影眸，是干啥的？

影眸，是干啥的？

名字聽過很多次，愣不知道干啥的

影眸，一鍵生成高可用的3D素材

這是個(gè)很神奇的存在：

• ? 奇績、藍(lán)馳、紅杉這樣的 VC 投了， 字節(jié)、美團(tuán)這樣的大廠也投了

• ? 論文發(fā)了一沓又一沓，也拿到了圖形學(xué)頂會 SIGGRAPH 的最佳論文

• ? 在海外，很多 3D 設(shè)計(jì)師天天磕著重金（吐槽：很貴）在用

但你要問，這幫人具體是干嘛的？
哈哈哈哈哈哈哈，不知道

SIGGRAPH 2025 Best Paper

前段時(shí)間去了趟上海，在模力社區(qū)見到了影眸（Hyper3D.AI）的 CEO 吳迪 和 CTO 張啟煊

我們仨糙男人...都忘了要合影..最后只能P一張

在和他們聊了一個(gè)晚上，又讀了幾萬字的有關(guān)材料，于是就有了本文這篇“非官方說明書”，希望能把這家公司，一次性給講清楚

聊了兩個(gè)多小時(shí)，一萬兩千字... 影眸是誰

簡單來說，這是一個(gè)做 3D 生成的團(tuán)隊(duì)，為了方便記憶，先上三個(gè)標(biāo)簽：

• ? 產(chǎn)品標(biāo)準(zhǔn)： 生產(chǎn)級方案

• ? 技術(shù)選擇： 反共識賭徒

• ? 背后的人： 清醒的天才

口說無憑，先看東西
為了解釋什么叫“生產(chǎn)級”，看看他們最近剛上的 BANG 功能，非常有意思：

看完這個(gè)，我們再往下聊

產(chǎn)品標(biāo)準(zhǔn)：生產(chǎn)級方案

影眸的核心產(chǎn)品叫 Hyper3D.AI（底層模型叫 Rodin）

它的存在，是為了解決一個(gè)核心問題：
很多 AI 生成的 3D 模型，都很好看，但結(jié)構(gòu)混亂

藝術(shù)家拿到手，發(fā)現(xiàn)是三角面混雜、拓?fù)浠靵y、UV 也沒展好，這種模型在工業(yè)流程里被稱為“臟數(shù)據(jù)”，根本沒法做綁定（Rigging）和動畫，美術(shù)師還得照著它重做一遍

對于很多的 3D 模型，看細(xì)節(jié)，很多問題

于是，有一個(gè)詞就變的特別重要：Production-Ready（生產(chǎn)就緒）

意思很簡單，AI 生成的東西，必須符合工業(yè)標(biāo)準(zhǔn)（三角面&四邊面、合理的布線、PBR 材質(zhì)），能讓藝術(shù)家直接上手干活

影眸生成的東西.

為了實(shí)現(xiàn)這個(gè)目標(biāo)，他們做了幾件很具體的事

第一件，讓模型能被拆開：BANG（分件）功能

一個(gè) AI 生成的完整“鐵疙瘩”，美術(shù)師是無法精修的

BANG 功能，是基于物理理解的拆解，把一個(gè)完整的模型，按其物理結(jié)構(gòu)，自動拆分成獨(dú)立的、可編輯的“零件”

然后，就可以進(jìn)行更精細(xì)化模型建構(gòu)，分部件精調(diào)優(yōu)化，特別適用于高精度模型要求，比如游戲、影視、工業(yè)設(shè)計(jì)制作等領(lǐng)域

非常精細(xì)

就像是把一個(gè)圖片，拆成了一組 .psd 里的圖層

“你點(diǎn)一下分件，我們先給你一張‘藍(lán)圖’預(yù)覽，不滿意可以換一種拆法” “確定后，模型‘啪’一下就炸開了，你還能選中其中一個(gè)零件，讓它再炸一次” - 啟煊 影眸CTO

Bang 這里， AI 需要解決一個(gè)很大的技術(shù)難點(diǎn)：理解物體的內(nèi)部結(jié)構(gòu)，比如車輪軸承是怎么連接的

你可以預(yù)覽和修改每一個(gè) Bong 出來的內(nèi)容

在 Bang 之后，他們前兩天又上了一個(gè)更離譜的功能，叫做“部分重做”。咋理解呢，就是...你可以調(diào)整邊框到想要重做的部分，就可以進(jìn)行部分重新建模

第二件，讓模型更“聽話”：3D ControlNet

為了讓生成結(jié)果不“放飛自我”

他們研發(fā)了 3D 版的 ControlNet

就像這樣

設(shè)計(jì)師可以通過畫框（Bounding Box）、給點(diǎn)云（Point Cloud）、甚至涂體素（Voxel）的方式，預(yù)先設(shè)定好模型的大致形態(tài)、尺寸和位置

然后，他們還針對不同場景，提供了不同模式：

• Zero 模式：專為移動端優(yōu)化，低面數(shù)但質(zhì)量不錯(cuò)，是行業(yè)唯一

• Focal 模式：高精度，滿足影視級需求

• Speedy 模式：快速預(yù)覽，幫設(shè)計(jì)師迭代

• Default 模式：平衡細(xì)節(jié)和表面平滑度

第三件，讓工具融入工作流：全平臺插件

這也是我覺得他們最“雞賊”（褒義）的地方

他們沒有試圖把用戶綁架到自己的網(wǎng)頁上

而是把 Hyper3D.AI 的所有功能，打包塞進(jìn)了一個(gè)深度集成的插件里

目前，這套插件已經(jīng)覆蓋了 Blender、Unity、Unreal Engine、Maya 等主流 3D 軟件，甚至包括 ComfyUI 這種節(jié)點(diǎn)式工作流

通過一個(gè)“畫中畫”浮窗，直接調(diào)用 AI 的全部能力

你會得到一個(gè)單獨(dú)的浮窗，讓你的工作軟件調(diào)用影眸的能力

這里得說一下，這些功能并非閹割版

“我們幾個(gè)核心創(chuàng)始人都親自用 Blender，自己剪視頻、做渲染” “所以我們知道做這件事會遇到哪些困難，知道怎么用才方便”

這解釋了為什么他們的產(chǎn)品，總是在一些細(xì)節(jié)上讓專業(yè)用戶覺得“對味”

最后，誰在買單

首先我得說....這東西貴的離譜，還特么一堆人在買，有個(gè)哥們直接開了 7 個(gè) 1200刀/月的賬號...

最便宜的套餐，也要30刀/月

然后我細(xì)細(xì)了解了下，影眸目前的落地場景，集中在兩個(gè)極端

一種是超大規(guī)模的 UGC 游戲平臺
某個(gè) 5 億玩家的大型在線游戲，就是在用他們的模型生成游戲道具

他們不讓我說具體項(xiàng)目...

另一個(gè)是實(shí)體制造與 3D 打印
用戶生成完模型，直接就能打成實(shí)體玩具，內(nèi)部結(jié)構(gòu)是合理的

這個(gè)也是...我也不知道是哪家 技術(shù)選擇：反共識賭徒

理解了他們現(xiàn)在做什么，下一個(gè)問題是：

為什么影眸對“Production-Ready”這件事，如此執(zhí)著，甚至有點(diǎn)“軸”

答案在他們的過去

故事一：一切始于一個(gè)“球”

影眸的故事，始于一個(gè)巨大的、布滿燈珠和攝像頭的球形設(shè)備：穹頂光場（Dome Light Stage），或者...稱之為「那個(gè)很大的球」

這東西，目前還在影眸，圖是我拍的

這是他們創(chuàng)業(yè)的第一個(gè)項(xiàng)目，為 3A 游戲和電影提供微米級精度數(shù)字人掃描的服務(wù)，給很多明星、網(wǎng)紅（比如 Tim）都提供過服務(wù)

這里的核心技術(shù)叫“光度立體法”（Photometric Stereo），設(shè)備會在 短時(shí)間內(nèi)投射幾十種不同的光照模式，捕捉皮膚在不同光線下的微小起伏（法線信息）

拉近到鏡頭

但這個(gè)業(yè)務(wù)商業(yè)上很苦，是辛苦的項(xiàng)目制

技術(shù)再牛，客戶用不了，就是零

他們花了整整一年時(shí)間，才把掃描出的數(shù)據(jù)格式、坐標(biāo)軸、接口，一點(diǎn)點(diǎn)對齊到影視行業(yè)的標(biāo)準(zhǔn)生產(chǎn)管線里，他們比誰都清楚，材質(zhì)（Material）、幾何（Geometry）和光照（Lighting）是如何解耦的

這段經(jīng)歷，把“生產(chǎn)就緒”這個(gè)理念，焊進(jìn)了團(tuán)隊(duì)的 DNA

故事二：公司的生死存亡之戰(zhàn)

這個(gè)“血淚教訓(xùn)”，甚至在后來救了公司一命

時(shí)間來到 2023 年，影眸當(dāng)時(shí)正處在最低谷

一輪美元融資協(xié)議都簽完了，甚至連慶祝的飯都吃了兩頓，結(jié)果因?yàn)榈鼐壵卧?，LP（出資人）臨時(shí)撤資

錢沒了

公司賬上只剩幾個(gè)月的糧草，F(xiàn)ounder 們集體降薪，裁員三分之一

就在這個(gè)節(jié)骨眼上，他們必須為 3D 生成選擇一條技術(shù)路線

當(dāng)時(shí)的主流是2D 升維，2D to 3D，也就是先用 AI 生成一堆圖片，再通過多視角算法“猜”出 3D 模型

更有方法...就完全是貼圖

這條路見效快，Demo 漂亮，投資人喜歡，所有競品都在跑，但影眸沒有跟風(fēng)

正是因?yàn)橛羞^“穹頂光場”的三維重建經(jīng)驗(yàn)，他們深刻理解“2D轉(zhuǎn)3D”這條路的致命缺陷:
這種做法，本質(zhì)上是攝影測量，在信息收集的過程中把三維信息降維到了二維，在還原信息的過程中一定會伴隨著信息丟失，會導(dǎo)致生成的模型產(chǎn)生大量的噪聲

噪聲就像是...

于是到了最后，就需要花費(fèi)更多的人力修復(fù)，才能讓素材接入到后期流程

于是，在賬上只夠一次訓(xùn)練機(jī)會的情況下

他們反向押注了當(dāng)時(shí)無人看好的3D 原生（Native 3D）路線

放棄圖片中轉(zhuǎn)，直接構(gòu)建了一個(gè) 3D 原生大模型架構(gòu)（CLAY），讓 AI 直接學(xué)習(xí)三維數(shù)據(jù)的幾何結(jié)構(gòu)

“就一次訓(xùn)練機(jī)會，訓(xùn)不出來就沒了”

他們賭贏了

7 個(gè)月后，Rodin 上線，它是當(dāng)時(shí)唯一能生成干凈的三角&四邊面網(wǎng)格的模型

藝術(shù)家 Dzysmile 使用 Hyper3D.AI Rodin 創(chuàng)作的作品

于是，影眸活了下來（Rodin ARR 飆得很快，但他們...不讓我說具體數(shù)字），也有了今天的技術(shù)壁壘

背后的人：清醒的天才

產(chǎn)品和技術(shù)的背后，是人

影眸的團(tuán)隊(duì)氣質(zhì)，可以通過另一個(gè)故事來理解：一個(gè)被主動殺死的“爆款”

2021 年，他們曾做過一個(gè)叫 WAND 的 AI 二次元畫板 App

我當(dāng)時(shí)還真玩了這個(gè)！世界真是個(gè)大大的圈

這東西，比 Midjourney 還早，所用的技術(shù)，是基于他們自己實(shí)驗(yàn)室的SofGAN，相關(guān)成果也發(fā)表在了圖形學(xué)頂會 ACM ToG（ACM Transactions on Graphics） 上，

https://dl.acm.org/doi/10.1145/3470848

WAND 這東西上線兩周，用戶便破了 160 萬，沖到 App Store 榜首，在中國和日本都拿了第一。但也就在產(chǎn)品最火的時(shí)候，他們選擇停掉

理由是... GAN 技術(shù)路線有明顯天花板，無法實(shí)現(xiàn)真正的“萬物生成”和“語義理解”

你沒看錯(cuò)，就因?yàn)檫@么個(gè)原因，他們放掉了一個(gè)百萬用戶的產(chǎn)品（甚至連商業(yè)化都沒去做，只被動的收入了幾千塊的廣告費(fèi)）

太特么牛逼了...對于這些天才來說，似乎，取得世俗意義上的成功是里所應(yīng)然的，把精力投入真正看中的事情上，才是值得去做的

最后

從二次元畫布，到物理的“球”，再到今天專注的工具...經(jīng)歷了這么多，很難想象：特喵的創(chuàng)始團(tuán)隊(duì)，還特么博士在讀，淦！

聊到最后，我問 CEO 吳迪
“現(xiàn)在最重要的事是什么”

他想了想，說
“還在考慮”

你特么...

我的腦子嗡嗡作響...

還有個(gè)事，我得吐槽

寫這篇文章的時(shí)候，我想找他們要份融資用的材料參考一下

結(jié)果他們兩手一攤：
“沒有，我們當(dāng)時(shí)連 PPT 都沒有”

這特么....什么草臺班子，居然還這么多人追著投，淦！