可見(jiàn)的未來(lái)就能被AI部分替代掉了。”“新模型發(fā)布后，我們的訂閱用戶和ARR環(huán)比增速翻了四倍?！薄澳壳白畲蟮囊患矣螒蚬究蛻簦磕杲o我們付費(fèi)百萬(wàn)美元。”

前幾天，茶館君受邀前往影眸科技位于上海的辦公室，觀看了他們前陣子發(fā)布的最新AI 3D模型Rodin Gen-2.5的效果演示，并和兩位公司創(chuàng)始人CEO吳迪、CTO張啟煊深入交流了一番，于是便有了以上這些對(duì)話。

今年GDC期間，影眸科技的展臺(tái)

從年初開(kāi)始，茶館君就一直在密集關(guān)注AI在游戲3D生成領(lǐng)域的進(jìn)展。原因說(shuō)來(lái)可能有點(diǎn)奇怪：因?yàn)樗倪M(jìn)化來(lái)得有點(diǎn)“太慢”了。

你看，Claude Code、Codex、Seedance、Suno這些工具一批批成熟，AI基本已經(jīng)把游戲行業(yè)各個(gè)崗位的日常工作方式改了個(gè)遍。2D美術(shù)、文案、程序，乃至買量投放，都在經(jīng)歷程度不同的重塑。

唯獨(dú)3D美術(shù)，一直像是AI戰(zhàn)線穩(wěn)步推進(jìn)過(guò)程中的一處豁口。直到幾個(gè)月前，我和美術(shù)朋友聊起這個(gè)領(lǐng)域，最前沿的幾款A(yù)I工具也還大多停留在“只能預(yù)覽、沒(méi)法交付”的狀態(tài)——要么是把AI生成的模型放在關(guān)卡白模里看看效果，要么是在2D概念轉(zhuǎn)3D建模時(shí)大致做個(gè)參考。那時(shí)AI生成模型還沒(méi)有邁過(guò)可用門檻；而后續(xù)拓?fù)?、展UV、刷權(quán)重這些真正的“苦力活”，仍然需要美術(shù)人員親力親為。

這也是AI 3D最讓行業(yè)糾結(jié)的地方：它看起來(lái)離游戲很近，真正進(jìn)了管線，又總是差了幾步。

而現(xiàn)在，有一群人在試圖補(bǔ)上這段差距。作為國(guó)內(nèi)深耕AI 3D領(lǐng)域的頭部企業(yè)之一，影眸科技剛剛新一輪數(shù)億元人民幣融資。本輪融資由凱輝基金、上海國(guó)投先導(dǎo)領(lǐng)投，老股東持續(xù)跟投。他們沒(méi)有刻意去講世界模型、具身智能的宏大敘事，而是更專注于做一套足夠好用的工具：形成AI 3D創(chuàng)作的全套工作流閉環(huán)，把垂直場(chǎng)景里的真實(shí)生產(chǎn)需求一層層打透。就這樣一路做到數(shù)千萬(wàn)美金的ARR。

尤其是在看到Rodin Gen-2.5的實(shí)際效果后，我覺(jué)得它主打的全球首個(gè)千萬(wàn)面超高精度生成、12K高清材質(zhì)、原生3D紋理等特性，已經(jīng)能夠在游戲3D建模工作流中扮演一個(gè)足夠有意義的角色。

乃至于，距離游戲3D管線像其他領(lǐng)域那樣被AI系統(tǒng)性改造，可能真的只剩下一到兩次關(guān)鍵迭代了？

01

游戲3D的第一步，終于走穩(wěn)了？

在此之前，“技術(shù)派”是外界對(duì)影眸科技具有的印象——他們是上海科技大學(xué)實(shí)驗(yàn)室孵化出來(lái)的初創(chuàng)公司，連續(xù)多年獲得過(guò)國(guó)際圖形學(xué)頂級(jí)會(huì)議SIGGRAPH最佳論文及提名，算法團(tuán)隊(duì)每?jī)扇酥芯陀幸蝗双@得或提名過(guò)最佳論文。乃至于，目前AI 3D行業(yè)集體使用的3D原生生成框架CLAY最早就是由影眸在2024年提出——他們是整個(gè)行業(yè)發(fā)展拐點(diǎn)的締造者。

成立公司后，他們一直在從學(xué)術(shù)界向產(chǎn)業(yè)界走。到了今年，Unity在GDC現(xiàn)場(chǎng)演示Unity AI Beta、網(wǎng)易在《蛋仔派對(duì)》《燕云十六聲》里為UGC做實(shí)時(shí)資產(chǎn)生成，乃至英偉達(dá)創(chuàng)始人黃仁勛在CES現(xiàn)場(chǎng)做機(jī)器人主題演講，都直接使用了影眸的Hyper3D Rodin模型。吳迪透露，目前影眸數(shù)千萬(wàn)美元的年ARR中，有約一半由B端大客戶貢獻(xiàn)，續(xù)費(fèi)率幾乎達(dá)到100%。

而這樣一個(gè)團(tuán)隊(duì)端出的最新成果Rodin Gen-2.5，究竟有哪些亮點(diǎn)？直接看表現(xiàn)。

上傳一張參考圖，經(jīng)過(guò)數(shù)秒到數(shù)十秒的可控時(shí)間即可生成模型。整體結(jié)構(gòu)比例穩(wěn)定，不容易走樣，對(duì)卡通、魔幻、寫實(shí)等不同風(fēng)格都能夠較好掌控。而和以往我們印象里的AI 3D模型最大的不同之處在于，即便把模型縮放到最大仔細(xì)審視，也不那么容易找出破綻了。

皮包上的牛皮紋路、人臉上的汗毛、褶皺，乃至虹膜這種微結(jié)構(gòu)，都清晰可見(jiàn)。硬表面足夠硬，幾乎沒(méi)有發(fā)軟的邊緣和模糊的線條——這種近乎人工精雕級(jí)別的精度，是直接體現(xiàn)在模型層級(jí)上的。至少在觀感上，它已經(jīng)明顯不同于過(guò)去那些“遠(yuǎn)看還行、近看崩壞”的AI 3D模型。

張啟煊解釋道，這是Rodin Gen-2.5以最高檔位Extreme-High搭配Micro微觀模式生成的效果，整個(gè)模型生成時(shí)間大約80秒，精度高達(dá)千萬(wàn)面，在當(dāng)下處于全球第一梯隊(duì)。與此同時(shí)，他們還提供了五檔精度生成選項(xiàng)，就像語(yǔ)言大模型的不同思考深度一樣，通過(guò)可變token和不同生成時(shí)間，輸出不同精度、不同面數(shù)的模型，最低檔模型只需4秒即可快速生成百萬(wàn)面級(jí)模型。

Extreme-High用于高寫實(shí)場(chǎng)景，其他檔位則可以覆蓋風(fēng)格化卡通模型、小型物件、UGC預(yù)覽等更多層級(jí)的需求，讓用戶根據(jù)不同生產(chǎn)場(chǎng)景自行選擇。這其實(shí)是AI 3D走向?qū)I(yè)工具的一個(gè)重要變化：模型不再只追求單一維度的“更清晰”，而是開(kāi)始把選擇權(quán)交還給創(chuàng)作者。

Gen-2.5的另一項(xiàng)新特性，也是沖著3D生成模型的能力死角去的——它首次搭載了基于3D原生生成的外觀生成模型。

以往AI模型做材質(zhì)生產(chǎn)，通用方案是投影法，即用多角度照片合成材質(zhì)貼圖，缺陷很明顯：顏色斷層、PBR材質(zhì)不準(zhǔn)確、凹陷區(qū)域照不到、不同材質(zhì)容易串色。比如頭發(fā)顏色跑到皮膚上、金屬質(zhì)感被誤判成普通漫反射，都可能導(dǎo)致模型在后期無(wú)法直接使用。

影眸則自己訓(xùn)練了一個(gè)新的外觀模型。據(jù)張啟煊介紹，其難度幾乎比肩從零訓(xùn)練一個(gè)圖像生成模型，換來(lái)的是貼圖和模型更貼合，材質(zhì)品質(zhì)也更穩(wěn)定：金屬、木頭、皮革的不同光澤，乃至材質(zhì)上的Logo和文字，都可以相對(duì)準(zhǔn)確地生成。

超高精度加上原生貼圖，二者結(jié)合實(shí)現(xiàn)的效果其實(shí)傳遞出一個(gè)很強(qiáng)的信號(hào)：如今像Hyper3D Rodin這樣的AI模型已經(jīng)越過(guò)生成品質(zhì)線，超越單純“生成得像”的階段，能夠拿出在特定環(huán)節(jié)里可交付的資產(chǎn)了。

游戲的3D管線往往以高模為起點(diǎn)，百萬(wàn)面乃至千萬(wàn)面的高模，需要經(jīng)過(guò)重拓?fù)?、展UV、減面、拆件、烘焙等一系列環(huán)節(jié)，最終成為可在游戲內(nèi)運(yùn)行的形態(tài)。張啟煊表示，影眸的客戶里，一些中小型公司已經(jīng)會(huì)直接將低模用于最終游戲成品；而更多海內(nèi)外游戲工作室，則已經(jīng)把Rodin Gen-2.5用在高模階段。

原本需要雕刻師精雕數(shù)日、數(shù)周的大型模型，如今幾分鐘就能迭代出好幾版，再選出最好的結(jié)果送去進(jìn)行后續(xù)處理。

當(dāng)然，“降本增效”已經(jīng)是AI領(lǐng)域的老生常談。相比之下，我覺(jué)得Rodin Gen-2.5更重要的意義在于，它讓AI 3D模型在游戲管線里完成了一次從“不可用”到“局部可用”的跨越。

比如文章開(kāi)頭提到的張啟煊的判斷，像《黑神話：悟空》里用到的一部分掃描資產(chǎn)，未來(lái)都可以使用AI高效生成，并在一定程度上替代。憑借Rodin Gen-2.5這樣的模型，使用高精度資產(chǎn)的機(jī)會(huì)，可能從行業(yè)里極小一部分人，擴(kuò)展到更多中小團(tuán)隊(duì)和普通開(kāi)發(fā)者手中。

況且影眸自己本來(lái)就是3D掃描領(lǐng)域的專家——影眸當(dāng)年的第一個(gè)技術(shù)成果“穹頂光場(chǎng)”，目前已經(jīng)成為全球影視和游戲領(lǐng)域一個(gè)成熟的商業(yè)化3D采集方案。即將上線的某款期待值極高的國(guó)產(chǎn)3A大作，就使用了由穹頂光場(chǎng)拍攝的全套角色臉模。因此他們看得清水的深淺。

另一方面，雖然千萬(wàn)面的高模不可能直接放進(jìn)游戲，但是把高模階段的生成品質(zhì)拉得足夠高，實(shí)際上也是為整條管線的后續(xù)流程打開(kāi)新的機(jī)會(huì)。

比如，高模階段面數(shù)拉到上千萬(wàn)面，才有機(jī)會(huì)讓毛發(fā)、疊層布料、建筑雕花等復(fù)雜元素清晰地在AI模型里展現(xiàn)出來(lái)，才有機(jī)會(huì)讓AI真正觸及3A級(jí)高精寫實(shí)資產(chǎn)的生成。也正如吳迪介紹的，用戶可以使用Rodin Gen-2.5將高模表面的高清材質(zhì)在轉(zhuǎn)為低模后烘焙成法線貼圖，以較低性能消耗換來(lái)較高觀感。模型本身的能力爬上更高臺(tái)階后，即便不直接生成最終資產(chǎn)，也能減少后續(xù)低模制作和細(xì)節(jié)補(bǔ)足的時(shí)間消耗。高模生成不是終點(diǎn)，而是AI 3D進(jìn)入游戲工業(yè)流程的第一塊踏板。

這也解釋了為什么在高模階段確保模型形態(tài)正確、把貼圖質(zhì)量拉高到3D原生級(jí)，實(shí)際是在回應(yīng)AI 3D模型的傳統(tǒng)痛點(diǎn)——只要生成品質(zhì)不過(guò)關(guān)，牽動(dòng)的就是后續(xù)一連串人工修改流程。如果貼圖的顏色、陰影、高光、污漬、材質(zhì)細(xì)節(jié)全都糊在一張圖里，貼圖師很難干凈地調(diào)整；如果模型布線太亂，最后可能還不如重新手工制作。

而這其實(shí)也引出了行業(yè)最關(guān)切的問(wèn)題——AI 3D建模什么時(shí)候才能真正走向Production-Ready（可用于生產(chǎn)）？

02

跨過(guò)“生產(chǎn)”的那條河

而這實(shí)際上也是影眸最關(guān)心的問(wèn)題。

吳迪講述了一個(gè)經(jīng)歷：當(dāng)年影眸研發(fā)第一代穹頂光場(chǎng)，對(duì)它的打光結(jié)果相當(dāng)自信，結(jié)果實(shí)驗(yàn)室的數(shù)據(jù)格式和影視工業(yè)的標(biāo)準(zhǔn)不互通，根本沒(méi)企業(yè)買單。吳迪說(shuō)，這段慘痛教訓(xùn)讓他們把Production-Ready寫進(jìn)公司理念里——科研和產(chǎn)業(yè)在河的兩岸，過(guò)河的過(guò)程可能會(huì)落水、嗆水，必須心存敬畏。等到了做Hyper3D Rodin，他們一直直接從客戶那里接收真實(shí)反饋，并據(jù)此迭代產(chǎn)品。

他們總結(jié)了游戲公司客戶的需求，“往高模走，就要讓表面生成更多正確、有用的細(xì)節(jié)；往最終游戲階段走，就要有好的拓?fù)浣Y(jié)構(gòu)、布線正好在轉(zhuǎn)角處、UV展開(kāi)利用率要高、PBR 材質(zhì)要分層、分件要好——這些都是（游戲公司）客戶傳導(dǎo)給我們的觀念?！?/p>

不過(guò)，Hyper3D服務(wù)的也不只有游戲行業(yè)。3D打印關(guān)注模型的水密性，工業(yè)設(shè)計(jì)關(guān)注格式、尺寸和標(biāo)準(zhǔn)，影視特效則對(duì)材質(zhì)、精度和管線適配有另一套要求。累計(jì)起來(lái)，這是一個(gè)很難面面俱到的難題。

Hyper3D的核心思路，是圍繞“可控性”切入專業(yè)3D生產(chǎn)，讓專業(yè)用戶自己決定需要的Production-Ready是什么樣，并把這種需求體現(xiàn)在Rodin模型生成界面的各種預(yù)設(shè)上。

如果說(shuō)消費(fèi)級(jí)AI產(chǎn)品追求的是一鍵出圖，那么專業(yè)級(jí)AI 3D產(chǎn)品最重要的，反而是讓用戶有足夠多的地方可以“插手”。

Hyper3D今年上線的“3D編輯”功能，就是一個(gè)能體現(xiàn)他們?nèi)绾巫隹煽匦缘闹庇^例子——模型生成后，如果用戶只對(duì)某個(gè)局部區(qū)域不滿意，可以直接將其框選，然后局部重新生成，避免因?yàn)橐粋€(gè)小瑕疵而反復(fù)重新“抽卡”。

給出局部編輯指令：“把車頭變成跑車”

張啟煊和吳迪挺自豪：這個(gè)技術(shù)目前還沒(méi)有業(yè)內(nèi)產(chǎn)品跟得上。Hyper3D團(tuán)隊(duì)能攻克它，是因?yàn)樗麄兪?D AI大模型公司里第一個(gè)提出、也是目前少數(shù)掌握3D ControlNet可控生成架構(gòu)的團(tuán)隊(duì)。實(shí)質(zhì)上，這套能力要解決的是生成一致性問(wèn)題，即在局部修改的同時(shí)，確保其他部位保持不變。

同時(shí)，這也要求3D模型本身能夠像圖片和文本一樣作為模型輸入。實(shí)現(xiàn)這件事所需的3D理解器，則來(lái)自他們更早研發(fā)BANG分件生成功能時(shí)積累下來(lái)的能力。包括Hyper3D之所以能夠在Rodin Gen-2.5時(shí)拿出領(lǐng)先的外觀模型，也與穹頂光場(chǎng)在材質(zhì)掃描上的長(zhǎng)期積累密切相關(guān)。

BANG分件

不難看出，影眸很擅長(zhǎng)利用他們最核心的優(yōu)勢(shì)——鉆科研、卷前沿研究，拿出原創(chuàng)性的技術(shù)成果，再回到3D模型生產(chǎn)的第一性問(wèn)題上。這些技術(shù)逐步滾雪球式積累下來(lái)，在長(zhǎng)線形成杠桿，并在服務(wù)真實(shí)生產(chǎn)時(shí)撬動(dòng)更高收益。

張啟煊表示，他們可能是目前為數(shù)不多能夠提供從生成前控制、生成中控制到生成后控制的3D大模型產(chǎn)品的團(tuán)隊(duì)之一。也正因?yàn)槿绱?，專業(yè)付費(fèi)用戶才愿意深入探索這個(gè)模型，并找到最適合自己的設(shè)定。

外界能看到的是，從攻克材質(zhì)關(guān)、精度關(guān)開(kāi)始，Rodin Gen-2之后，影眸科技又逐步探索“智能低模（Smart Lowpoly）”等功能。顯然，他們希望未來(lái)的Hyper3D Rodin系列模型能夠持續(xù)服務(wù)好游戲等實(shí)時(shí)3D場(chǎng)景的開(kāi)發(fā)者。

同一模型經(jīng)過(guò)智能低模降面數(shù)后對(duì)比

從Reddit等論壇的用戶反饋來(lái)看，這些功能目前生成的低模質(zhì)量已經(jīng)相當(dāng)可用。甚至Hyper3D Rodin也采用了“按交付收費(fèi)”的思路，在用戶滿意前，模型可以免費(fèi)重新生成和局部編輯。

他們也把Hyper3D Rodin插件接入了Blender、虛幻、Unity、Godot等大部分主流3D軟件，讓創(chuàng)作者可以在專業(yè)軟件中一鍵調(diào)用資產(chǎn)，甚至用Hyper3D Rodin編輯其他AI平臺(tái)生成的模型。這些動(dòng)作背后，都是同一個(gè)目的：讓Hyper3D Rodin更深地嵌入真實(shí)生產(chǎn)。

當(dāng)然，吳迪和張啟煊也不避諱談及他們目前面臨的一些挑戰(zhàn)。比如Rodin在UV等方面尚未完全攻克，模型的拓?fù)洳季€對(duì)高品質(zhì)內(nèi)容型游戲來(lái)說(shuō)仍然不夠精致。背后的原因很多，既有實(shí)際游戲項(xiàng)目?jī)?yōu)質(zhì)數(shù)據(jù)不足的問(wèn)題，也有3D模型本身遠(yuǎn)比圖像、文本更復(fù)雜的特性。

但二人也一致表示，像分件、材質(zhì)、拓?fù)?、UV這些每一家游戲公司都會(huì)提的共性要求，必然會(huì)排在靠前的研發(fā)優(yōu)先級(jí)里。

這些能力看似是模型從高模到成品的“最后一公里”，但實(shí)際也與AI 3D能否打通游戲開(kāi)發(fā)全流程息息相關(guān)，這也是這個(gè)領(lǐng)域未來(lái)一兩年最值得關(guān)注的進(jìn)展。

03

向未來(lái)

在訪談的最后，我們也與兩位創(chuàng)始人聊了聊目前整個(gè)3D生成領(lǐng)域的發(fā)展現(xiàn)狀。

我的感受是，整個(gè)AI 3D生成領(lǐng)域有點(diǎn)像一個(gè)時(shí)間膠囊，它不斷讓我想起2024年前后LLM大模型飛速發(fā)展的階段——人們熱議Scaling Law和預(yù)訓(xùn)練參數(shù)量，基座模型本身還沒(méi)有觸及瓶頸，模型能力的提升還能直接為用戶體驗(yàn)帶來(lái)增益。產(chǎn)品化的下一階段競(jìng)爭(zhēng)還沒(méi)有全面開(kāi)始，而Rodin Gen-2.5在生成能力上的進(jìn)步，已經(jīng)能顯著幫助AI 3D往管線更深處滲透。

對(duì)此，吳迪也有他們自己的判斷。如今獲得新的融資后，影眸也有了新的燃料，可以投入更高強(qiáng)度的科研。按照吳迪的預(yù)估，三年后的Hyper3D大概率仍然會(huì)聚焦在專業(yè)領(lǐng)域。在未來(lái)一兩年，他們主要做兩件事：一是繼續(xù)精進(jìn)底層模型的生成質(zhì)量；二是在未來(lái)的Hyper3D Rodin里拓展編輯、Agent化等能力，讓模型在專業(yè)領(lǐng)域越來(lái)越好用，同時(shí)讓Rodin能夠接入生產(chǎn)制造的戰(zhàn)略模型設(shè)施。

不過(guò)這也是一個(gè)出乎意料樸實(shí)的回答。畢竟全球范圍內(nèi)，圍繞AI 3D相關(guān)的團(tuán)隊(duì)，許多團(tuán)隊(duì)都在向更容易吸引投資人的熱詞靠攏：世界模型、下一代UGC互動(dòng)生態(tài)底座、3D內(nèi)容平臺(tái)……但張啟煊很坦然：他們當(dāng)然對(duì)世界模型感興趣，但整個(gè)團(tuán)隊(duì)技術(shù)出身，對(duì)這個(gè)概念有更多敬畏。

到了下半年，影眸會(huì)發(fā)布一個(gè)場(chǎng)景級(jí)生成模型。但在目前這個(gè)階段，它還不滿足吳迪對(duì)世界模型的嚴(yán)謹(jǐn)定義——能被操縱，能服務(wù)具身智能控制，并且真的理解整個(gè)世界。不過(guò)他們也相信，這類技術(shù)會(huì)是未來(lái)通向世界模型和具身智能的重要基礎(chǔ)。

所以在可見(jiàn)的未來(lái)，影眸的愿景依然很明確：做好那個(gè)服務(wù)專業(yè)3D人的工具。他們要做的，是讓建模師手里的工具變得更鋒利。

這可能也是AI 3D在游戲行業(yè)最現(xiàn)實(shí)、也最值得期待的路徑。

它不必一上來(lái)就顛覆整條3D管線，也不會(huì)馬上替代成熟建模師的全部工作。更重要的是，它正在從最前端、最重復(fù)、最耗時(shí)的環(huán)節(jié)開(kāi)始，一點(diǎn)點(diǎn)把人從繁重的體力勞動(dòng)里解放出來(lái)，讓創(chuàng)作者把更多精力重新放回審美、判斷和表達(dá)本身。

對(duì)游戲行業(yè)來(lái)說(shuō)，3D生產(chǎn)長(zhǎng)期是一條又深又窄的河。過(guò)去只有少數(shù)資金、團(tuán)隊(duì)和經(jīng)驗(yàn)都足夠充裕的公司，才能穩(wěn)定抵達(dá)更高品質(zhì)的彼岸。而AI 3D真正值得期待的地方，或許就在于它正在悄悄拓寬這條河上的橋。

當(dāng)更多中小團(tuán)隊(duì)、獨(dú)立開(kāi)發(fā)者，乃至普通創(chuàng)作者都能更低成本地觸達(dá)高品質(zhì)3D資產(chǎn)時(shí)，游戲世界里的想象力，也會(huì)擁有更多真正落地的機(jī)會(huì)。