3D

100倍，一张照片生成仿真级3D资产

3D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。

2026年开年来，3D生成模型赛道相当热闹。

完成数亿元新融资，影眸科技Hyper3D让3D生成进入「思考时代」丨36氪首发2026年06月24日07:5536氪来源：36氪

提出定义主流AI3D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。

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。

RodinGen-2.5首次在3D生成领域引入类似LLM（大语言模型）的Test-timeScaling（测试时缩放）策略，自适应的可调节ThinkingEffort（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。

“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。

伴随新一轮融资，影眸科技发布了最新一代3D生成模型——Hyper3DRodinGen-2.5，将语言模型“先思考再生成”的模式引入3D生成领域。

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。

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。

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。

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。

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。

“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。

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；

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。

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。

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。

在生成式AI进入3D内容生产之后，行业最先解决的是“看起来像不像”的问题：一个模型能不能从文字或图片生成外观完整、纹理逼真、形状合理的3D物体。

今年第一季度，影眸科技发布首个3D编辑模型RodinGen-2Edit，让AI3D模型第一次可编辑；

“之前3D模型生成需要进行实际扫描和采集，但由于价格昂贵且无法规模化，并不适用于大模型的可扩展性。

现有3D模型生成类似于“真空中的球形鸡”，尽管整体生成得好看，但与外界并无任何交互，常出现穿模、漂浮、关节乱转等问题。

这项研究相当于为AI提供了物理常识，将3D模型生成从生成得好看，转变为能够交互和好用。

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。

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。

为了训练该框架，研究人员构建了首个通用仿真就绪3D数据集PhysXVerse。

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SIGGRAPH2025最佳论文奖。

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；

仅凭一张普通照片，AI就能直接生成3D

这个选择决定了我们今天的领先

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