不久前，3D 大模型公司影眸科技完成了數(shù)千萬(wàn)美元 A 輪融資。這一輪融資由美團(tuán)龍珠、字節(jié)跳動(dòng)領(lǐng)投，老股東紅杉中國(guó)種子基金、奇績(jī)創(chuàng)壇連續(xù)跟投，光源資本擔(dān)任獨(dú)家財(cái)務(wù)顧問(wèn)。

據(jù)影眸科技創(chuàng)始人吳迪介紹，本輪融資將主要用于影眸科技在 3D 大模型的前沿探索，并加速以 3D 生成大模型 Rodin 為核心的 Hyper3D 系列產(chǎn)品在全球市場(chǎng)的商業(yè)化落地。

2024 年，資本及市場(chǎng)對(duì) AI 的關(guān)注迅速?gòu)募夹g(shù)前沿進(jìn)展轉(zhuǎn)向商業(yè)化收益。據(jù)了解，影眸科技推出的大模型 Rodin 自上線僅 45 天，年度經(jīng)常性收入（ARR）就已突破 100 萬(wàn)美元，成為當(dāng)前 AI 創(chuàng)業(yè)公司中少有的商業(yè)化成功案例。

圖：Rodin 界面；圖片來(lái)源：企業(yè)供圖

Rodin 的快速增長(zhǎng)折射出 3D 生成市場(chǎng)的巨大潛力，尤其是隨著元宇宙、虛擬現(xiàn)實(shí)、具身智能等新興應(yīng)用場(chǎng)景的迅猛發(fā)展，3D 內(nèi)容的需求量正迎來(lái)爆發(fā)。

綜合相關(guān)行業(yè)數(shù)據(jù)，游戲和娛樂(lè)、影視和動(dòng)畫、建筑與房地產(chǎn)（AEC）、制造業(yè)與產(chǎn)品設(shè)計(jì)、電商務(wù)與虛擬展示的 3D 建模外包市場(chǎng) TAM 總規(guī)模高達(dá) 149-335 億美元。

然而，傳統(tǒng)的基于幾何建模的手工創(chuàng)作 3D 模型不僅耗時(shí)費(fèi)力，還有著較高的技術(shù)門檻，極大地限制了 3D 內(nèi)容生產(chǎn)的效率和規(guī)模。在此背景下，生成式 AI 工具被視作是提高 3D 生成效率，降低 3D 內(nèi)容創(chuàng)作門檻的關(guān)鍵。

但問(wèn)題在于，盡管 AIGC 的熱潮已席卷全球，目前，我們熟悉的大部分主流 AIGC 工具依然集中在圖像和視頻等 2D 內(nèi)容的生成上，屬于 3D 生成的 "ChatGPT" 時(shí)刻尚未真正到來(lái)。

這背后的原因是，受限于技術(shù)，3D 大模型的生成質(zhì)量瓶頸尚未得到真正突破。

相較于圖像、視頻等形式，生產(chǎn)級(jí)的 3D 內(nèi)容需要滿足更為復(fù)雜和更嚴(yán)格的標(biāo)準(zhǔn)。除了生成速度、質(zhì)量，還要兼顧 3D 網(wǎng)格的結(jié)構(gòu)和拓?fù)滟|(zhì)量、UV 圖結(jié)構(gòu)以及紋理清晰度等。

吳迪坦言，雖然 3D 生成的質(zhì)量已經(jīng)被抬升到一個(gè)新的高度，目前的 3D 生成在材質(zhì)可用性、拓?fù)浣Y(jié)構(gòu)、UV 展開等方面還不能滿足實(shí)際應(yīng)用的需求。這些技術(shù)方面的短板，已經(jīng)成為 3D 生成行業(yè)前沿待攻克的重點(diǎn)問(wèn)題。

這一背景下，全球范圍內(nèi)，3D 生成技術(shù)的迭代正加速推進(jìn)。去年，影眸團(tuán)隊(duì)與上?？萍即髮W(xué)合作提出的 " 可控 3D 原生 DiT 生成框架 CLAY" 和 "3D 服裝生成框架 DressCode"，顯著提升了 3D 生成的質(zhì)量，被認(rèn)為是新一代 3D 生成的基礎(chǔ)框架。

與此同時(shí)，海內(nèi)外已經(jīng)集中爆發(fā)了一批 AI 生成 3D 產(chǎn)品。

在海外，Meta 推出文生 3D 模型 Meta 3D Gen，可 1 秒生成 3D 素材；谷歌發(fā)布基礎(chǔ)世界模型 Genie2，根據(jù)一張圖片生成可供人類或 AI 智能體控制動(dòng)作、可玩的 3D 環(huán)境；英偉達(dá)發(fā)布 Edify 3D，支持從文本提示或圖像直接生成 4K 級(jí)別的 3D 實(shí)體與場(chǎng)景。

在國(guó)內(nèi)，除了影眸科技上線了 AI 3D 模型生成產(chǎn)品 Rodin，騰訊也發(fā)布了 3D 生成開源模型 Hunyuan3D-1.0，可同時(shí)支持文字、圖像轉(zhuǎn) 3D 資產(chǎn)，最快 10 秒完成端到端生成。

可以說(shuō)，全球 3D 大模型選手們都在暗中較量、默默發(fā)力，從 a16z 押注的 Yellow、Kaedim、BackFlip，到李飛飛的 World Labs，AI 3D 生成的技術(shù)迭代正在加速逼近質(zhì)變的臨界點(diǎn)。

不過(guò)，從市場(chǎng)層面看，3D 生成現(xiàn)階段所輻射的用戶群體仍集中于游戲、視頻制作、電商、工業(yè)設(shè)計(jì)等 B 端領(lǐng)域，C 端市場(chǎng)的滲透率相對(duì)較低。

吳迪在和 36 氪的對(duì)談中對(duì)這一現(xiàn)象分析稱，與視頻、圖像以及音樂(lè)不同，3D 資產(chǎn)現(xiàn)階段還無(wú)法輕松地通過(guò)社交媒體進(jìn)行分享和傳播。

尤其是在當(dāng)前以二維為主的設(shè)備環(huán)境下，普通用戶對(duì) 3D 資產(chǎn)的需求尚未成熟，消費(fèi)場(chǎng)景也較為有限，這一現(xiàn)狀很大程度上影響了 3D 生成技術(shù)在 C 端市場(chǎng)的普及與推廣。

" 但隨著 3D 打印、AR 和 VR 等消費(fèi)級(jí)產(chǎn)品的不斷發(fā)展和普及，3D 生成有望在 C 端市場(chǎng)迎來(lái)爆發(fā)式增長(zhǎng)。" 在吳迪看來(lái)，隨著技術(shù)的成熟，3D 生成一定可以運(yùn)用在越來(lái)越多的領(lǐng)域，甚至像文字、圖像和視頻一樣成為普通用戶日常創(chuàng)作和分享的一部分。

圖：影眸團(tuán)隊(duì)在 SIGGRAPH Real-time Live! 環(huán)節(jié)展示 Rodin 3D 生成；圖源：企業(yè)供圖

正是基于對(duì)商業(yè)化的洞察，影眸在研發(fā)階段便以落地為目標(biāo)，比如公司專注的 " 生產(chǎn)就緒（Production-Ready）" 標(biāo)準(zhǔn)。

這個(gè)標(biāo)準(zhǔn)指的是生成的 3D 模型可以直接適配后期制作管線，進(jìn)入實(shí)際生產(chǎn)流程，從而將用戶的興趣轉(zhuǎn)化為真正的生產(chǎn)力工具，并產(chǎn)生實(shí)際商業(yè)價(jià)值。

" 在更加遙遠(yuǎn)的未來(lái)，當(dāng)元宇宙、機(jī)器人成為生活中的一部分時(shí)，3D 生成必然會(huì)迎來(lái)真正的爆發(fā)。" 吳迪表示。

近期 36 氪和影眸科技創(chuàng)始人吳迪進(jìn)行了對(duì)談，以下為采訪精編：

36 氪：作為一家由高校孵化的企業(yè)，影眸的商業(yè)化進(jìn)展很多都基于學(xué)術(shù)研發(fā)，可以簡(jiǎn)單介紹一下嗎？

吳迪：影眸孵化于上?？萍即髮W(xué)，2016 年起就在三維建模領(lǐng)域進(jìn)行研發(fā)。2024 年，我們有兩篇和 3D 生成大模型相關(guān)的文章獲得 SIGGRAPH 最佳論文榮譽(yù)提名，兩次入選 SIGGRAPH Real-time Live!，是該項(xiàng)目 50 年來(lái)首次入選的中國(guó)大陸團(tuán)隊(duì)。

36 氪：Rodin 為什么能做到上線僅 45 天就達(dá)到了 100w 美金 ARR？

吳迪：主要得益于對(duì)市場(chǎng)的精準(zhǔn)定位以及產(chǎn)品力。在研發(fā)和產(chǎn)品開發(fā)的過(guò)程中，我們始終把 "Production- Ready" 作為研發(fā)的核心指標(biāo)，我們要做的就是可直接使用的技術(shù)的研發(fā)。而且，在研發(fā)的過(guò)程中，我們對(duì)比了所有技術(shù)路線，沒有選擇當(dāng)時(shí)更被廣泛關(guān)注的 "2D 升維 " 的技術(shù)路徑，而是選擇了當(dāng)時(shí)并不被看好的 "3D 原生 " 路線，即從該模型的訓(xùn)練、監(jiān)督、生成都在三維中進(jìn)行。這雖然讓我們的產(chǎn)品比同行晚了半年發(fā)布，但也讓我們產(chǎn)品的生成效果在當(dāng)時(shí)的行業(yè)內(nèi)實(shí)現(xiàn)了代差級(jí)的領(lǐng)先。

36 氪：在技術(shù)路徑上，影眸并沒有跟隨大多數(shù)人去采用 2D 升維的技術(shù)路線，而是選擇 3D 原生，這背后的考量是什么？

吳迪：2D 升 3D 的路徑是當(dāng)時(shí)行業(yè)內(nèi)被普遍認(rèn)同，也是用的最多的，因?yàn)閺亩嘁暯堑亩S圖像來(lái)得到三維信息最符合大家直覺，同時(shí)大家普遍覺得三維資產(chǎn)不夠，需要用二維資產(chǎn)補(bǔ)足，但我們?cè)谧铋_始接觸目標(biāo)客戶的時(shí)候，我們就發(fā)現(xiàn)他們其實(shí)不只是需要能生成 3D 模型，更重要的是這個(gè) 3D 模型的可用性要足夠好。

我們當(dāng)時(shí)結(jié)合自己在圖形學(xué)領(lǐng)域數(shù)年的研究經(jīng)驗(yàn)，認(rèn)識(shí)到當(dāng)三維數(shù)據(jù)被壓縮到二維時(shí)，無(wú)論有多少視角，都無(wú)法完整表達(dá)物體三維結(jié)構(gòu)中的每個(gè)細(xì)節(jié)，這會(huì)導(dǎo)致 2D 升 3D 的路徑很難達(dá)到客戶的使用標(biāo)準(zhǔn)，同時(shí) 3D 原生能保留更多信息，生成質(zhì)量的上限會(huì)更高。

如果當(dāng)時(shí)選擇了 2D 升維這條路的話，我們可能很快就能推出產(chǎn)品，但最后還是沒這樣做，Rodin Gen-1 比別人晚發(fā)半年左右。

36 氪：但其實(shí)很多企業(yè)都會(huì)擔(dān)心自己的產(chǎn)品發(fā)布落后于同行，在做這個(gè)選擇的時(shí)候不會(huì)有顧慮嗎？

吳迪：這確實(shí)是一個(gè) " 敢為天下后 " 的決定，但在當(dāng)時(shí)我們幾乎沒有猶豫，因?yàn)槲覀儓?jiān)定認(rèn)為只有 3D 原生的技術(shù)路徑才能達(dá)到更接近商用的標(biāo)準(zhǔn)，我們?cè)趦?nèi)部把他稱為 "Production- Ready"，這也是影眸研發(fā)和開發(fā)產(chǎn)品的核心標(biāo)準(zhǔn)。要達(dá)到 "Production- Ready"，除了建出模型，還在 3D 表達(dá)、拓?fù)?、UV 展開、材質(zhì)等方面有更多要求。Rodin Gen-1 雖然比其他產(chǎn)品發(fā)出的更晚，但它是最早跨過(guò) " 可用性 " 那條標(biāo)準(zhǔn)線的 3D 大模型產(chǎn)品。當(dāng)然即使我們現(xiàn)在這一代模型已經(jīng)提升了質(zhì)量上限，它與真正可以接入到流程還有距離。

36 氪：這種差距具體表現(xiàn)在哪里？

吳迪：由于在一些場(chǎng)景，比如游戲中要使用一個(gè)模型，他會(huì)有很嚴(yán)格的要求，比如在剛說(shuō)到的拓?fù)浣Y(jié)構(gòu)、UV 展開還有一些絕對(duì)的細(xì)節(jié)量上，即使我們已經(jīng)做的非常不錯(cuò)，但仍舊會(huì)有距離?？蛻粼谑褂玫倪^(guò)程中還是需要經(jīng)過(guò)修改甚至是重新制作。

36 氪：公司的收入分布是怎樣的？

吳迪：我們有 70% 的收入來(lái)自海外，在美國(guó)、歐洲、日韓都有業(yè)務(wù)布局，其中歐美的份額占比較大，占大約 50% 以上。比如有一個(gè)來(lái)自德國(guó)的用戶，調(diào)用我們的 API 做了一個(gè)非常有吸引力的產(chǎn)品，這個(gè)產(chǎn)品甚至本身就超過(guò)了 50 萬(wàn)美元的 ARR。

36 氪：影眸的核心客戶群體有哪些？

吳迪：目前還是集中在游戲、視頻制作、電商這些泛娛樂(lè)、新消費(fèi)場(chǎng)景。但 3D 生成也正在不斷地拓展使用邊界，像 3D 打印、具身智能、工業(yè)設(shè)計(jì)都是我們未來(lái)目標(biāo)的的核心用戶群。

36 氪：有沒有具體的案例可以講一下？

吳迪：以我們與拓竹的合作為例，我們之間合作實(shí)際上是拓竹基于我們的技術(shù)開發(fā)出產(chǎn)品，然后將產(chǎn)品開放給客戶。在拓竹官方的 printmo 項(xiàng)目中，用戶僅需上傳一張圖片，AI 就能把它轉(zhuǎn)換成寵物小精靈的風(fēng)格，然后由我們的技術(shù)完成 3D 生成，再由用戶的 3D 打印機(jī)打印為實(shí)體。這也是我們?cè)?3D 打印領(lǐng)域的第一次嘗試。

36 氪：這些客戶的需求對(duì)于影眸在技術(shù)上的迭代有哪些影響？

吳迪：影眸的所有技術(shù)層面的迭代幾乎都是基于客戶需求的。比如說(shuō)游戲、視頻制作等領(lǐng)域需要的模型都是拓?fù)湟?guī)整且合理、UV 利用率高的模型，我們接下來(lái)的技術(shù)研發(fā)就會(huì)朝著這個(gè)目標(biāo)前進(jìn)。但當(dāng)我們橫跨到工業(yè)設(shè)計(jì)等領(lǐng)域，需求就完全不同。所以從最長(zhǎng)期的角度考慮，我們希望能夠找到一種一統(tǒng)天下的 3D 表達(dá)方式，可適配不同場(chǎng)景，對(duì)各種需求下的三維模型都能做到很好的轉(zhuǎn)換和適配。

2024 年底，我們最新上線了 Rodin Gen-1.5 版本的模型，這次升級(jí)通過(guò)新一代 3D 原生表達(dá)，全面解決了行業(yè)內(nèi)長(zhǎng)期存在的薄面與邊緣銳度問(wèn)題，讓生成的模型有更加銳利和平直的邊緣。這個(gè)需求在游戲，尤其是產(chǎn)品設(shè)計(jì)領(lǐng)域中尤為重要。這次升級(jí)也讓我們的產(chǎn)品領(lǐng)先幅度再次擴(kuò)大。

36 氪：影眸如何看待 3D 生成的未來(lái)發(fā)展？

吳迪：在未來(lái) 3D 生成還有很大的可供挖掘的空間。要實(shí)現(xiàn)在 AR/VR/ 虛擬世界中的個(gè)人創(chuàng)作，就要解放用戶的 3D 內(nèi)容創(chuàng)作能力。作為構(gòu)建在三維空間中的世界，未來(lái)機(jī)器對(duì)世界的理解也必然基于三維。3D 生成會(huì)實(shí)現(xiàn)空間智能的最重要組成部分。

來(lái)源：36氪