影眸，是干啥的？

影眸，是干啥的？

名字听过很多次，愣不知道干啥的

这是个很神奇的存在：

• • 奇绩、蓝驰、红杉这样的 VC 投了，字节、美团这样的大厂也投了
• • 论文发了一沓又一沓，也拿到了图形学顶会 SIGGRAPH 的最佳论文
• • 在海外，很多 3D 设计师天天磕着重金（吐槽：很贵）在用

但你要问，这帮人具体是干嘛的？
哈哈哈哈哈哈哈，不知道  

前段时间去了趟上海，在模力社区见到了影眸（Hyper3D.AI）的 CEO 吴迪 和 CTO 张启煊

在和他们聊了一个晚上，又读了几万字的有关材料，于是就有了本文这篇“非官方说明书”，希望能把这家公司，一次性给讲清楚

影眸是谁

简单来说，这是一个做 3D 生成的团队，为了方便记忆，先上三个标签：

• • 产品标准：生产级方案
• • 技术选择：反共识赌徒
• • 背后的人：清醒的天才

口说无凭，先看东西
为了解释什么叫“生产级”，看看他们最近刚上的 BANG 功能，非常有意思：

看完这个，我们再往下聊

产品标准：生产级方案

影眸的核心产品叫 Hyper3D.AI（底层模型叫 Rodin）

它的存在，是为了解决一个核心问题：
很多 AI 生成的 3D 模型，都很好看，但结构混乱

艺术家拿到手，发现是三角面混杂、拓扑混乱、UV 也没展好，这种模型在工业流程里被称为“脏数据”，根本没法做绑定（Rigging）和动画，美术师还得照着它重做一遍

于是，有一个词就变的特别重要：Production-Ready（生产就绪）

意思很简单，AI 生成的东西，必须符合工业标准（三角面&四边面、合理的布线、PBR 材质），能让艺术家直接上手干活

为了实现这个目标，他们做了几件很具体的事

第一件，让模型能被拆开：BANG（分件）功能

一个 AI 生成的完整“铁疙瘩”，美术师是无法精修的

BANG 功能，是基于物理理解的拆解，把一个完整的模型，按其物理结构，自动拆分成独立的、可编辑的“零件”

然后，就可以进行更精细化模型建构，分部件精调优化，特别适用于高精度模型要求，比如游戏、影视、工业设计制作等领域

就像是把一个图片，拆成了一组 .psd 里的图层

“你点一下分件，我们先给你一张‘蓝图’预览，不满意可以换一种拆法”

“确定后，模型‘啪’一下就炸开了，你还能选中其中一个零件，让它再炸一次”

- 启煊 影眸CTO 

Bang 这里， AI 需要解决一个很大的技术难点：理解物体的内部结构，比如车轮轴承是怎么连接的

在 Bang 之后，他们前两天又上了一个更离谱的功能，叫做“部分重做”。咋理解呢，就是...你可以调整边框到想要重做的部分，就可以进行部分重新建模

第二件，让模型更“听话”：3D ControlNet

为了让生成结果不“放飞自我”

他们研发了 3D 版的 ControlNet

设计师可以通过画框（Bounding Box）、给点云（Point Cloud）、甚至涂体素（Voxel）的方式，预先设定好模型的大致形态、尺寸和位置

然后，他们还针对不同场景，提供了不同模式：

• Zero 模式：专为移动端优化，低面数但质量不错，是行业唯一

• Focal 模式：高精度，满足影视级需求

• Speedy 模式：快速预览，帮设计师迭代

• Default 模式：平衡细节和表面平滑度

第三件，让工具融入工作流：全平台插件

这也是我觉得他们最“鸡贼”（褒义）的地方

他们没有试图把用户绑架到自己的网页上

而是把 Hyper3D.AI 的所有功能，打包塞进了一个深度集成的插件里

目前，这套插件已经覆盖了 Blender、Unity、Unreal Engine、Maya 等主流 3D 软件，甚至包括 ComfyUI 这种节点式工作流

通过一个“画中画”浮窗，直接调用 AI 的全部能力

这里得说一下，这些功能并非阉割版

“我们几个核心创始人都亲自用 Blender，自己剪视频、做渲染” “所以我们知道做这件事会遇到哪些困难，知道怎么用才方便”

这解释了为什么他们的产品，总是在一些细节上让专业用户觉得“对味”

最后，谁在买单

首先我得说....这东西贵的离谱，还特么一堆人在买，有个哥们直接开了 7 个 1200刀/月的账号...

然后我细细了解了下，影眸目前的落地场景，集中在两个极端

一种是超大规模的 UGC 游戏平台
某个 5 亿玩家的大型在线游戏，就是在用他们的模型生成游戏道具

另一个是实体制造与 3D 打印
用户生成完模型，直接就能打成实体玩具，内部结构是合理的

技术选择：反共识赌徒

理解了他们现在做什么，下一个问题是：

为什么影眸对“Production-Ready”这件事，如此执着，甚至有点“轴”

答案在他们的过去

故事一：一切始于一个“球”

影眸的故事，始于一个巨大的、布满灯珠和摄像头的球形设备：穹顶光场（Dome Light Stage），或者...称之为「那个很大的球」

这是他们创业的第一个项目，为 3A 游戏和电影提供微米级精度数字人扫描的服务，给很多明星、网红（比如 Tim）都提供过服务

这里的核心技术叫“光度立体法”（Photometric Stereo），设备会在 短时间内投射几十种不同的光照模式，捕捉皮肤在不同光线下的微小起伏（法线信息）

但这个业务商业上很苦，是辛苦的项目制

技术再牛，客户用不了，就是零

他们花了整整一年时间，才把扫描出的数据格式、坐标轴、接口，一点点对齐到影视行业的标准生产管线里，他们比谁都清楚，材质（Material）、几何（Geometry）和光照（Lighting）是如何解耦的

这段经历，把“生产就绪”这个理念，焊进了团队的 DNA

故事二：公司的生死存亡之战

这个“血泪教训”，甚至在后来救了公司一命

时间来到 2023 年，影眸当时正处在最低谷

一轮美元融资协议都签完了，甚至连庆祝的饭都吃了两顿，结果因为地缘政治原因，LP（出资人）临时撤资

钱没了

公司账上只剩几个月的粮草，Founder 们集体降薪，裁员三分之一

就在这个节骨眼上，他们必须为 3D 生成选择一条技术路线

当时的主流是2D 升维，2D to 3D，也就是先用 AI 生成一堆图片，再通过多视角算法“猜”出 3D 模型

这条路见效快，Demo 漂亮，投资人喜欢，所有竞品都在跑，但影眸没有跟风

正是因为有过“穹顶光场”的三维重建经验，他们深刻理解“2D转3D”这条路的致命缺陷:
这种做法，本质上是摄影测量，在信息收集的过程中把三维信息降维到了二维，在还原信息的过程中一定会伴随着信息丢失，会导致生成的模型产生大量的噪声

于是到了最后，就需要花费更多的人力修复，才能让素材接入到后期流程

于是，在账上只够一次训练机会的情况下

他们反向押注了当时无人看好的3D 原生（Native 3D）路线

放弃图片中转，直接构建了一个 3D 原生大模型架构（CLAY），让 AI 直接学习三维数据的几何结构

“就一次训练机会，训不出来就没了”

他们赌赢了

7 个月后，Rodin 上线，它是当时唯一能生成干净的三角&四边面网格的模型

于是，影眸活了下来（Rodin ARR 飙得很快，但他们...不让我说具体数字），也有了今天的技术壁垒

背后的人：清醒的天才

产品和技术的背后，是人

影眸的团队气质，可以通过另一个故事来理解：一个被主动杀死的“爆款”

2021 年，他们曾做过一个叫 WAND 的 AI 二次元画板 App

这东西，比 Midjourney 还早，所用的技术，是基于他们自己实验室的SofGAN，相关成果也发表在了图形学顶会 ACM ToG（ACM Transactions on Graphics） 上，

WAND 这东西上线两周，用户便破了 160 万，冲到 App Store 榜首，在中国和日本都拿了第一。但也就在产品最火的时候，他们选择停掉

理由是... GAN 技术路线有明显天花板，无法实现真正的“万物生成”和“语义理解”

你没看错，就因为这么个原因，他们放掉了一个百万用户的产品（甚至连商业化都没去做，只被动的收入了几千块的广告费）

太特么牛逼了...对于这些天才来说，似乎，取得世俗意义上的成功是里所应然的，把精力投入真正看中的事情上，才是值得去做的

最后

从二次元画布，到物理的“球”，再到今天专注的工具...经历了这么多，很难想象：特喵的创始团队，还特么博士在读，淦！

聊到最后，我问 CEO 吴迪
“现在最重要的事是什么”

他想了想，说
“还在考虑”

你特么...

还有个事，我得吐槽

写这篇文章的时候，我想找他们要份融资用的材料参考一下

结果他们两手一摊：
“没有，我们当时连 PPT 都没有”

这特么....什么草台班子，居然还这么多人追着投，淦！