每经记者｜赵雯琪    每经编辑｜魏文艺    

资本涌入、大厂入局、技术突破三重信号同时亮起，AI 3D（人工智能三维）生成迎来产业化的分水岭。

9月1日，影眸科技正式发布世界生成模型Hyper3D WorldGen。用户上传一张场景图片，系统即可自动识别主要物体并生成独立3D资产。同日，3D大模型公司VAST（三启万物）宣布完成合计约30亿元的B轮和B+轮融资，并同步发布旗舰模型Tripo P2.0，首次实现原生四边面拓扑网格的端到端生成。

上述两起事件同日落地并非巧合。《每日经济新闻》记者（以下简称“每经记者”）注意到，今年以来行业动作频频，如谷歌开放Genie 3体验，World Labs发布Marble 1.1，腾讯开源混元3D世界模型2.0，阿里发布世界模型HappyOyster 1.0，字节跳动推出Seed3D 2.0。巨头与资本密集涌入的背后，3D生成正从“生成单个资产”迈向“生成完整世界”。

据官方介绍，影眸Hyper3D WorldGen的核心能力在于，用户上传一张场景图片，系统自动识别其中的主要物体并生成独立3D资产，同时重构物体之间的物理关系——谁支撑谁、谁悬挂于谁，最终输出一个包含独立物体、空间关系与物理约束的完整3D场景。

WorldGen基于影眸自研的CAST架构，该研究于2025年斩获SIGGRAPH最佳论文。CAST的核心是从单张图片中补全被遮挡物体的三维结构，判断物体间的接触、支撑、悬挂关系。

每经记者了解到，这个新模型从研究到产品历时约一年，团队主要解决了多模块级联的错误累积问题，由此可以看出3D生成行业从“实验室可行”到“产线可用”的真实工程门槛。

模型发布前，影眸科技创始人兼CEO（首席执行官）吴迪在接受包括每经记者在内的媒体采访时表示：“3D生成的赛道正在收敛，而收敛意味着，最终只有少数真正解决了产业问题的团队能留在牌桌上。”

影眸科技联合创始人兼CTO（首席技术官）张启煊透露，CAST研究完成后产品化仍用了约一年时间，原因在于“即使每个模块成功率都很高，级联后的整体成功率也会显著下降”。

商业化落地层面，WorldGen已进入多个垂直行业。具身智能方向，影眸此前联合地瓜机器人、谋先飞发布“具身智能可训练仿真闭环方案”；影视方向，WorldGen与Seedance 2.5等视频生成模型形成“3D场景+视频生成”工作流。

不过，张启煊也强调，WorldGen并非针对某个单一行业开发的模型，“这个产品严格意义上不是为具身行业做的，它是通用产品”，场景生成同时对应游戏、XR、视频生成和机器人仿真等需求。

相比于影眸“如何把多个资产组织成可运行的场景”，VAST回答的则是另一个问题：如何更快更好地生成单个工业级资产。

据官方披露，VAST此次B轮和B+轮融资合计约30亿元，由经纬创投领投，完美世界、蓝色光标、芯动能投资、延趣游戏、中科创达、广电投资、三七互娱等一线产业资本，鼎晖VGC、中金资本、CMC资本等一线财投联合参投，公司不到半年时间已累计融资约50亿元，创下AI 3D领域融资纪录。多元产业资本的集体加注，意味着VAST的技术能力已跨过“生产可用”门槛。

与融资同步，VAST发布Tripo P2.0，这是全球首个支持原生四边面拓扑网格的3D基座模型，首次让3D生成同时满足“引擎可用、动画可绑、编辑可及”三条工业级门槛。P2.0基于自研Nexus生成框架，单面数上限由2万三角面提升至5万三角面。

比如，游戏是AI 3D落地重要场景之一。2026年7月，网易《蛋仔派对》蛋仔工坊上线3D模型拆分功能，由Tripo提供技术支持。此外，在3D打印方面，今年7月，VAST与黑格科技达成战略合作，实现头部硬件厂商全覆盖，合作对象包括拓竹、黑格、纵维立方、创想三维、爱乐酷等。影视动画领域，由苹果、皮克斯成员创立的海外创意平台Intangible AI已接入Tripo。

两家公司从不同角度回应了同一个行业需求：3D生成必须成为现有生产流程中的生产力工具，而非实验室里的技术演示。

据机构数据，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。

2026年以来，3D大模型领域的主要玩家布局节奏明显加快。1月，谷歌开放Genie 3体验；4月2日，World Labs发布Marble 1.1；4月16日，腾讯开源混元3D世界模型2.0，阿里同日发布世界模型HappyOyster 1.0；4月23日，字节跳动推出Seed3D 2.0。巨头集体入局的信号清晰，3D生成从技术探索走向产业竞赛的趋势已经不可逆转。

不过，随着越来越多资本和巨头的入局，行业竞争逻辑也在切换。对此，张启煊的判断是：“单纯图生3D的差异化在减弱。行业竞争点从‘能否生成一个看起来不错的模型’，转向‘能否控制、编辑、拆分、进入工作流并稳定交付’。”

如今看来，VAST的P2.0强调“引擎可用、动画可绑、编辑可及”三条工业级门槛；影眸的WorldGen强调场景中每个物体的独立可编辑性与物理属性，两者从不同角度回应了同一个行业需求。

从更宏观的视角看，3D生成正在成为“空间智能”时代的基础设施层。当AI竞争从语言智能走向空间智能，3D生成不再只是提升建模效率的工具，而是连接数字内容、智能系统与物理空间的重要底座。

影眸WorldGen的发布与VAST30亿元融资同日落地，既是两家公司各自技术路线的阶段性成果，也标志着3D生成行业正式进入“场景竞赛”的新阶段。这场竞赛的终局，或将决定下一代3D内容生产的基础范式。

免责声明：本文内容与数据仅供参考，不构成投资建议，使用前请核实。据此操作，风险自担。

封面图片来源：AI