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

這是個很神奇的存在：

• ? 奇績、藍馳、紅杉這樣的 VC 投了， 字節、美團這樣的大廠也投了

• ? 論文發了一沓又一沓，也拿到了圖形學頂會 SIGGRAPH 的最佳論文

• ? 在海外，很多 3D 設計師天天磕著重金（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

前段時間去了趟上海，在模力社區見到了影眸（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

在和他們聊了一個晚上，又讀了幾萬字的有關材料，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

聊了兩個多小時，一萬兩千字... 影眸是誰

簡單來說，這是一個做 3D 生成的團隊，為了方便記憶，先上三個標簽：

• ? 產品標準： 生產級方案

• ? 技術選擇： 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“生產級”，看看他們最近剛上的 BANG 功能，非常有意思：

看完這個，我們再往下聊

產品標準：生產級方案

影眸的核心產品叫 Hyper3D.AI（底層模型叫 Rodin）

它的存在，是為了解決一個核心問題：
很多 AI 生成的 3D 模型，都很好看，但結構混亂

藝術家拿到手，發現是三角面混雜、拓撲混亂、UV 也沒展好，這種模型在工業流程里被稱為“臟數據”，根本沒法做綁定（Rigging）和動畫，美術師還得照著它重做一遍

對于很多的 3D 模型，看細節，很多問題

于是，有一個詞就變的特別重要：Production-Ready（生產就緒）

意思很簡單，AI 生成的東西，必須符合工業標準（三角面&四邊面、合理的布線、PBR 材質），能讓藝術家直接上手干活

影眸生成的東西.

為了實現這個目標，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 AI 生成的完整“鐵疙瘩”，美術師是無法精修的

BANG 功能，是基于物理理解的拆解，把一個完整的模型，按其物理結構，自動拆分成獨立的、可編輯的“零件”

然后，就可以進行更精細化模型建構，分部件精調優化，特別適用于高精度模型要求，比如游戲、影視、工業設計制作等領域

非常精細

就像是把一個圖片，拆成了一組 .psd 里的圖層

“你點一下分件，我們先給你一張‘藍圖’預覽，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零件，讓它再炸一次” - 啟煊 影眸CTO

Bang 這里， AI 需要解決一個很大的技術難點：理解物體的內部結構，比如車輪軸承是怎么連接的

你可以預覽和修改每一個 Bong 出來的內容

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

第二件，讓模型更“聽話”：3D ControlNet

為了讓生成結果不“放飛自我”

他們研發了 3D 版的 ControlNet

就像這樣

設計師可以通過畫框（Bounding Box）、給點云（Point Cloud）、甚至涂體素（Voxel）的方式，預先設定好模型的大致形態、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：專為移動端優化，低面數但質量不錯，是行業唯一

• Focal 模式：高精度，滿足影視級需求

• Speedy 模式：快速預覽，幫設計師迭代

• Default 模式：平衡細節和表面平滑度

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頁上

而是把 Hyper3D.AI 的所有功能，打包塞進了一個深度集成的插件里

目前，這套插件已經覆蓋了 Blender、Unity、Unreal Engine、Maya 等主流 3D 軟件，甚至包括 ComfyUI 這種節點式工作流

通過一個“畫中畫”浮窗，直接調用 AI 的全部能力

你會得到一個單獨的浮窗，讓你的工作軟件調用影眸的能力

這里得說一下，這些功能并非閹割版

“我們幾個核心創始人都親自用 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品，總是在一些細節上讓專業用戶覺得“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，有個哥們直接開了 7 個 1200刀/月的賬號...

最便宜的套餐，也要30刀/月

然后我細細了解了下，影眸目前的落地場景，集中在兩個極端

一種是超大規模的 UGC 游戲平臺
某個 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目...

另一個是實體制造與 3D 打印
用戶生成完模型，直接就能打成實體玩具，內部結構是合理的

這個也是...我也不知道是哪家 技術選擇：反共識賭徒

理解了他們現在做什么，下一個問題是：

為什么影眸對“Production-Ready”這件事，如此執著，甚至有點“軸”

答案在他們的過去

故事一：一切始于一個“球”

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

這東西，目前還在影眸，圖是我拍的

這是他們創業的第一個項目，為 3A 游戲和電影提供微米級精度數字人掃描的服務，給很多明星、網紅（比如 Tim）都提供過服務

這里的核心技術叫“光度立體法”（Photometric Stereo），設備會在 短時間內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

但這個業務商業上很苦，是辛苦的項目制

技術再牛，客戶用不了，就是零

他們花了整整一年時間，才把掃描出的數據格式、坐標軸、接口，一點點對齊到影視行業的標準生產管線里，他們比誰都清楚，材質（Material）、幾何（Geometry）和光照（Lighting）是如何解耦的

這段經歷，把“生產就緒”這個理念，焊進了團隊的 DNA

故事二：公司的生死存亡之戰

這個“血淚教訓”，甚至在后來救了公司一命

時間來到 2023 年，影眸當時正處在最低谷

一輪美元融資協議都簽完了，甚至連慶祝的飯都吃了兩頓，結果因為地緣政治原因，LP（出資人）臨時撤資

錢沒了

公司賬上只剩幾個月的糧草，Founder 們集體降薪，裁員三分之一

就在這個節骨眼上，他們必須為 3D 生成選擇一條技術路線

當時的主流是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

正是因為有過“穹頂光場”的三維重建經驗，他們深刻理解“2D轉3D”這條路的致命缺陷:
這種做法，本質上是攝影測量，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，會導致生成的模型產生大量的噪聲

噪聲就像是...

于是到了最后，就需要花費更多的人力修復，才能讓素材接入到后期流程

于是，在賬上只夠一次訓練機會的情況下

他們反向押注了當時無人看好的3D 原生（Native 3D）路線

放棄圖片中轉，直接構建了一個 3D 原生大模型架構（CLAY），讓 AI 直接學習三維數據的幾何結構

“就一次訓練機會，訓不出來就沒了”

他們賭贏了

7 個月后，Rodin 上線，它是當時唯一能生成干凈的三角&四邊面網格的模型

藝術家 Dzysmile 使用 Hyper3D.AI Rodin 創作的作品

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

背后的人：清醒的天才

產品和技術的背后，是人

影眸的團隊氣質，可以通過另一個故事來理解：一個被主動殺死的“爆款”

2021 年，他們曾做過一個叫 WAND 的 AI 二次元畫板 App

我當時還真玩了這個！世界真是個大大的圈

這東西，比 Midjourney 還早，所用的技術，是基于他們自己實驗室的SofGAN，相關成果也發表在了圖形學頂會 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。但也就在產品最火的時候，他們選擇停掉

理由是... GAN 技術路線有明顯天花板，無法實現真正的“萬物生成”和“語義理解”

你沒看錯，就因為這么個原因，他們放掉了一個百萬用戶的產品（甚至連商業化都沒去做，只被動的收入了幾千塊的廣告費）

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...經歷了這么多，很難想象：特喵的創始團隊，還特么博士在讀，淦！

聊到最后，我問 CEO 吳迪
“現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...

還有個事，我得吐槽

寫這篇文章的時候，我想找他們要份融資用的材料參考一下

結果他們兩手一攤：
“沒有，我們當時連 PPT 都沒有”

這特么....什么草臺班子，居然還這么多人追著投，淦！