公司核心动态 - 影眸科技于2026年6月23日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，光源资本担任独家财务顾问 [3] - 融资资金将用于推进3D大模型前沿探索，加速核心产品Hyper3D Rodin在全球市场的商业化拓展，落地场景包括游戏、电商、3D打印、工业设计、具身智能等 [3] - 公司同日发布新一代模型Hyper3D Rodin Gen-2.5，具备千万面级生成能力，最快4秒可生成百万面模型，并引入“先思考、再生成”逻辑，同步推出12K精度的原生3D贴图模型 [4] - Rodin Gen-2.5上线首月，订阅用户与年经常性收入（ARR）环比增速超过400% [4] 公司业务与产品 - 核心产品Hyper3D以3D生成大模型Rodin为引擎，在B端市场的客户包括字节跳动、Unity、Figma、Canva等企业 [3] - 公司海外收入占总收入约80% [3] - 英伟达CEO黄仁勋在CES 2026展示机器人时呈现的3D画面，其生成任务由Hyper3D完成 [3] - 公司选择从B端和专业C端切入，服务建模师、游戏开发者、3D打印爱好者等付费意愿明确的群体 [6] - 公司创始人表示，未来将持续精进底层模型的生成质量，拓展编辑、Agent等能力，并认为未来的世界模型需要3D生成与视频生成混合模型 [7] 行业市场概况 - 相较于语言模型和视频模型，3D生成模型赛道热度与应用逻辑有所不同 [6] - 2025年全球3D生成式AI模型市场规模约18亿美元，预计2032年将达75.9亿美元 [6] - 3D生成的落地运用要求可控、效率与质量并重，更贴近实际生产的下半场，直接用于普通用户（C端）目前不太现实 [6] - 3D生成模型资本热度升温，例如VAST于2026年6月完成近2亿美元融资，估值超10亿美元，Meshy等玩家也相继宣布新品 [6] - 大型科技公司加速布局3D生成领域：字节跳动发布Seed3D 2.0；腾讯推出混元生3D API及混元3D世界模型2.0并开源；阿里旗下高德发布3D原生城市世界模型ABot-Earth0.5 [7]

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]