完成数亿元新融资，影眸科技Hyper 3 D让3 D生成进入「思考时代」丨36氪首发
新模型上线首月，
订阅用户与ARR的环比增速均超400%。
文 ｜ 王欣逸
编辑 ｜ 张雨忻
来源｜ 智能涌现（ID：AIEmergence）
封面来源 ｜ 企业供图
2026年开年来，3D生成模型赛道相当热闹。
今年第一季度，影眸科技发布首个3D编辑模型Rodin Gen-2 Edit，让AI 3D模型第一次可编辑；今年6月， VAST 官宣了新一轮融资， Meshy 也紧随其后，宣称自己发布了全球首款 3D AI Agent 。
近日，影眸科技——这支扎根学术圈、创业早、年轻的3D模型团队，带着最新的技术研究成果，以及新一轮融资，再添了一把火。
这支团队创立于 2020 年， 创始人兼 CEO吴迪、和联合创始人兼CTO张启煊以及另外两位联合创始人张龙文、曾初啸均来自上海科技大学 。 团队约 60 人，平均年龄不到 25 岁。
尽管看起来年轻，但在 B 端 市场 ，影眸几乎站稳了头部地位，其 B 端客户数及收入比行业内其他公司加起来还要多，客户包括字节跳动、 Unity、 Figma、Canva 等企业，海外收入占总收入约 80% 。
提出定义主流 AI 3D 架构的原生 3D 生成方案 CLAY 、连续数年获得 计算机图形学顶级会议 SIGGRAPH 最佳论文及提名—— 在学术成果上，影眸的科研履历也相当亮眼，在顶刊和各大会议上论文、奖项不断， 其算法团队每 2人中就有1人获得或提名过最佳论文 。
“智能涌现”独家获悉， 近日，影眸科技宣布完成 数亿元 新一轮融资，本轮融资由凯辉基金、上海国投先导领投，老股东持续跟投 。 此前，字节跳动、美团龙珠、红杉、蓝驰已相继押注。
伴随新一轮融资，影眸科技发布了最新一代 3D 生成模型 ——Hyper3D Rodin Gen-2.5 ，将语言模型 “ 先思考再生成 ” 的模式引入 3D 生成领域。面向不同的生产场景， Gen-2.5 提供了可调节的精度模式， 该模型是全球首个千万面级 3D生成模型，最快4秒可实现生成百万面模型， 并同步推出全球首个 12K精度的原生3D贴图模型。
长期以来，影眸面向 B 端及 专业 C 端，提供平台订阅、 B 端 API 售卖、私有化部署、直接提供最终资产等服务，主要的应用场景包括电商、 3D 打印、游戏、工业设计 、 具 身 智能 等行业。
面对市场竞争，影眸的打法是，瞄准海外 市场、 C 端 专业用户以及让模型生成过程更为可控。
值得关注的是，在最新模型 Rodin Gen-2.5发布后 ， C 端 收入 正在 反超 B 端。 Rodin Gen -2.5 上线首月，订阅用户与 ARR 的环比增速均超 400% 。
C 端的发力，正击中了影眸想要解决的问题： AI 3D 能否被用户真正使用。
“ 从学术圈走出的人容易有惯性，认为自己的技术和论文很厉害，为什么市场不用。但实际上，实验室研发出来的东西和真正能被使用的东西之间，存在巨大的鸿沟。 ” 吴迪告诉我们。
想要消弭这一鸿沟，核心在于，生成的模型要符合使用标准，用户能控制 3D 的生成结果。
为此，他们几乎最大程度上给予了用户参与编辑的自由。
在平台上，用户可以 通过影眸 自研的3D ControlNet ，控制生成结果的长宽高和形状；实现 3D 编辑功能，平台生成的模型乃至第三方模型都可以实现二次编辑，支持自然语言局部修改模型；能对 3D 资产进行分件，支持分件后再分件。
在影眸看来，看似复杂、需要用户反复确认及控制的流程，恰恰是用户选择他们的理由。
“ 我们对 3D 生成的用户群体有预估，大部分愿意付费的用户，刚好是那些对‘可控’有需求的群体，我们要先服务好真正会买单的人， ” 张启煊谈到， “3D生成的落地运用，已经从追求观赏质量，迈向了可控、效率与质量并重，更贴近实际生产的下半场。”
在预训练阶段
就做好模型的可控性设计
在经历元宇宙 赛道 萎缩 、 2023 年 资金 困境 后， 2024 年，原生 3D 生成方案 CLAY 的研究和提出 ， 完全改变了影眸科技乃至整个 3D生成赛道的走向。
彼时，整个 AI 3 D 行业内的技术路径几乎都围绕 “ 2D 升维 3D ” 的模式 —— 先生成物体的多视角图像，再建模成 3D 资产。这一模式缺点明显： 这一模式存在不可逆的信息丢失， 生成的模型 难以真正应用于工业设计、游戏等相关领域。
但影眸觉得，生成的 3D 资产是否做到了 Production-Ready （生产就绪）是更重要的。于是，他们做出了一个反共识的决定：用 3D 数据，从头开始训 3D 原生模型。
这条没人走过的路被他们走通了。
2024年，影眸团队提出全球首个产品化的3D原生大模型框架CLAY（《CLAY：用于创建高质量3D资产的可控大规模生成模型》），通过算法和框架层面的底层创新，将3D生成效果从不可用 变为 可用。该研究提名当年 SIGGRAPH最佳论文。
同年年中，基于 CLAY架构，影眸科技发布了全球首个3D原生模型Rodin Gen-1。 这也让 行业主流选择 技术路线 发生变化，纷纷走向了 3D 生成原生路线。
影眸对他们的 3D 模型的两个最重要的要求是：可控性，以及质量。
其中，可控性，是影眸打出的一张明牌。 “ 对专业创作者来说，可控性特别重要，这是他们选择我们的首要原因。 ” 张启煊称。
“ 实现可控性的关键在于，在预训练阶段就将相关设计放进去，和模型底层一起长出来。 ” 从 Rodin 的第一个版本起，他们就引入了 3D ControlNet 等可控能力。
此后， 影眸 团队 也 持续增加 产品的 可控性， 包括 支持局部修改模型， 能自动拆分出不同部件，也能实现分件后继续分件，帮助用户减少抽卡次数，提高模型生成过程中的可控性。
Rodin Gen-2.5 首次在 3D生成领域引入 类似 LLM （ 大语言 模型 ） 的 Test-time Scaling （ 测试 时 缩放 ） 策略，自适应的可调节 Thinking Effort （ 思考 力度 ） 为未来实现与图像生成模型类似的、与 LLM的深度结合提供了可能性。通过该策略 ， 用户可选择 模型的思考时间和深度。它支持五档思考深度，耗时 4 秒至 80 秒不等，对应着从快速草稿到高精度资产。在 Extreme-High 模式下，模型能实现千万面数生成能力，能还原皮肤微结构、纹理、毛孔等特征。
不仅如此，影眸还同步推出了一个原生 3D 贴图模型，区别传统投影法生成材质，这一模型能解决传统方法存在的颜色断层、浸染等问题，清晰保留 Logo 、文字等信息。从几何生成到贴图，最快仅需 5 秒。
该贴图模型具备图像生成级别能力，可实现材质纹理无死角覆盖，文字效果提升显著，支持基于物理的 PBR材质。配合同步推出的12K原生3D贴图模型，生成效果在几何精度与材质保真度上已可超越实景扫描，断代领先行业水平。
另一个关键点 —— 质量，影眸用一系列研究成果对此做出了证明。
自CLAY后，他们相继推出了CAST、BANG等研究成果。前者能通过输入一张图片，便能生成包含物体和物体关系的完整3D场景；后者能实现对3D资产的分件。
其中，关于 CAST的研究论文《CAST：基于单张RGB图像的组件对齐式3D场景重建》斩获 SIGGRAPH 2025最佳论文奖。同期在该领域获得最佳论文的商业公司仅有谷歌、Meta和影眸三家。
作为唯一连续多年获得 SIGGRAPH最佳论文及提名的商业公司， 影眸 自 2020 年以来在顶级学术会议及期刊上共发表了 30 余篇论文，其中 70% 的科研成果走向了落地。
这具体表现在产品的迭代上，近两年来，影眸的模型实现了四次重要迭代，从 Rodin Gen-1 、 25 年 9 月发布的拥有拆件能力的 Rodin Gen-2 、 26 年1 月发布的有局部编辑功能的 Rodin Gen-2 Edit ，再到今年 6 月，最新发布的 Rodin Gen-2.5 。
谈及 AI 3D 的未来，吴迪告诉我们，未来一至两年内，公司会继续做两件事情，一是精进底层模型的生成质量，二是拓展编辑、 Agent 化等能力，让模型在专业领域越来越好用。
服务最专业的用户，
解决最真实的问题
AI 3D的商业化路径仍在被行业验证，但在影眸看来，这是一份可持续的好生意。
单看模型训练的算力成本，对 Rodin 而言，整数倍版本模型的迭代需要千卡级的训练，但由于影眸自身在算法架构上的积累， 相比同行训练出一个同级别的模型，训练效率获得了极大提高。
过去一年， 企业级（ B端）营收的质量与可持续性，正逐步取代消费级用户规模，成为衡量AI公司长期价值的核心维度 ——以Anthropic为代表的企业级路线被广泛视为这一趋势的典型样本。
与此同时，在收入端，影眸正在走一条类似 Anthropic的企业级路线，其积累的B端客户营收超过同赛道其他公司的总和。
从客户的一侧来看，影眸 的 B 端订单分布在游戏、电商、 工业设计、具身智能、空间计算 等多个 高价值 场景 ，与此同时， C 端画像主要为 Pro-C （专业级消费者），如建模师、 3D 打印爱好者、产品设计师等。
在 影眸 团队 看来 ， 未来 3-5 年， 3D 生成主要还是被专业用户使用。不管是语言模型、图像模型还是其他的模型，都很难从绝对效果上完全区分出高下。对于 3D 生成赛道而言，大众真正的关注点是，模型厂商能否满足下游行业的需求。
“ 我们研发出来的东西需要要接入到后期的流程里面去使用，因此我们要做 Production-Ready 的东西，让其可以直接进入影视、游戏等场景的后期中直接使用。 ” 吴迪告诉我们。
因此，影眸 将产品设计成生成过程中可逐步确认，满意后再付费的模式。 这一模式，源自于影眸对于自身模型可用性的底气。
在影眸的客户列表里，有不少具身智能公司，他们把影眸的 3D 资产，拿来作为训练数据和 生成 仿真环境 和资产 。
谈及赛道内正热的“世界模型”， 张 启煊告诉我们，撕开世界模型的标签，大家在做的主要是两件事：一是实时视频生成，如 Google 的 Genie-3 ；二是可仿真的环境，包括资产、模拟器等，以及做类似自动驾驶、机器人策略的执行器。
在世界模型版图里，影眸偏向于做可仿真资产。在平台上，他们有一个功能叫 Sim-Ready ，用户点击后，可以直接在英伟达的仿真环境里做物理仿真。
具身智能对 3D 生成模型的要求包括几个层面：一是物理反馈，如重量、碰撞体等，这些功能，影眸已经上线至产品中；二是可互动资产，如 3D 资产在分件后如何动起来，在这一内容上，影眸也做出了相关学术成果。
单纯用视频生成做世界模型，这可能会导致模型难以从视频中学习到真实物理世界的维度关系。这也正是 3D 的优势，能理解物品之间的位置关系、视角角度连续性好、能在模型中做物理模拟等。
吴迪认为： “ 未来的世界模型，需要让机器真正学到和真实世界一致的场景，其背后可能会是 3D 生成与视频生成混合的模式 。 ”
“3D生成的赛道正在收敛，而收敛意味着，最终只有少数真正解决了产业问题的团队能留在牌桌上。过去一年，市场习惯用用户规模和增长曲线来衡量一家AI公司的价值。3D生成会是游戏、影视、工业设计乃至物理世界智能化都绕不开的底层能力，我们服务最专业的用户，解决最真实的生产问题，这个选择决定了我们今天的领先，也决定了我们未来要去定义、而不只是参与下一代3D生产工具的规则。 ”