文章核心观点 - 世界模型不是“更好的视频生成”，而是一次范式跃迁，其核心是交付“可运行环境”，而非仅交付“内容” [3][6][8] - 3D是世界模型落地的重要路径，因其具备一致性、资产概念、物理精确性及成本优势，是唯一能真正交付到生产环节的形态 [12][13][14] - 游戏数字世界是物理世界的“可控代理”，两者在核心技术框架（感知、仿真、推理、规划）上高度一致，可相互复用 [6][29] - 世界模型生态当前最稀缺的是评测标准，而非模型本身 [6][31] 对世界模型的理解与定义 - 公司对世界模型的理解与李飞飞提出的“渲染器、仿真器、规划器”三层框架略有不同，更倾向于将渲染与仿真合并看待 [4] - 世界模型需满足三个核心特征：状态持续、物理准确、可交互 [9][16] - 世界模型与普通视频生成、3D生成最本质的区别在于可交互性与可维护的世界状态 [8] 技术路径与产品布局 - 公司遵循“能力积木化、最终系统化”的技术路径，各模块独立输出价值，整合后涌现更大能力边界 [7] - 已在世界仿真与渲染层布局WorldPlay、WorldStereo等视频模型，以及WorldMirror、HY 3D等仿真资产生成模型 [5] - 已在世界规划层布局WorldNav及后续系列模型，支撑导航与操作任务 [5] - 将各模块能力整合推出HY World产品，用户输入简单文本或图像即可生成完整、可交互、可仿真的3D世界，并配套专用渲染器WorldLens实现高效实时渲染 [5] 3D作为落地路径的核心原因 - 3D天然具备一致性，且兼容现有管线：采用显式3DGS表达，可提取mesh，直接接入标准图形管线、游戏引擎及仿真平台 [13] - 3D具备“资产”概念：生成的是可编辑、可复用、可接入工作流的结构化资产，而视频帧仅是最终影像或素材 [13] - 3D具备物理精确性：结合重建模型WorldMirror，能输出真实的深度、法线和点云数据，满足精准模拟仿真的需求 [13] - 3D具备成本优势：建模成本是一次性的，边际成本极低；而视频生成需要持续消耗算力进行推理 [14] 应用场景判断标准 - 判断是否需要世界模型的核心在于应用场景是否需要“交互” [10] - 指向“交互”需求的三个信号：持久的世界状态、可编辑可复用的资产、物理交互，满足条件越多，对世界模型需求越强 [11] - 被动观看型内容（如营销短片、概念图）适合视频生成；需要接入可运行系统的场景（如游戏、机器人仿真、VR漫游）则依赖3D和世界模型 [17][18] HY-World 2.0技术架构与生成流程 - 不采用端到端模型的原因：缺乏成对训练数据，且模块化方案可控性、可解释性更强 [20] - 生成流程分为四个阶段，对应人类“感知世界→理解世界→想象世界→重建世界”的认知过程 [21] - 第一阶段（全景生成，HY-Pano）：将输入转化为360°全景，提供全局自洽的初始化 [21] - 第二阶段（轨迹规划，WorldNav）：将全景解析为点云、mesh等，并规划探索路线 [21] - 第三阶段（世界扩展，WorldStereo）：沿规划轨迹补全未观测区域，保持全局一致性 [22] - 第四阶段（世界合成，WorldMirror）：将多视角视图重建为精确几何结构，得到可自由漫游的3D世界 [22] 关键模块技术优势 - WorldMirror 2.0大幅降低三维重建门槛：单次前向传播即可输出全套自洽统一的几何结果；凭借学习到的先验知识，在稀疏视角等“不完美”输入下稳定工作；采用前馈式预测，速度快，无需针对每个场景单独优化 [23] - WorldLens作为专用渲染平台，承担三项核心功能：自动IBL光照、高效碰撞检测、训练-渲染协同设计，确保生成的世界能实时、高质量地“跑起来” [24][25] 物理交互能力与挑战 - “兼容物理引擎”意味着对生成内容进行轻量化处理，使其能接入标准图形管线，实现实时碰撞检测与物理反馈 [27] - 目前已成熟的能力包括：静态场景碰撞、漫游导航、角色与环境碰撞交互、基本重力与刚性反馈、一致的光照系统 [27] - 仍面临的挑战包括：动态物体生成与交互、铰接与可形变物理效果实现、物理参数准确估计、物体级语义解耦与可交互编辑 [28][32] 生态建设与开发者机会 - 公司选择开源HY-World 2.0全部模型权重、代码和技术细节，旨在推动生态建设 [30] - 当前生态中最具价值的三个探索方向：建立量化“世界好坏”的评测标准；开发工具链适配与工作流插件；进行垂直领域（如自动驾驶、具身智能）适配 [31]

公司发展历程与融资 - 公司由上海科技大学学生于2020年创办，早期探索3D与生成技术，经历过元宇宙泡沫和现金流紧张的至暗时刻[2] - 2024年将筹码押注于原生3D生成大模型Hyper3D Rodin，引领了行业主流技术转向[2] - 在2025年7个月内快速完成两轮千万美元级融资，并于近期完成新一轮数亿元人民币融资，由凯辉基金、上海国投先导领投，老股东跟投[2] 核心技术突破与产品迭代 (Rodin Gen-2.5) - Hyper3D Rodin大模型已迭代至Gen-2.5，这是全球首个千万面级3D生成模型，首次将类大语言模型的“先思考、再生成”运行逻辑引入3D生成领域[2] - 模型引入“Thinking Effort”机制，生成时长在4秒到80秒间连续可调，分为五档以覆盖从快速草稿到极致精模的不同场景[8] - 通过控制token长度来满足用户对模型风格（如细节体现在模型表面还是贴图）的不同需求，token越长越倾向于表示更多细节[9] - 在Medium模式下，用户可一次性生成10个模型，提高了抽卡效率[10] - 模型采用flow matching路线，并在CLAY框架中引入了变长token设计，此次在Gen-2.5中深度探索了其价值[11] - 同步推出全球首个12K精度的原生3D贴图模型，其VAE性能超越了Flux 2，实现了超越实景扫描的几何精度和材质保真度[2][13] - Gen-2.5被视为中间版本，整数版本（如Gen-3）将采用全新架构，版本间隔约6个月，中间每2到4个月发布小版本[14] 技术优势与行业地位 - 公司是业内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，算法团队每2人中就有1人获得或提名最佳论文[3] - 已上线业内唯一的3D编辑、递归分件技术BANG以及支持多种格式的3D ControlNet，将3D生成推进到可编辑、可控制的生产工作流[3] - 在部分场景（如3D打印、部分游戏）已能直接投产，Gen-2.5已显著降低人工修改成本[15][16] - B端订单量超过了同赛道其他公司之和[4] - Rodin Gen-2.5发布后首月，订阅用户与年度经常性收入（ARR）环比增速均超过400%[4] - 过去一年客户零流失（除倒闭外），运营团队规模仅为同行的十分之一，平均每9天上线一个新功能[4][31] - 英伟达CES Keynote主视觉、Unity AI引擎、OpenAI首届Codex Hackathon冠军项目均采用了其生成的3D资产或技术[4][39] 对3D生成行业的理解与战略 - 认为“3D根本不是一个行业”，而是由游戏、3D打印、CAD、智能制造等不同分门别类的领域构成，各领域需求差异巨大[12][19] - 3D领域的Scaling Law比语言模型更早遭遇瓶颈，无法单纯依靠增加参数和数据量来提升效果，其scaling发生在应用场景上，需要为各场景做专用适配[17] - 与语言模型不同，3D领域垂直模型特别重要，当前发展阶段相当于语言模型的O1阶段，通过不同的“thinking”实现测试时缩放（test-time scaling）[12][18] - 公司坚持探索新技术时绕开“看起来对”的学术惯性路径（如坚持3D原生而非2D升维），从而建立差异化优势[5][12] - 真正的壁垒在于大厂不愿碰的“脏活累活”，如下游工业适配、深入理解具体生产流程等[5][44] - 3D生成是构建世界模型（world model）的必需品，但公司不愿蹭此概念，更关注撕开标签后的具体任务定义[6][50] 研发体系与组织文化 - 研发体系与DeepSeek高度相似：没有KPI，不打卡，允许本科生直接领导项目[3][52][53] - 团队善于摆脱学术惯性，基于对底层模型的深入了解进行创新，提出了“Understanding by Generating”的思路[24] - 内部大量使用AI agent进行传统算法优化、性能调优和代码开发，大幅提升了研发效率，避免了团队规模的过度膨胀[54] - 论文产出源于长期研发和产品突破，而非为了发表，两年内获得三项最佳论文提名/获奖[12][58] 商业化路径与市场前景 - 当前商业化核心聚焦于B端专业化使用场景，认为3D还不是一个成熟的C端模态[35][36] - 短期（3-5年）目标市场是专业3D领域，全球有百万数量级建模师，Autodesk年营收达数十亿美元，游戏行业每年外包建模花费一二百亿美元，预计是一个500到1000亿美元的市场[40] - 长期看，随着3D打印和AR/VR普及到C端，3D生成可能成为像手机拍照一样的底层框架，市场潜力是当前的两倍以上[40][41] - 采用产品和定价策略筛选专业用户，客户粘性高，留存率领先行业[38] 竞争格局与差异化 - 面对大厂（腾讯、阿里、字节等）全面进场，公司认为大厂的目标是证明技术模态的完备性，而非针对具体场景做深入适配，这构成了创业公司的差异化机会[43][44] - 模型层面的设计（如3D ControlNet、3D编辑）难以被快速复刻，需要更长的攻克时间[27] - 公司经历过多个周期，不易被市场疯狂情绪裹挟，判断基于产品和真实用户[48] - 投资人更看重其技术路线和长期价值，而非短期增长曲线[49]