Hyper3D Rodin Gen-2.5为3D AI内容带来生产级控制

过去几年，AI 生成的 3D 内容已从实验性演示迅速演变为实用工具，越来越多地应用于游戏开发、VFX、XR、产品可视化和实时制作流程。尽管生成质量和速度都有了显著提升，许多艺术家和工作室仍然难以将 AI 生成的资产整合进真正的生产管线——在这些场景里，拓扑结构、可控性、优化和下游兼容性与视觉保真度同样重要。Hyper3D 对 Rodin Gen-2.5 的这次更新，瞄准的正是这一生产环节的缺口。Hyper3D 没有把 AI 单纯当作一键生成工具，而是将 Rodin 描述为一套可控的 AI-to-3D 工作流系统，旨在在制作的不同阶段与艺术家协作。本次采访中，Hyper3D 首席技术官 QX Zhang 讨论了为什么“可控性”已成为 AI 3D 工作流最重要的挑战之一、将提示词生成的资产变为可用于生产的内容之间存在哪些技术障碍，以及 Rodin Gen-2.5 新的 Adaptive Thinking Effort 系统如何让艺术家根据具体工作流需求在生成速度与保真度之间取得平衡。

首先，能否简要介绍一下 Hyper3D 和 Rodin Gen-2.5，并谈谈 Hyper3D Rodin 是如何发展成为创作者和企业团队广泛使用的领先 AI 3D 生成平台之一的？ Hyper3D 是我们在 2023 年推出的 3D 创作平台，专为游戏开发者和 3D 创作者打造。它通过 Rodin 提供 AI 驱动的图生 3D 和文生 3D 资产生成，通过 ChatAvatar 提供角色创建，并在 OmniCraft 下提供一套常用的 3D 工具。最近，我们还在平台中集成了新的图像和视频基础模型，进一步扩展其创作能力。平台的核心是 Rodin——我们以著名雕塑家 Auguste Rodin 命名的生成式 3D 基础模型——如今已演进为 Rodin Gen-2.5。Rodin 是最早将真正原生 3D 生成引入行业的系统之一，其背后的研究多次获得 SIGGRAPH 最佳论文奖及提名，包括：

SIGGRAPH 2024 最佳论文提名 — CLAY
SIGGRAPH 2025 最佳论文 — CAST
SIGGRAPH 2025 Top 10 论文 Fast-Forward — BANG

Hyper3D 团队正在引领全球 3D 基础 AI 研究

从一开始，我们就把 Rodin 设想为一款与艺术家协作、而非取代艺术家的工具。“可控性”始终是其设计理念的核心。除了基础的 Image/Text-to-3D 生成，Rodin 还提供了一系列独特的创作能力，例如 3D ControlNet、局部 3D 编辑、部件级精修，以及面向生产流程的拓扑选项。在 Gen-2.5 中，连生成速度和几何细节密度都成了可控参数，这让 Rodin 能更好地适配不同工作流，从快速构思游戏资产，到高精度 VFX 和 3D 打印场景。也正因如此，Rodin 才在全球创作者和艺术家中引发了如此强烈的共鸣。你可以亲自体验 Rodin Gen-2.5，80 Level 读者专享 14 天免费试用——使用优惠码 80lvRodinGen25。

如今很多 AI 3D 工具主要聚焦于快速生成。在你看来，“可控性”在 AI 3D 中究竟意味着什么，为什么它对生产团队越来越重要？ 长期以来，生成式 AI 被当成一台老虎机——有时你立刻就能得到完美的结果，有时你花一整天反复重抽。这种随机性让 AI 很难融入真实的生产流程，尤其是游戏开发、VFX、实时渲染和技术美术团队，这些场景中形状、拓扑、贴图质量和迭代控制都至关重要。它也让 AI 显得与艺术家对立——因为没有艺术家想要一件无法掌控的工具。从第一天起，“可控性”就是 Rodin 的核心理念。我们不把 Rodin 看作一键生成器，而是一件与艺术家协作的创作工具。在 Rodin 的早期版本中，我们引入了 3D ControlNet，让用户可以用 Bounding Box、Voxel 和 Point Cloud 引导生成，精确控制形状与比例。在 Gen-2 中，我们引入了基于 BANG 的部件分解，实现灵活的部件级精修。在 Gen-2 Edit 中，艺术家可以上传已有的 mesh，用自然语言进行局部编辑。到了 Gen-2.5，连生成速度和几何细节也变得可控。

2024 年，Rodin 率先将 3D ControlNet 引入生产工作流

Rodin 率先推出 BANG-to-Parts，实现 3D 资产的自动拆解

Rodin Gen-2 Edit 首次将部件级编辑与第三方模型导入融为一体

我们并不认为速度与可控性必须二选一。好的 AI 工具应当把决定权交给艺术家：什么时候需要快速迭代，什么时候愿意多花时间追求更高的保真度与细节。

开发者对 AI 生成资产最常见的批评之一，是它们单独看时很惊艳，一旦进入真实的生产管线就崩了。从“prompt-to-3D”生成到真正可用于生产的资产，最大的技术障碍是什么？与文本、图像、视频、音频不同——这些大多面向消费者，格式也已相对标准化——3D 本身就是一个完整的产业，而不同行业对 3D 资产的要求截然不同。一个游戏可用资产、一个 3D 打印模型、一个 VFX 主角资产、一个实时 XR 物体、一个电商产品模型，所需的几何密度、拓扑、UV、贴图、文件格式和优化标准可能都不一样。因此，不存在一种对所有人都适用的“通用”3D 表示。也正因如此，今天的 AI 3D 生成最好被理解为工作流的一部分：它减轻工作量，而不是取代整条管线。AI 生成的 3D 资产要真正达到生产可用，就必须能接入艺术家现有的工具和管线，包括 DCC 软件、实时引擎、网格优化、PBR 贴图和下游编辑。

Rodin Gen-2.5 引入了你们所说的“Adaptive Thinking Effort”，让生成模式可以从极速输出覆盖到高细节主角资产。这套系统在底层是如何工作的？艺术家应该怎样权衡速度与保真度？它的思路类似于大语言模型中的“思考”机制：系统根据所需的输出质量分配不同级别的计算量。在 Rodin Gen-2.5 中，快速模式侧重效率和低成本。它支持批量生成，用户可以一次产出多个候选，只在下载时付费。这对快速概念探索、游戏资产原型制作和实时场景尤其有用，比如把 3D 生成嵌入游戏中——我们与网易 Eggy Party 的合作就是一例，该游戏全球注册玩家已超过 5 亿，月活跃用户超过 1 亿。

Rodin 能在 4 秒内生成最多 10 个百万面模型，迭代速度更快，《蛋仔派对》的展示就是例子

高细节模式面向大多数创作场景，尤其是复杂资产或主角资产。它消耗更多算力来打磨几何结构和细节——相当于给模型更多“思考时间”，而艺术家可以去喝杯咖啡。

Rodin Gen-2.5 让用户更好地控制生成速度和模型复杂度，五种不同的“思考投入”模式对应不同的工作流场景

这次更新带来了 1000 万面以上的多边形生成能力，可用于高度细节化的表面和角色。哪些技术进步让这件事成为可能？你认为这种细节水平在生产中最有用的地方在哪里？我们把 1000 万面以上的多边形生成看作摄影里的“RAW 文件”——在任何压缩之前保留最大的几何信息量。

Hyper3D Rodin 的“极高”模式呈现微观细节

在生产中，这给艺术家在下游环节带来更多灵活性。高密度 3D 模型可以作为源文件，用来烘焙高质量法线贴图、制作游戏可用的低模资产、准备 3D 打印模型、支持影视和 VFX 资产处理，或者在 ZBrush、Blender 等工具里继续雕刻流程。它并不是要到处直接使用，而是作为一个高保真来源，适配不同管线的需求。当然，这一切的前提是你真有一个能忠实还原这种细节水平的模型 lol。具体到游戏开发者，高模输出往往只是工作流中的一个阶段。Rodin 如何处理拓扑、优化，以及面向 Unreal Engine、Unity 等实时引擎的下游用例？ 对游戏开发者来说，高模输出并不总是工作流中必需的阶段——尤其是简单的游戏。所以 Gen-2.5 最令人兴奋的更新之一是 Smart Low-poly，我们在演示最后展示了它。它用类似 GPT 的自回归方法逐面重建网格，生成艺术家风格的三角面和四边面几何，适合实时场景使用。这个功能还在 beta 阶段，我们正在持续改进它的表现。

在此之前，Rodin 已经支持标准的低多边形输出（几千个多边形），与 Unity 和 Unreal 完全兼容，并提供插件可直接在引擎内使用。我们的 DCC Bridge 还集成了 Blender、Maya、Godot 和 Cinema 4D 等主流工具，让美术师可以把 AI 生成 3D 的工作流无缝接入自己已经在用的软件。

AI 生成的贴图常常在接缝、背面模糊以及未见区域细节不一致上出问题。Rodin Gen-2.5 的“3D 原生”贴图生成方式，相比更传统的 AI 工作流有什么不同？ Rodin Gen-1 首次把真正原生的 3D 几何生成带进了生产级产品——这个方向后来成为主流，许多竞争对手都在沿用这一范式。但直到 Gen-2.5 之前，大多数系统的贴图生成仍然依赖一种 2D 的变通做法：用图像生成模型产出多视角渲染图，再投影回 3D 网格上形成贴图。这往往会带来多视角不一致、接缝以及遮挡区域投影伪影等问题。之所以采用这种做法，主要是因为原生 3D 贴图建模难度大得多，而且受限于训练数据不足。到了 Gen-2.5，我们把贴图生成转向真正 3D 原生的范式，颜色和材质直接在 3D 模型表面生成。这带来了全角度一致性、更好的可控性，以及显著提升的 PBR 质量。我们将在今年晚些时候发布关于这一突破的技术报告。

Rodin Gen-2.5 具备更出色的 3D 原生贴图质量

Rodin 同时提供“Faithful”和“Creative”两种生成模式。你如何定义这两种方式的区别？它们各自最适合哪些类型的艺术家或制作场景？ 在 Rodin Gen-2 期间，我们发现许多用户输入的是 AI 生成的图像，这类图像往往存在细微的透视不一致，不易察觉，却会严重影响 3D 重建。因此我们引入了“Creative”模式，它对不完美的输入更具鲁棒性。“Faithful”模式则更适合真实世界、物理一致的图像。在如今大多数 AI 驱动的工作流中，我们通常建议将 Creative 作为默认选项。批量生成似乎是 Gen-2.5 的一个重点。你如何看待并行生成改变概念艺术家、技术美术和环境团队探索变体或构建资产库的方式？ 随机性是生成式 AI 的一大优势，但它也迫使艺术家花时间反复迭代和筛选结果。并行生成通过提升效率解决了这一问题。在 Rodin Gen-2.5 中，用户单次运行最多可生成 10 个变体，每个变体之间都有细微差异——而不必运行 10 次独立迭代。这对概念艺术家、环境艺术家、游戏团队和技术美术尤其有用，他们需要快速比较形状、剪影、道具或资产变体。展望未来，我们希望随时间学习用户偏好，让系统更好地适应每位创作者的风格。其中比较有意思的新增功能是“Manual BANG to Parts”，它允许创作者有意将生成的模型拆分为可控的组件。为什么部件级拆分是 AI 3D 走向生产可用的重要一步？在大多数 3D 工作流中，资产应当被正确拆分为部件，而不是保持为单一网格。例如，游戏角色通常需要独立的护甲、服装、武器、配件或头发组件，而 3D 打印工作流往往需要将模型拆分，以满足装配、材料选择或制造约束。在 Gen-2 中，基于 BANG 的自动部件分解被广泛使用，但用户也希望在模型如何分割上拥有更多控制权，这对可控性提出了更高要求。Manual BANG to Parts 让艺术家能更有意图地控制部件拆分。结合 Part Refine，用户无需重新生成整个模型，就能清理或增强特定的局部区域。由于 3D 横跨众多行业，支持手动、可控的部件拆分，能让 AI 生成的资产更适合真实的生产管线，包括 3D 打印、动画、游戏开发和技术美术工作流。

目前关于 AI 取代艺术家的讨论很多，但你们的定位似乎更侧重于加速工作流、提升迭代速度。你个人如何看待 AI 工具与专业艺术家之间的关系？ 我们团队与其他许多 AI 公司不同的地方在于，所有联合创始人既是生成式 AI 研究者，也是 3D 艺术家。我们都参与过电影和游戏项目，自己也都是 Blender 用户——所以 AI 与艺术家的关系是我们非常在意的事。正如你所说，AI 应该加速工作流、提升效率，而不是取代艺术家。它应该是艺术家的工具，这也正是我们如此强调可控性的原因。我们认为 AI 公司应当积极支持 3D 行业的发展，尊重艺术家的劳动。这也是我们成为 Blender 金牌赞助商、并且所有训练数据都经过正规授权的原因——包括从 Shutterstock 等平台大规模采购的数据集。

Hyper3D Rodin：授权数据与对 Blender 社区的支持

对专业艺术家而言，AI 3D 生成的真正价值不在于取代创作判断，而在于减少重复劳动、加快早期探索，让艺术家把更多时间留给方向把控、细节打磨和最终质量把关。只有在这种健康的创作生态中生长出来的 AI，才能真正成为可用、达到生产级标准、并被艺术家愿意采纳的工具。如今 AI 3D 生成真正擅长的是什么？在哪些方面你仍然认为艺术家和工作室应该保持谨慎或怀疑？ 今天，AI 3D 生成在快速构思、产出初始资产、探索变体、加速早期工作流方面已经非常强。它能迅速把概念、草图、文本提示或参考图变成可用的 3D 起点，大幅降低迭代成本。但涉及最终生产质量时，艺术家和工作室仍应保持谨慎，尤其是在需要严格拓扑、适合动画的边流，或高度特定的艺术指导的复杂情况下。AI 的输出仍可能不稳定，往往需要人工打磨才能达到生产标准。简而言之，AI 非常擅长加速创作过程，但它最好的角色是艺术家的协作者，而不是专业艺术判断或管线级控制的替代品。展望未来，你认为 AI 3D 的未来主要在于提升生成质量，还是更大的机会在于深度融入现有的生产管线和创作工作流？ 我认为生成质量会持续提升，但单靠这一点已经不再是主要瓶颈。更大的机会在于深度融入真实的生产管线和创作工作流——让 AI 真正能在工作室现有的工作方式中发挥作用，而不是作为一个独立的“生成工具”存在。这包括更好的可控性、与引擎和 DCC 工具的兼容性，以及大规模支持迭代式、由艺术家驱动的流程的能力。对 Hyper3D Rodin 而言，AI 3D 的未来不只是根据提示生成更好的模型，而是构建一套可控的 AI-to-3D 工作流，能够连接游戏开发、VFX、实时渲染、3D 打印和企业级生产管线。

最后，对于在游戏、VFX、实时渲染或技术美术领域工作的 80 Level 读者，第一次上手 Rodin Gen-2.5 时，你最推荐先尝试哪套工作流？ Rodin Gen-2.5 的设计目标，是把更多控制权带进整条 AI 到 3D 的生产管线——从生成速度、几何复杂度，到贴图质量、局部细节、部件级编辑、拓扑以及后续优化。如果团队做的是比较简单的游戏资产，或者需要快速迭代概念，我建议从 Low 或 Extreme-Low 思考强度模式入手，配合 5x 或 10x 批量生成。这两种模式几秒钟就能出多个方案——Extreme-Low 大约 4 秒，Low 大约 9 秒——快速探索不同变体因此容易得多。之后可以用 Smart Low-Poly 得到更干净、更适合生产的网格，直接用于 Unity 或 Unreal Engine 等引擎的实时场景。至于更复杂的角色、生物或主角级资产，Extreme-High 模式表现很好，能捕捉丰富得多的几何与表面细节，搭配 detailed 或 micro 预设时尤其明显。它适合做高精度雕刻参考、VFX 资产、3D 打印，以及后续可以优化或烘焙成低模的高保真源模型。

除了网页平台，我们还提供 API 接入、团队账号、专属集群和私有化部署，工作室可以按自己的生产需求，把 Rodin Gen-2.5 接入内部工作流。想试试吗？80 Level 读者使用优惠码 80lvRodinGen25 可免费试用 Rodin Gen-2.5 14 天。

QX Zhang，Hyper3D CTO

采访由 80 Level 编辑团队进行

把你的品牌带到 80 Level

围绕游戏开发和艺术品牌真正有效的广告方案