编辑｜Youli
在古板认知里，，，，制作一个高质量 3D 模子，，，，往往意味着重大的软件流程、腾贵的硬件装备，，，，以及经年累月积累的专业知识。。。。。。对专业设计师而言，，，，这是日常事情；；；；；可对通俗用户而言，，，，却是「看得见，，，，做不了」的高门槛。。。。。。
但现在，，，，这一古板叙事正在被重写。。。。。。
翻开手机，，，，拍摄或上传一张图片，，，，AI 自动识别主体，，，，几十秒内天生一个可以 360° 旋转审查、生涯、导出，，，，甚至用于 3D 打印的模子……3D 创作似乎变得像照相一样简朴。。。。。。
这正是极顶数创（Vertex Lab）旗下焦点产品 V2Fun在做的事。。。。。。
在今年 6 月举行的 2026 华为开发者大会（HDC 2026）上，，，，V2Fun 正式作为鸿蒙系统首个 3D 大模子 AI 原生应用亮相。。。。。。数据显示，，，，应用一经上架，，，，便迅速登上华为应用市场编辑精。。。。。。，，，突入下载榜 Top 30，，，，并获评当月最佳应用。。。。。。
作为鸿蒙空间智能生态中备受瞩目的硬核黑马，，，，V2Fun 的破圈引发了科技界与资源市场的普遍关注。。。。。。
问题也随之而来：在一个手艺门槛云云高的笔直赛道，，，，这家首创公司事实做对了什么？？ ？？凭什么能获得鸿蒙生态的独家青睐？？ ？？其底层手艺底牌和行业野心，，，，又指向何方？？ ？？
把重大工业级建模装进手机，，，，V2Fun 想解放「超等个体」
首先，，，，我们来详细相识一下 V2Fun 究竟在做什么。。。。。。
据相识，，，，现在极顶数创的产品矩阵接纳「移动端轻量起草、Web 端专业深化」的双端账户互通闭环生态。。。。。。移动端认真低门槛普及，，，，Web 端则专注于工业级高效生产，，，，两头协同，，，，笼罩从公共到专业的全链路。。。。。。
移动端的 V2Fun 鸿蒙原生 App 主要面向公共用户和轻量创作者，，，，焦点目的是把重大的 3D 建模流程，，，，压缩成通俗用户凭直觉即可「上手」的移动端体验。。。。。。
已往，，，，通俗用户之以是对 3D 建模「敬而远之」，，，，不但是由于软件难用，，，，更在于它自然属于一套专业工业流程。。。。。。模子要有准确的轮廓、稳固的结构、完整的材质，，，，还要能被翻开、审查、导出，，，，甚至继续进入打印、游戏、动画或工业设计流程。。。。。。显然，，，，对通俗人来说，，，，这并不是能够容易做到的。。。。。。
为此，，，，V2Fun 的第一步，，，，就是把这套重大流程压缩到移动端。。。。。。在 V2Fun 鸿蒙原生 App 里，，，，用户可以通过相机直拍或从相册上传恣意物体照片。。。。。。V2Fun 能够自动识别主体，，，，并在几十秒内天生高还原度 3D 模子，，，，将古板做法中的建模、贴图、材质、拓扑、UV、名堂转换等多个方法，，，，重构为：拍摄／上传图片 ——AI 识别主体 —— 天生 3D 模子 ——360° 预览 —— 生涯／导出／分享。。。。。。
显然，，，，这一步的意义在于，，，，3D 创作的入口被显着前移。。。。。。
已往，，，，在潮玩、手办、3D 打印、个性化礼物、社交分享等场景中，，，，用户想把一个宠物、摆件、手办等酿成 3D 模子，，，，需要先明确专业软件，，，，再学习建模流程。。。。。。现在，，，，只需要从一个最熟悉的行动最先 —— 拍一张照片。。。。。。
并且，，，，V2Fun 还支持一键将现实图片转化为更适合 3D 建模的气概参考图，，，，例如写实参考图优化、潮玩盲盒、积木艺术、立体折纸等。。。。。。这意味着，，，，创作门槛降低的同时，，，，玩法也在大幅增添。。。。。。
更要害的是，，，，V2Fun 原生支持 GLB、3MF 等行业标准名堂导出。。。。。。天生出来的 3D 模子不但是一张「看起来像 3D」的天生效果图，，，，还可以进一步对接 3D 打印机，，，，将数字创意酿成实体模子、手办或个性化物件。。。。。。
这也让 V2Fun 的移动端价值变得越发清晰：它降低的不是某一个按钮的操作难度，，，，而是整个 3D 创作链路的明确门槛。。。。。。
若是说 V2Fun 在移动端解决的是「更多人怎样最先创作 3D」，，，，那么，，，，它在 Web 端解决的就是「天生出来的 3D 怎样继续进入专业生产」。。。。。。
V2Fun Web 事情台（v2fun.art）作为工业级 3D 内容生产全管线平台，，，，主要面向专业创作者、设计师、3D 内容团队、游戏资爆发产方和泛娱乐创作团队，，，，提供更完整的 AI 3D 内容生产能力。。。。。。
AI 图像：支持 AI 生图、智能图像编辑、多视图天生、高清放大等能力，，，，为后续 3D 建模提供更稳固、更可控的视觉输入。。。。。。AI 建模：支持通过文字或图片天生高精度 3D 模子，，，，原生附带行业领先的 8K PBR 材质贴图，，，，实现「所见即所得」的建模体验。。。。。。用户不但可以获得模子形状，，，，还可以获得具备材质体现和纹理细节的可用 3D 资产。。。。。。AI 动画：支持一键骨骼自动绑定、海量行动库挪用，，，，以及 AI 视频行动捕获，，，，让静态 3D 模子进一步「动起来」。。。。。。这意味着，，，，V2Fun 的产品能力并不止于静态模子天生，，，，而是逐步笼罩从 3D 建模、纹理天生、骨骼绑定、行动驱动到动画内容生产的完整链路。。。。。。
这种转变，，，，在详细用户的使用历程中体现得更直观。。。。。。
资深游戏原画师「喵不灵」（曾加入《无限暖暖》等大型项目）一直盼愿自力构建一个新艺术运动气概的西欧理想小镇游戏场景《唯诗利亚》（Wishlia）。。。。。。
但在古板流程中，，，，场景资产的制作本钱极其高昂，，，，仅请偕行资助建一个角色模子就可能破费上万元。。。。。。个人单枪匹马面临一整座小镇的建模事情量，，，，险些注定失败。。。。。。他曾先后实验并放弃了 7 次，，，，每一次都卡在统一个环节：从 2D 原画进入 3D 空间后，，，，修建细节、场景搭建和模子资产制作的事情量迅速膨胀，，，，远超个人创作者能够遭受的规模。。。。。。
可在接入 V2Fun 后，，，，「喵不灵」的事情流爆发了倾覆性转变。。。。。。他通过「图生模」事情流，，，，快速、批量地获取了凌驾 100 个高还原度的修建、街角和道具 3D 资产，，，，并在空间中快速组合验证，，，，乐成推进了第 8 次实验。。。。。。这也是最靠近成型的一次。。。。。。
「古板流程里，，，，原画、模子、地编是割裂的。。。。。。而现在，，，，由于 V2Fun 降低了转化本钱，，，，这些职能正在合并。。。。。。我不再只是一个画画的，，，，我成了一个真正的设计师、一个造物主。。。。。。」
这样的案例也在说明，，，，V2Fun 提升的不是单个模子的天生效率，，，，而是让个人创作者第一次有时机买通从看法、资产到空间验证的完整链路。。。。。。已往只有大型团队才华搭建的天下，，，，正在被 AI 3D 拆解成一个人也能逐步完成的创作使命……
凭什么是极顶数创？？ ？？
在强手如林的大模子赛道，，，，华为为什么唯独偏幸极顶数创？？ ？？或许，，，，这是许多人的疑问。。。。。。但着实，，，，谜底藏在手艺与产品契合度、自研模子能力和团队复合配景三个层面。。。。。。
深度适配鸿蒙：四项系统级原生突破
首先，，，，极顶数创的手艺能力与华为 HarmonyOS 空间智能偏向高度契合。。。。。。
要知道，，，，V2Fun 选择在鸿蒙生态中首发，，，，并不是简朴地把一个云端 AI 天生工具搬到手机上，，，，而是针对纯血鸿蒙底层能力举行了深度重构。。。。。。围绕系统级 3D 图形、资产治理、名堂流转和用户感知体验，，，，V2Fun 实现了四项系统级原生突破：
系统级 3D 图形能力适配：依托 ArkGraphics 3D 服务，，，，在移动端实现自然的 3D 模子预览、旋转与交互，，，，解决 3D 文件在 C 端恒久「无法直观审查」的痛点。。。。。。3D 资产无缝沉淀至华为图库：天生的 GLB、3MF 等标准名堂文件，，，，可像治理通俗照片一样在图库中治理，，，，让 3D 资产首次进入系统级内容治理入口。。。。。。标准名堂导出与 3D 打印链路买通：通过原生架构无缝流转至物理制造，，，，契合空间智能从虚拟走向真实应用的生态趋势。。。。。。鸿蒙原生体验提升内容流转效率：将建模、预览、图库治理、流转分享融为一体，，，，形成端到端的端侧创作闭环。。。。。。
焦点底牌：自研 3D 大模子的精度与还原度
但这还不敷。。。。。。再往深处探寻，，，，极顶数创能够完成这样的产品落地，，，，焦点底牌在于其自研 3D 大模子所展现出的行业领先精度与还原度。。。。。。
据先容，，，，团队的手艺路径履历了从「二维升三维」到「VAE + Diffusion」，，，，再到现在周全迈向「VAE + DiT」架构的一连迭代。。。。。。相较于古板 Diffusion 架构，，，，新一代 VAE + DiT 架构更适合大规模模子训练和重大结构建模，，，，能够在更统一的体现空间中处理几何、纹理、视角和语义信息，，，，有利于提升 3D 天生的一致性、可控性和扩展能力。。。。。。
在这一手艺蹊径背后，，，，是极顶数创对 AI 3D 的判断：3D 天生不但是图像天生的延伸，，，，还需要同时解决结构、纹理、视角和资产可用性问题。。。。。。显然，，，，VAE + DiT 蹊径更适合支持未来从单物体天生走向场景天生、动画天生和天下模子构建。。。。。。
在详细算法层面，，，，极顶数创实现了两大焦点算法突破：
几何表达原理图
几何表达：从「麋集存储」到「最小充分证据」，，，，重新界说 3D Token 化
古板蹊径要么使用 SDF 举行麋集采样，，，，导致 Token 臃肿；；；；；要么使用 Dual Contouring，，，，把大宗算力铺张在无效的「结构记账」上，，，，模子难以高效学习。。。。。。极顶数创提出了全新的几何表达框架 —— 将网格 Token 化重新界说为「局部外貌证据采样」。。。。。。
基于「局部平面」假设，，，，每个体素仅使用一个外貌支点加一个朝向符号（Dim 4），，，，即可准确诱导重修。。。。。。同时，，，，连系「空间重漂后非匀称」假设，，，，接纳金字塔式自顺应分配，，，，把细腻 Token 只投向高曲率、薄结构等重大区域。。。。。。最终，，，，泛起在用户眼前的效果，，，，就是模子轮廓更准确、薄壁结构更完整。。。。。。
纹理天生：从「低清多视图投影」到「高分辨率、外貌一致的原生贴图」
针对多视角高分辨率去噪时极易引发的物体外貌结构错位与纹理撕裂问题，，，，极顶数创提出局部 — 全局双流去噪与希罕 3D 空间库注重力。。。。。。全局流锚定物体身份与粗结构，，，，局部流专注于合成外貌细节。。。。。。
最焦点的立异在于，，，，所有可见 Token 会凭证其在三维外貌上的真实位置，，，，直接索引进一个共享的希罕 3D 影象库中交流外观信息。。。。。。该设计与视角数目和分辨率完全解耦，，，，可在推理时无缝扩展出工业级 8K 以致 12K 的极致原生贴图效果。。。。。。
这也是为什么 V2Fun 的手艺叙事没有只停留在「天生得快」阶段。。。。。。对 AI 3D 来说，，，，速率只是用户体验的一部分。。。。。。更难的是，，，，让模子在多角度审查时不崩，，，，让纹理在放大后仍然清晰，，，，让资产能够进入专业软件、动画生产、3D 打印和后续事情流。。。。。。
「算法 + 图形学 + 系统 + 产品」的复合人才壁垒
虽然，，，，光有模子能力还不敷。。。。。。AI 3D 的产品化，，，，需要算法、图形学、XR 交互、工程系统和产品能力同时到位。。。。。。
这里，，，，就不得不提极顶数创的团队职员组成。。。。。。这是一支群集了海内外顶级名校博士人才与前互联网大厂行业老兵的高人才密度团队。。。。。。
极顶数建设立于 2025 年。。。。。。首创人、CEO 嵇盼结业于浙江大学，，，，后赴外洋攻读博士学位，，，，师从 3D 视觉领域天下级科学家。。。。。。他曾深耕硅谷焦点 AI 圈五年，，，，回国后加盟顶尖大厂，，，，担当腾讯 XR 感知交互中心认真人。。。。。。在 3D 空间盘算、XR 感知交互、大模子算法管线和系统级工程产品化落地方面，，，，他拥有极为富厚的实战履历。。。。。。
算法与工程团队的焦点成员同样来自浙大、上交、同济、澳国立、山大等海内外院校，，，，笼罩 3D 视觉、深度学习、图形学、AIGC 等偏向。。。。。。
这支团队的特点在于，，，，它既不是纯粹的算法团队，，，，也不是古板 3D 工具团队，，，，而是一支同时具备 3D 视觉、深度学习、图形学、XR 交互、系统工程和产品化能力的复合型战队。。。。。。
团队所解决的问题横跨多个层面：底层模子怎样训练，，，，几何与纹理怎样表达，，，，3D 内容怎样在系统中被审查和治理，，，，移动端体验怎样做轻，，，，专业端事情流怎样接上，，，，最终天生效果怎样进入打印、游戏、动画和空间智能场景……
这也就诠释了为什么 V2Fun 能与 HarmonyOS 做深度适配。。。。。。它需要的不但是一个模子，，，，也不是一个前端产品，，，，而是一套从手艺、工程系统到产品化落地的复合能力。。。。。。
在 AI 3D 这一赛道，，，，人才密度自己就是优势，，，，也是短期内大厂或竞品难以跨越的硬核「人才护城河」。。。。。。
极顶数创的终局想象力：从 3D 原生实体走向全功效「3D 天下模子」
若是只看 V2Fun 目今的移动端 App 和 Web 事情台，，，，极顶数创已经是一家行业领先的 AI 3D 内容天生公司。。。。。。但极顶数创的「野心」远不止于此。。。。。。
「极顶数创从建设之初，，，，其定位就始终是一门第界模子偏向的基础设施公司。。。。。。我们想讲的，，，，是一个关于空间智能更弘大的终局故事。。。。。。」嵇盼告诉机械之心。。。。。。
当下，，，，天下模子无疑是行业热门话题。。。。。。各路玩家都在围绕「未来的天下模子，，，，事实应该怎样体现天下？？ ？？」这一焦点问题举行探索。。。。。。仔细看下来，，，，主要形成了两种蹊径。。。。。。
一种蹊径偏向纯 2D 视频天生，，，，通过一连画面模拟天下转变。。。。。。但问题在于，，，，这一蹊径缺乏显式三维结构，，，，在长程物理交互或高频视角转变中，，，，容易泛起画面变形、结构漂移和空间影象崩塌。。。。。。
另一种蹊径则偏向纯 3D 场景天生，，，，可以构建细腻的三维空间。。。。。。？ ？？墒牵，，，由于缺少时间维度、行动反馈和物理因果关系，，，，它看起来像一个漂亮的 3D 场景，，，，却很难真正成为一个可交互、可推演的动态天下。。。。。。
极顶数创的焦点判断是，，，，下一代天下模子必需是渲染、仿真与妄想的深度融合。。。。。。它需要有认真画面质感的渲染能力，，，，也要有认真空间物理纪律的仿真能力，，，，还要有认真行动决议的妄想能力。。。。。。
为此，，，，极顶数创选择以具备实体模子、动画和骨骼的「真 3D」为天下主体，，，，借助面向交互的「行动控制视频天外行艺」，，，，为情形引入时间与物理因果，，，，实现从资产到天下的平滑过渡。。。。。。
换句话说，，，，极顶数创希望「以 3D 实体为骨骼，，，，以行动控制为血肉」。。。。。。
详细来看，，，，这一结构分为两个阶段。。。。。。
第一阶段：构建主体与确定性资产
通过 V2Fun 双端产品作为入口，，，，让用户天生带有精准几何、材质和骨骼的高精度 3D 原生实体。。。。。。
极顶数创坚信，，，，天下模子的主体必需是真 3D 的。。。。。。只有实体结构，，，，才华完善回覆「物体在那里、长什么样、怎样被复用」等空间确定性问题，，，，从而为天下模子涤讪坚实的结构底座。。。。。。
第二阶段：引入行动与时间维度，，，，实现动态交互闭环
静态模子只是天下的骨架。。。。。。想要让天下真正动起来，，，，还需要行动、反馈和因果关系。。。。。。
为了突破「静态标本」的僵局，，，，极顶数创在最新前沿研究中，，，，引入了「隐空间高斯影象体（Latent Gaussian Memory）」与「动态误差归档机制（Dynamic Deviation Archive）」，，，，作为智能体与天下交互时的行动反馈前言。。。。。。
下面是极顶数创最新披露的 3D 天下模子预演 Demo。。。。。。？ ？？梢钥吹剑，，，当用户或智能体对 3D 主体发出行动指令时，，，，高斯影象体认真将实时行动与视角切换无延迟地转化为 3D 影象颗粒。。。。。。动态误差归档机制则让 AI 在训练阶段便接种了「过失抗体」，，，，学会在交互推理时自动修正长程误差，，，，以确保天下在行动驱动下展现出连贯的因果与物理反馈。。。。。。
这意味着，，，，无论视角在虚拟天下中走多远、绕多大一个圈，，，，AI 都能在「脑海」深处精准召回空间影象，，，，并自动修正长程推理中的误差。。。。。。
最直观的视觉效果即是：场景颜色始终如一，，，，几何结构稳如磐石，，，，彻底解决纯视频蹊径结构变形的硬伤。。。。。。
https://mp.weixin.qq.com/s/WsPXbiQYqjN7bs9Fxz4lpg
从整体来看，，，，极顶数创的打法是，，，，今天通过 V2Fun 让用户天生一个高精度的 3D 原生实体，，，，解决资产结构简直定性问题；；；；；下一步让模子拥有行动和骨骼，，，，构建动态层；；；；；未来则通过行动控制与动态影象机制，，，，让主体与情形爆发真正的物理交互与因果推演，，，，最终收敛为全功效天下模子与空间智能基础设施。。。。。。
随着这一蹊径的演进，，，，V2Fun 的用户群体也将从 C 端创作者、专业内容生产者，，，，向工业制造、具身智能、仿真训练、空间盘算和天下模子等更底层行业场景中的群体伸张。。。。。。
https://mp.weixin.qq.com/s/WsPXbiQYqjN7bs9Fxz4lpg
工业制造领域：V2Fun 的 3D 天生能力可以用于产品原型设计、零部件建模、外观方案验证、个性化定制和 3D 打印前置流程，，，，资助企业降低建模和打样本钱。。。。。。具身智能领域：高质量 3D 资产、动态行动数据和可编辑场景，，，，可以成为机械人训练和仿真的主要基础。。。。。。相比纯粹的视频数据，，，，结构化 3D 内容更有利于机械人明确空间、物体关系和交互历程。。。。。。天下模子领域：V2Fun 所积累的 3D 模子、动画、行动和场景天生能力，，，，将进一步成为构建动态 3D 天下状态的内容基础。。。。。。未来，，，，用户不但是天生一个模子，，，，还将天生一个可编辑、可交互、可推演的空间情形……
从这个意义上看，，，，V2Fun 承载着一个「入口」角色。。。。。。它先让用户天生一个模子，，，，再让模子酿成资产，，，，进入图库、名堂导出、打印和专业事情流。。。。。。下一步，，，，模子会被绑定骨骼、加入行动、形成动画，，，，再进一步毗连到可交互、可推演的 3D 天下。。。。。。
这条路径，，，，也组成了极顶数创区别于其他玩家的基础差别：它真正想争取的，，，，不但是「谁能更快天生一个模子」，，，，更是当 AI 从二维内容天生走向三维天下天生时，，，，谁能成为谁人底层入口。。。。。。
在极顶数创的设想里，，，，V2Fun 作为首个 3D 大模子 AI 原生应用上架鸿蒙，，，，在消耗级市场引爆，，，，让 3D 创作像照相一样简朴 —— 这一切，，，，仅仅是个最先。。。。。。
