国产3D生成大模型Rodin Gen-1.5火爆外网，引领3D生成新潮流

最新推荐文章于 2025-03-28 18:09:08 发布

福福很能吃

最新推荐文章于 2025-03-28 18:09:08 发布

阅读量724

点赞数 3

文章标签： 3d 搜索引擎开发语言自然语言处理语言模型人工智能

本文链接：https://blog.csdn.net/2401_85280106/article/details/145224144

版权

2024年的最后一天，国产3D生成工具Rodin Gen-1.5的上线在网络掀起了新一波3D生成讨论的热潮。这款由影眸科技研发的3D生成大模型，以其能够生成锐利边缘的3D模型而受到广泛关注，被业界誉为“圆滑当道时代的锐利异类”。对于CAD类工业模型与硬表面模型，Rodin Gen-1.5展现出了绝对的优势，扩大了3D生成的使用群体。

Rodin Gen-1.5的更新恰逢年末，尽管海外许多用户都在放假，但这并未阻挡他们对测试新模型的热情。从《双城之战》中的海克斯拳套到细节丰富的赛博朋克靴子，Rodin Gen-1.5都能轻松应对。甚至有动画师将Rodin生成的资产直接运用在动画制作中，其中70%的3D资产由Rodin生成。对于3D打印爱好者来说，Rodin生成的模型稍作涂装就能成为精巧的玩具，其生成模型的质量也得到了AI生成领域专业用户的高度赞赏。

这并非影眸科技首次在3D大模型领域带来惊喜。2024年8月，在全球最顶尖的计算机图形学会议ACM SIGGRAPH上，影眸与上科大联合研发的3D原生大模型Clay发表，并与团队同年研发的3D服装生成模型Dresscode同时获得SIGGRAPH2024最佳论文荣誉提名，成为该领域内唯一在同一学术顶会上获得两项提名的中国团队。Clay的提出显著提升了3D生成的质量，成为当前学术界3D大模型广泛认可的技术路径。

基于Clay的三维资产生成工具Rodin Gen-1于去年6月推出，其生成效果接近“Production-Ready”，上线后备受关注。它的生成质量与可用性领先当时的同类产品，仅用45天就达成了100万美元的年化经常性收入（ARR），而知名的HeyGen达到这一数字则花了7个月。这一成就源于影眸对“Production-Ready”的追求，即生成的模型可以直接接入后续流程使用。

在3D大模型研发之初，影眸选择了一条“非共识”的道路。当时，2D升3D的技术方案是学术界的主流，但影眸看到了这一路径的瓶颈：2D数据无法完整描述3D内容，导致生成结果需要大量人工修正。影眸坚信，唯一的解决方案是从一开始就使用3D原生数据。尽管这一选择更难、更需要时间，但最终证明是正确的。7个月后，影眸的技术坚持得到了回报。

Rodin Gen-1.5的发布是影眸对“Production-Ready”坚持的进一步体现。通过新一代3D原生表达，Rodin Gen-1.5全面解决了行业内长期存在的薄面与边缘锐度问题，再次提高了3D生成的商用标准。无机形状的生成能力、锐利的边缘以及干净的拓扑结构，是Rodin 1.5在3D生成能力上最显著的性能提升，这一点在游戏和产品设计领域尤为重要。

用户现在可以借助Rodin对几何和PBR材质的精准生成能力，快速制作适用于不同场景的三维资产。Rodin辅助游戏制作的能力已经得到试验，用户可以生成单个静态物件，也可以为大场景批量生成NPC。事实上，已经有用户将Rodin生成的结果放入自己开发的游戏中，也有个人开发者基于Rodin开发了一整套工作流。

在动画和影视制作方面，Rodin的应用场景同样广泛。用户使用Rodin生成的资产搭建整个城镇，制作简单动画，也有用户将Rodin与现有AI路线结合，在离线引擎中制作高质量CG内容。稍作调整，Rodin的资产质量甚至可以达到影视级。

影眸认为，在Rodin Gen-1.5之前，3D大模型的发展主要有两个阶段：Level1是基于2D升维技术路径的3D生成，需要大量人工后期修正；Level2是以Clay为基础的3D原生三维生成大模型，刚刚达到“Production-Ready”的标准。而Rodin Gen-1.5的发布，已经将三维大模型带到了Level3的程度，它对生成模型的表达更加精确、细致，解决了3D大模型一直以来存在的问题，大幅拓宽了3D大模型的使用边界。

过去几年，生成式AI在文字、图像、音频、视频等领域取得了重大进展，3D生成被认为是“世界模型”的“最后一块拼图”。随着技术进步和消费需求的提升，3D行业未来的发展前景广阔。去年，AutoDesk、Meta、NVIDIA、腾讯、微软等纷纷推出了自己的3D生成大模型，积极布局这一前沿领域。在与行业巨头的竞争中，影眸团队凭借其在3D建模/图形学领域的深耕和对3D行业用户需求的洞察，在技术与商业化方面长期领先。

未来，3D生成还有很大的挖掘空间。要实现在AR/VR/虚拟世界中的个人创作，就要解放用户的3D内容创作能力。作为构建在三维空间中的世界，未来机器对世界的理解也必然基于三维，所以在具身智能领域，对3D的需求是始终存在的。相信在影眸科技等3D大模型团队的共同努力下，我们很快就会迎来3D领域的“ChatGPT”时刻。