国产「3D版Anthropic」再获数亿融资！60人初创，卡住全球3D脖子

新智元报道

【新智元导读】影眸科技数亿元融资到账，全球首个「会思考」的3D大模型发布，这家「中国版Anthropic」的公司太亮眼了。在AI卷生卷死的2026，这家中国公司却把最难啃的3D生成做成了一门好生意。

最近，一则消息在硬科技投资圈引起震动。

3D生成大模型公司影眸科技宣布，完成数亿元人民币的新一轮融资！

这已是影眸在一年多时间内完成的第三轮融资。

2025年1月，美团龙珠与字节跳动领投数千万美元A轮；同年8月，蓝驰创投再次领投。

国资战略资本、国际产业资本、顶级财务机构同时押注，清晰地表明：市场已看清，3D生成不再是「有没有用」的问题，而是「谁先用好」的竞赛。

几乎与融资同步，影眸发布了被业界视为「规则改变者」的最新模型Hyper3D Rodin Gen-2.5。

全球首个具备千万面级生成能力、且引入类大语言模型「先思考、再生成」运行逻辑的3D大模型，就此登场！

使用起来也非常简单，例如只需要几张多角度模型图给到模型，不到一分钟就能生成。

比如，这把蓝色单椅的生成质量很见功底，整体就是能直接进电商展示或家居场景的生产级资产。

更值得说的是右侧的可控与导出能力，.obj/.fbx/.glb/.usdz/.stl 全格式和 PBR 贴图导出——从生成到落地一条龙，电商和家居设计团队拿来就能用。

不得不感叹，Hyper3D让制作可用3D模型变得太简单了。

当文本、图像、视频的生成卷成红海，难度最高、落地最慢的3D赛道，为何偏偏跑出了一家国人公司？

影眸用一组硬核数据给出了答案：新模型上线首月，订阅用户和ARR环比增速双双突破400%，全球用户近千万，B端客户营收超过同赛道其他所有公司总和。

为什么是这家公司？让我们仔细剖析。

路线之争

为什么「原生3D」是唯一正解？

在理解Rodin Gen-2.5的断代优势前，有必要回顾3D生成史上那次关键路线分野。

早期玩家普遍选择「捷径」——2D升维3D。利用成熟的2D扩散模型生成多视角图像，再通过NeRF或高斯泼溅重建出3D模型。逻辑看似顺畅，影眸团队却从一开始就看到了致命缺陷。

创始人兼CEO吴迪回忆：「公司账上只剩两三百万时，我们面临抉择：跟风做2D升维，快速出个好看产品；还是死磕原生3D，走那条最难的路？」

答案是后者，源于对工业可用性的敬畏。

2D升维有三大先天硬伤：信息降维丢失，多视角的不一致，以及无法满足工业管线。

2024年，影眸发布原生3D大模型框架CLAY，一举拿下图形学顶会SIGGRAPH最佳论文提名，后续还被MIT何恺明教授收录进课程。

论文链接：https://arxiv.org/abs/2406.13897

他们证明：即使在全行业仅几十万高质量3D数据的限制下，原生3D的平滑度和结构精度，也能碾压2D升维一个量级。

如今，原生3D已成行业主流技术共识。影眸不仅定义了3D生成的可用性拐点，更让此赛道成为中国AI极少数真正全面领先全球的方向之一。

让3D模型学会「思考」：五档深度重构生产力

如果说CLAY是地基，那Rodin Gen-2.5就是这座地基上生长出的宫殿。

CTO张启煊揭示了核心创新：「过去的模型，生成方块和生成龙头雕塑，算力分配一样,就像让画家画速写和油画给相同时间。」

Rodin Gen-2.5做了一件看似简单却具有颠覆性的事：把表征长度从固定参数变成可伸缩变量。像大语言模型推理那样，按对象复杂度自适应分配计算预算，把「先思考、再生成」变成了工业级能力。

落到用户手里，就是五档可调「思考深度」。

Extreme-Low（约4秒） ：百万面级初稿。适合快速原型验证、UGC场景。以前《蛋仔派对》那样实时生成要70秒，现在十几秒搞定，完全是不同量级的体验。

Low（约9秒） ：结构干净，适合简约风和小型硬表面量产。

Medium（约20秒） ：结构与细节均衡，综合表现最优。张启煊给了直观对比：Rodin Gen-2.5的20秒质量，全面追平上一代40秒水平。

High（约40秒） ：面向3A游戏主角与影视级制作。

Extreme-High（约80秒） ：最「疯狂」的档位，在几何层面还原皮肤微结构、纹理和毛孔，做到雕塑级精度。

张启煊用摄影比喻道：「就像RAW格式——占用更大空间，但保留最完整信息，拥有最高后期自由度。游戏美术师可以在高模上雕刻细节，再『烘焙』到轻量化版本——游戏里跑得动，看起来又精细。并不是所有行业都需要千万面，但所有行业获得千万面后，能做的事会更多。 」

12K贴图：从表面「长出来」的材质革命

几何是骨骼，贴图就是皮肤。

Rodin Gen-2.5同步推出全球首个12K精度原生3D贴图模型，这是一次断代升级。

传统做法是把贴图「贴」到模型表面，像给雕塑裹印花纸，死角处必然拉伸和模糊。

Hyper3D 的做法完全不同——通过冻结物体表面光场，把参考图的外观直接绑定到几何表面，颜色从模型表面自然「长出来」，材质纹理无死角覆盖。

CEO吴迪现场生成一只皮手套的3D模型，表面极细纹路清晰可见，法线表达完全正确，标准PBR材质。据他介绍，这种资产放在以前影视流程里，要花几万块人民币。

配合同样采用Thinking Effort的贴图流程，最快可将几何+贴图整个流程压缩到5秒，效果在精度和保真度上已可超越实景扫描。

这背后，有一条不易复制的护城河——影眸自研的穹顶光场扫描系统。它是亚洲唯一的亚微米级面部扫描设备，为训练提供了精细到皮肤微结构的PBR材质数据。

这样，就让Rodin Gen-2.5从训练阶段「见过」最精细的材质真相，因而才有如此细腻的效果。

告别「AI抽卡」：四大控御技术搭建专业入口

「不可控」是生成式AI从实验室走向工业流水线的最大绊脚石。

游戏工作室要一把严格符合比例、带中式纹样的椅子，传统AI只能让美术师不断换提示词疯狂抽」——在讲求确定性的工业生产中不可接受。

而Hyper3D从第一天起，就把「可控性」定为第一目标。

这个思路源于早年踩过的坑：2020年，团队用穹顶光场做出的第一代产品精度领先、效率极高，但坐标系和材质与影视工业标准不兼容，结果根本没人买单。从此「可用性」刻进了这一团队的研发基因里：做的东西必须能直接让用户使用。

Rodin Gen-2.5通过四项独有技术，搭建起通往专业生产的完整工具链。

第一，是自然语言驱动的3D局部编辑：框选模型任意区域，打字就能改。觉得宇航员背包不符，无需重建整体，框选后输入「替换为苏联复古风格金属氧气罐」，AI在完美保留主体的前提下精准替换。

第二，是递归分件技术：AI真正理解物体的物理装配逻辑。输入一辆概念摩托车，自动拆解为车轮、引擎、油箱等独立部件，支持递归拆解到零件级。美术师可对任意组件精细微调，彻底打通二次创作和动画绑定的效率瓶颈。

拆分前

拆分后

第三，是3D ControlNet：支持边框盒控制（用方块框定占位比例再生成细节）、体素和点云控制（让模型严格遵循草稿骨架生成风格变体），多维度消除随机性。

边框盒控制

体素控制

点云控制

第四，就是全品类DCC插件生态：原生支持Blender、Unreal、Unity、Maya等全部主流工具，创作者无需切换界面即可调用全套AI能力。

为什么只有Hyper3D做了出来？

张启煊在被问及这个问题时，给出了关键解释：可控性必须在预训练阶段就植入。模型训完再回头加，非常困难。 而Hyper3D从CLAY开始，就让「可控」和模型底层一起生长，不是后期外挂。

企业级路线：中国版Anthropic

决定AI公司长期价值的，不是有多少用户，而是谁在付费。企业级营收质量，正取代消费级规模成为衡量AI公司长期价值的核心标尺，以企业客户为核心的收入结构通常具备更高的黏性与盈利能力，也更容易获得资本市场的估值溢价。

影眸的定位类似于Anthropic——不靠消费端流量打法，从成立起就盯着专业用户和产业客户。

目前B端与C端收入比约4:6，B端续费率接近100%，约80%营收来自海外，核心在北美。B端客户积累的营收超过同赛道其他所有公司的总和。

吴迪还提到另一个有趣的现象：C端和B端增长几乎1：1同步。因为C端用户不是普通消费者，而是建模师、3D打印爱好者这些「Pro C」群体。他们先以个人身份试用，用好了就带进企业。

目前，他们已达成数千万美元ARR。

为什么3D生成是一门好生意？

对于Hyper Rodin而言，单看模型训练的算力成本，整数倍版本模型的迭代需要千卡级的训练。但由于Hyper3D团队自身在算法架构上的积累，使其同等效果的训练成本，显著低于行业平均水平。

这得益于影眸至今保持约60人的精干团队，他们是唯一连续多年获得国际图形学顶级会议SIGGRAPH最佳论文及提名的商业公司，其算法团队每2人中就有1人获得或提名过最佳论文。团队研发占2/3，科研成果产品转化率高达70%，实现了罕见的高浓度人才运行。

巨头用脚投票：从Lowe's到黄仁勋的Keynote

顶级创作者和跨国巨头从来只会为结果付费。

而以下，都是用脚投票Hyper3D的巨头们。

比如，全球零售巨头Lowe's。

他们为在全美1750家门店推行数字孪生，面临几十万SKU的建模鸿沟。传统单个模型成本300-500美元，周期长达数周。

集成Hyper3D后，分钟级生成高保真资产，单模型成本压缩到1美元以内。如今每月超1亿用户在线浏览这些AI生成内容。

另外，还有Unity官方合作伙伴。

2026年3月公测的Unity AI Beta中，游戏开发者可用自然语言指挥引擎摆放资产、生成模型——背后调用的核心算法正是Hyper3D Rodin。

还有一个不得不提的是，英伟达黄仁勋今年的CES Keynote。

在官方披露的内部最新AI工作流中，3D资产生成环节唯一指定了Hyper3D Rodin。

这条工作流上排列着DeepMind、OpenAI，影眸是唯一的初创企业——这算是通过了全球第一算力巨头最严苛的工程验证。

最后，还有3D打印与具身智能。

作为拓竹科技最早生态伙伴，Rodin Gen-2.5凭借原生贴图解决了多色打印边缘杂色通病。

同时，Sim-Ready功能支持一键导出到英伟达Isaac Sim，为具身智能训练源源不断生产可交互的仿真数据。

终极愿景

定义空间智能的底层规则

「3D生成的赛道正在收敛。」吴迪说，「最终只有少数真正解决产业问题的团队能留在牌桌上。这不是一场比谁跑得快的流量游戏，而是一场比谁扎得深的长期竞争。 」

为什么这件事值得较真？因为具备精确空间结构、可编辑、能承载物理关系的原生3D生成，是AI理解和模拟真实物理世界的必要前提。

「世界模型」被热炒的当下，影眸保持难得的严谨。 团队认为，仅靠2D视频生成无法抽象真实物理，必须走3D原生与视频生成结合的混合路线。

在一两年的短周期里，作为极其务实的工业级资产生产工具，Hyper3D 会在游戏、电商、3D打印赛道持续扩大份额。

在三到五年的长周期下，它的核心价值在于：它是未来一切数字化空间、物理仿真环境、机器人智能体搭建过程中，无法被跳过的空间物理底座。

数亿元新融资到账，Rodin Gen-2.5利刃出鞘。

影眸科技想做的，从来不只是参与下一代3D生产工具的竞争——而是去定义规则。