0%

左手开源模型,右手创作 Agent,Hi3D 的 AI 3D 下半场

极客公园Tue, 27 Oct 2026 15:59:20 +0800

2026 年的 AI 3D 赛道,正站在一个微妙的分水岭上。

一级市场的热度仍在攀升,新模型、新创业公司层出不穷,单图生 3D 的正面渲染效果几乎已经做到了以假乱真。

但剥开炫目的 Demo 外壳:绝大多数生成结果依然停留在「转台展示」阶段:一个精致的角色或机械模型,在灯光下缓缓旋转,鳞片、衣褶和金属刻纹栩栩如生;可这些细节一旦进入游戏引擎装配、工业仿真以及 3D 打印的真实生产流程就立刻原形毕现:结构断裂、背面崩坏、细节粘连、网格不可编辑等问题开始集中爆发,大量人工修补成本吞噬了 AI 带来的效率红利。

正面视图保真度不等于 3D 质量成为新的行业共识。AI 3D 的竞赛,也从 能不能生成」的上半场,进入了能不能落地的下半场。

也正是在这个节点上,头部玩家 Hi3D 接连落下两枚棋子:正式开源经过生产验证的 Hi3D V1.0 底座,同时推出以创作者为核心的 Hi3D Agent,一头连接产业底层,一头深度扎根进入真实的创作全流程。

在此之前,这家成立不到三年的公司已经交出了一份扎实的成绩单:半年内连续完成两轮融资、总额近 5000 万美元,红杉中国、IDG 资本、美团龙珠等一线机构扎堆下注;旗下 Hi3D 平台覆盖120+ 国家与地区、200 万 + 创作者,与拓竹科技、xTool 等头部设备商深度集成。

从稀疏几何技术的学术突破,到生产级模型的开源开放,再到 Agent 创作系统的全链路打通,Hi3D 已经拿下了通往 3D 生成下半场的门票。

单图生 3D 的底层逻辑,天然带着视角偏见。随着ULIP、Uni3D 等指标被反复刷新,重正面、轻整体,重外观、轻内部逻辑的一度成为这个行业过去几年的共同写照。

但 3D 资产的本质,是可旋转、可编辑、可加工的立体对象。一张角色图片里,垂落的发丝可以只占几个像素。进入三维空间后,模型必须决定它的厚度、与肩膀之间的距离,以及它如何连接头部。更进一步,物体的光影与轮廓之外,背面、底部、被遮挡的内部结构,全部需要模型从训练数据中学到的三维先验进行推理。

否则,一个正面相似的 3D 模型,很可能转个角度就露出马脚——本该闭合的壳体出现破洞,对称的零件左右扭曲,纤细的结构要么融成一团,要么直接凭空消失。

更进一步,解决了多视角下的几何一致性问题后,一个模型能否被下游工具使用,还取决于它的精细结构保留度、网格拓扑合理性,甚至是壁厚、封闭性等工程属性。

有实测数据显示:同处 1536³ 分辨率档位,即使一些头部玩家的产品,3D 打印切片成功率仅为 7%-17%。看起来细节拉满的模型,实际走向实体生产就会变得困难重重。

这也解释了为什么资本市场热度不减,产业端却始终处于试点多、规模化少的状态。而当行业走向下半场,谁能先跨过 Demo 好看→生产好用这道坎,谁才能真正拿到 AI 3D 产业化的入场券。

Hi3D V1.0 的技术起点,可以追溯到 2025 年的 Sparc3D。

这项由 Math Magic、南洋理工大学及帝国理工学院研究者参与的研究,处理的是高分辨率三维建模中的一个基础问题:怎样保存复杂表面,又不让计算和存储成本随着分辨率失控。

三维网格背后的体素空间有立方级的规模变化。每个方向从 1024 提高到 1536,线性分辨率增加 50%,完整网格中的单元数量就会变成原来的 3.375 倍。大量空白区域如果也参与计算,成本会迅速上升。

Sparc3D 采用稀疏表示,将计算更多集中在与物体表面有关的区域,并通过稀疏卷积自编码器压缩和重建几何信息。论文使用约 50 万件资产进行训练,展示了 1024³级别的高分辨率重建能力,通过改善几何信息在表示、压缩和恢复过程中的保存方式,在高分辨率几何建模领域建立了技术标杆。

Hi3D V1.0 则在此基础上,将训练资产扩充到约 200 万件,覆盖角色、硬表面物件、日常产品、载具、建筑、有机形态等多元品类。并新增了 1536³的高分辨率输出层级,通过三级渐进式稀疏重建实现精度跃升:三级结构分别基于 64³、128³、192³的稀疏坐标网格,通过固定 8 倍的结构到表面解码器缩放,对应输出 512³、1024³、1536³的名义分辨率。

但比训练规模与分辨率数字更重要的是生产验证。在正式开源前,这套模型已经在面向用户的生产部署中完成了真实场景的打磨。

公开测试报告显示,在主观的专业 3D 算法从业者的人工偏好测试中,Hi3D V1.0 的综合偏好得分达到 85.9%,对多数主流模型的偏好胜率超过 90%。在客观指标上,其多视图保真度(MVF)达到 0.75,细节丰富度(DR)达到 0.841,两项核心几何指标均位列同期方法第一。

在 Hi3D 披露的一组 1536³档位测试中,其切片通过率为 90%,而同期同档位的竞品仅为 7% 至 17%。

十几倍的差距背后,是实验室模型和生产级模型的分界线。它打破了高分辨率必然牺牲工程可用性的行业刻板印象,证明了精细几何与生产兼容完全可以并行。

而通过开源,这套经过真实业务检验的高分辨率几何生成能力,又从此变成了全行业可复用的公共底座:企业可以基于它做私有化部署,把 AI 3D 能力嵌入自身的数字化产线;开发者可以在上面搭建垂直工具,不用从零重建高分辨率几何管线;研究团队可以站在生产级基线之上,去探索更前沿的方向。

一定程度上,Hi3D 的版本迭代路线,几乎就是一部 AI 3D 向生产端靠拢的浓缩史。

V1.0 阶段,核心突破是 1536³ 级别的高精度几何重建,把高分辨率几何重建做到了生产可用。这解决了细节准不准、结构完不完整的问题,让生成的模型至少能进下游工具、能做基础加工。

V1.5 与 V2.0 阶段,主要突破则在于几何与纹理一体化生成,智能遮挡结构补全、去光照预处理,覆盖了从输入图到完整资产的一站式输出,减少了用户在不同工具间的跳转成本,纹理质量与生成效率也同步完成提升。

到了 V3.0 阶段,几何分辨率进一步拉升至业界首个商用 2048³体素级,纹理输出上限达到 8K,并深度升级了跨视角结构推理与自研 UV 补全算法,上线智能拆件、多色打印、摆盘等功能。

随着版本不断升级,人工修补成本随之大幅削减,AI 生成的 3D 资产,也逐渐从能用真正走向可交付。

但模型能力再强,也只是创作流程中的一个环节。3D 创作的真实路径从来不是用一张图出一个模型就结束了:能打印的高密度三角网格,未必适合角色动画;适合概念验证的模型,也未必满足精密零件的尺寸要求。

Hi3D Agent 的出现,加速了模型初期设计到现实世界生产之前的打磨效率。