GDC期间，Unity发布了一项新功能：AI beta。他们声称开发者无需编写代码，用自然语言就可以让引擎帮游戏开发者摆放资产、修bug，堪称言出法随的AI开发方式。
在GDC现场，演示人员在chatbox告诉Unity生成一个哥布林，Unity凭空就把哥布林的模型掏了出来，而且模型质量还不差，有精细的三角和四边面、可用的UV、PBR材质……如果你做过游戏，那应该能感知到，AI直接生成实际可用的模型，对开发者来说有多方便。
但头部引擎将它融入产品，依旧代表了巨大的技术进步。这意味着AI开始用最直观的方式，攻克最复杂的开发工作流。
进一步了解后，葡萄君发现，这次 beta在现场调用的3D生成算法，来自影眸科技旗下的Hyper3D Rodin。后者是AI 3D生成领域最头部的公司之一。
现场开发者平台显示，Unity用的API是Hyper3D Rodin
Hyper3D Rodin 现已接入Unity
其实，Unity并不是**家做出这个选择的引擎厂商，老牌渲染引擎OTOY也早在2025年版本中集成了Hyper3D Rodin的3D生成能力。
好莱坞级别离线渲染引擎的代表OTOY
实时渲染和离线渲染两条赛道的头部引擎，其实都对稳定*、输出质量、API规范、生产可用*的有*高要求。换句话说，他们的选择本身，就是对Hyper3D跨渲染管线的通用生产能力的认可。
除了被Unity的AI beta接入，Hyper3D今年在GDC上的存在感也可以说是拉满了。
除了展位突出，Hyper3D的产品也频繁出现在GDC会场。比如，现场一个**团队分别使用了他们的Rodin和ChatAvatar来游戏道具和主角脸模。
有个厂商在展位上吹嘘自己的3D生成能力，结果影眸走去一看，发现其接入的竟然是Hyper3D的API。影眸哭笑不得之际，还被那个厂商现场催更。
一位美国设计学院老师兼游戏工作室建模负责人在展馆里逛了整整三天，几乎看遍了所有AI 3D生成厂商的展台，最终在闭展前几小时找到了Hyper3D，并说只有他们才能解决自己的问题。
事实上，GDC只是这家公司最近几个月密集曝光的一个截面。
就在GDC前一个月，其中核心的3D生成环节，用的正是Hyper3D。
3月初，在OpenAI举办的首届全球**松上，一款拿下了冠军的
而离我们更近的国内游戏行业，去年我们曾报道过，国内某大DAU的UGC游戏向玩家开放了3D模型实时生成功能，给UGC创作提供了很大支持，这项功能所用的“Zero”模式，正是Hyper3D Rodin 专为适配游戏优化的分支版本。
为什么他们能收获这么多游戏厂商和从业者的认可？前阵子，葡萄君和Hyper3D的CEO吴迪聊了聊。
近两年来，做3D生成的AI公司越来越多，如果要说Hyper3D**的不同，那就是他们的工具已经在很多领域里被直接接入生产流程。
这里说的生产流程并不是像过去一样，或者做管线外的概念验证，而是真正让生成的模型从可看变成可用，进入管线、工作流。
比如这次Hyper3D更新的Edit功能，你只要框选模型的某个部分，再用自然语言把需求告诉Hyper3D，它就会自动修改。
你生成一个汽车模型，告诉Hyper3D“换个车头”，它就会更换车头部分。
这些修改并不生硬，和原来的模型结构能够自然衔接，并且模型仍能保持整体的逻辑。
过去，3D生成的一个很大痛点，是模型生成一次成型，不能*部修改。开发者对一个部分不满意就得换提示词，再开一次盲盒，不满意的部分可能改了，但是满意的部分也改掉了。解决了这一点，3D生成就有了接入实际工作流的基础。
此外，Edit功能不仅在生成模型的时候可用。即便不是Hyper3D生成的3D资产，对开发者来说，Hyper3D由此成了一种基础工具，一下就能盘活过往积累的存量模型。
比如那位逛了三天的老师，他手里积压了上千个模型，其他所有工具都只能让他重新生成，相当于这上千个模型全废了。“只有我们能让他在原有模型的基础上直接做修改”，Hyper3D的团队成员告诉我。
在吴迪看来，Edit不是那种需要经过调研和思考来确定的功能，“这就是3D生成发展中必定会想到的功能，不是针对特定用户开发的。”
”吴迪说，修改是顺理成章的普遍需求。
另一个直观的功能是拆件。
对游戏开发者而言，模型需要在游戏中实现交互，车辆的车轮需要转动、门体需要开关、机甲的肢体需要活动。而实现这些效果的前提，是模型的部件支持拆分，
另外，3D生成出来的模型，可能在整体上的**达不到要求，而有了拆件功能，开发者在后续精修起来就方便了许多。
某家大厂的中台同学也曾告诉葡萄君，这些痛点都是同事在使用AI 3D生成时经常提出的待解决需求。
而Hyper3D在去年10月推出的BANG功能，就可以让模型拆分成若干个部分。比如汽车模型，拆件之后会变成车身、车门、轮胎、悬挂等等零件，并且每一个部件都可以无限拆分。
Hyper3D是“递归地从零件构建出了3D模型”，
你应该能理解，为什么Hyper3D会获得大家的认可了，因为Hyper3D了解开发者在实际管线中使用3D生成会遇到哪些问题，并拿出了全行业**的解决办法。
聊到这里，我一直默认Hyper3D的团队里一定有深耕游戏行业多年的老兵，不然怎么会把开发者需求摸得那么透。
然而吴迪告诉我，他们不是游戏行业出身，之前可以说是一点都不了解游戏行业。为什么一群外行人那么懂游戏开发者的痛点？
和他深聊下来，我发现原因不外乎两个字：务实。这份务实，主要体现在两点。
**，他们清楚自己的优势，并会抓住优势，先做好能做的事情。
2015年吴迪进入上科大，在实验室里开展图形学研究。后来正值AR和VR风口，吴迪所在的团队便设计了一套穹顶光场扫描系统，并训练了
而在元宇宙热度褪去后，影眸剩下的客户主要是游戏、****等有着刚*3D模型需求的专业开发者，于是影眸便准备把业务扩展到全品类模型生成。
这时，一个选择摆在他们面前：是走2D升维路线还是3D原生路线？
前者是当时主流的技术路线，即AI通过多张不同角度的2D图片生成3D模型。
这条路线的生成速度更快，受市场热衷，但Hyper3D团队做过数字人重建，清楚这种方法生成的模型噪声多，后期需要更多人力修复。
因此，Hyper3D选择了3D原生路线，训练了3D原生的生成模型CLAY，这篇论文《CLAY：用于创建高质量 3D 资产的可控大规模生成模型》还入选了当年计算机图形学**会议SIGGRAPH 的**论文提名。
用吴迪的话说，CLAY带来了代差级的跃迁，**次把3D生成从“几乎不可用”，拉到了“至少能够进入生产讨论”的水平。
“现在整个3D生成领域的底层架构，很多相关工作是我们一步步搭建和验证的。”吴迪说，“我们对这个框架的可拓展*、延展*了解更深入。这也是为什么我们能更快做出Edit、BANG这些功能。”
虽然有技术优势，但Hyper3D也没有盲目发展。用吴迪的话来说，世界上没有**的技术壁垒，要保持**，需要把技术壁垒慢慢转化成商业壁垒。
在这一点上，他们很果断。比如他们过去做过
曾经爆火的Wand，
另外，虽然有过成功案例，但Hyper3D也没有选择做3D生成的UGC平台。
吴迪认为，对普通用户来说，3D内容既没有便捷的展示渠道，也没有实际的使用场景。“目前纯粹的C端用户不需要3D，至少在我们的认知里不需要。”
第二，务实体现在对做事的理解上。
一个有趣的观察是，比起大模型，“因为这可以提高我们的工作效率。”
在他看来，AI应用更能提高工作效率。“可能也是因为我们对AI应用研究得更深，所以现在公司只有50多人。”
这种思路也反映在他们的业务层。
和很多友商不同，吴迪认为，“3D模型生成从来不是魔法。专业领域需要的是稳定*、可控*和可用*”。他非常强调“生产就绪（Production-Ready）”。
团队表示，在稳定*方面，并且反复输出的结果相当均衡。
而在可控*上，除了前面说到的Edit和BANG，Hyper3D也是全球**提出
在这个架构里，开发者可以通过Bounding Box长宽高来控制生成尺寸，通过Voxel体素控制生成形状，以及通过点云更精准地控制模型输出形状。
此外，它还提供了不同风格的模型版本，比如细节量更高的、更低面平滑的、速度更快的，以此适配不同开发者的需求。
此前接入国内某大DAU的UGC游戏的模型“Zero”，就面向移动端开发，它生成的模型面数更低，*能较好，适合手游UGC快速生成的场景。
最后是可用*。吴迪说，3D建模用户都有自己*悉的工具，而Hyper3D生成的模型都可以直接导入这些工具，同时也有这些工具的插件可用。
说白了，对专业用户来说，AIGC不是玩具，而是工具。从生成一个可看的模型到一个“生产就绪”的工具，Hyper3D的目标是无限接近后者。
为了实现这个目标，他们目前有着不少清晰规划。
首先，Hyper3D已经把单物体生成做到了行业**水平，接下来要从单物体拓展到场景级生成，比如将聚焦于房间、店铺这类封闭小场景。
其次，都还处于“游戏人不可用的废物状态”，这也是Hyper3D今年要重点突破的方向。
很多技术都会在发布会现场赢得掌声，但真正能留下来的总是能进入生产流程的那一个。透过Hyper3D，我们也能看到随着工具迭代和技术发展，AI对游戏行业的影响愈发深入。
拿Hyper3D在GDC的展台位置来说，他们**年去GDC的时候，旁边挨着热狗店，今年就已经到最显眼的地方。
另一方面，开发者已经用工作场景来评估各家产品。各家产品在GDC现场被问及最多的问题，就是“能不能控制？能不能接入现有的工作环境？”还有开发者问，现场买能不能给无的Plan（即用户每个月的生成额度）？这是工具真正被需要时人们会问的问题。
AI最终能在游戏工业里占到多核心的位置，也许还需要时间验证；但至少现在，开发者已经不再把它当成魔法看待，谁能真正回答这些落地的问题，谁才有机会进入开发者的真实工作流。
发表评论