鴻蒙為何選中一家世界模型「狂想者」？拆解極頂數創的AI 3D底牌

編輯｜Youli

在傳統認知里，制作一個高質量 3D 模型，往往意味著復雜的軟件流程、昂貴的硬件設備，以及經年累月積累的專業知識。對專業設計師而言，這是日常工作；可對普通用戶而言，卻是「看得見，做不了」的高門檻。

但如今，這一傳統敘事正在被重寫。

打開手機，拍攝或上傳一張圖片，AI 自動識別主體，幾十秒內生成一個可以 360° 旋轉查看、保存、導出，甚至用于 3D 打印的模型……3D 創作似乎變得像拍照一樣簡單。

這正是極頂數創（Vertex Lab）旗下核心產品 V2Fun在做的事。

在今年 6 月舉行的 2026 華為開發者大會（HDC 2026）上，V2Fun 正式作為鴻蒙系統首個 3D 大模型 AI 原生應用亮相。數據顯示，應用一經上架，便迅速登上華為應用市場編輯精選，沖入下載榜 Top 30，并獲評當月最佳應用。

作為鴻蒙空間智能生態中備受矚目的硬核黑馬，V2Fun 的破圈引發了科技界與資本市場的廣泛關注。

問題也隨之而來：在一個技術門檻如此高的垂直賽道，這家初創公司究竟做對了什么？憑什么能獲得鴻蒙生態的獨家青睞？其底層技術底牌和行業野心，又指向何方？

把復雜工業級建模裝進手機，V2Fun 想解放「超級個體」

首先，我們來詳細了解一下 V2Fun 到底在做什么。

據了解，目前極頂數創的產品矩陣采取「移動端輕量起草、Web 端專業深化」的雙端賬戶互通閉環生態。移動端負責低門檻普及，Web 端則專注于工業級高效生產，兩端協同，覆蓋從大眾到專業的全鏈路。

移動端的 V2Fun 鴻蒙原生 App 主要面向大眾用戶和輕量創作者，核心目標是把復雜的 3D 建模流程，壓縮成普通用戶憑直覺即可「上手」的移動端體驗。

過去，普通用戶之所以對 3D 建模「敬而遠之」，不只是因為軟件難用，更在于它天然屬于一套專業工業流程。模型要有準確的輪廓、穩定的結構、完整的材質，還要能被打開、查看、導出，甚至繼續進入打印、游戲、動畫或工業設計流程。顯然，對普通人來說，這并不是能夠輕易做到的。

為此，V2Fun 的第一步，就是把這套復雜流程壓縮到移動端。在 V2Fun 鴻蒙原生 App 里，用戶可以通過相機直拍或從相冊上傳任意物體照片。V2Fun 能夠自動識別主體，并在幾十秒內生成高還原度 3D 模型，將傳統做法中的建模、貼圖、材質、拓撲、UV、格式轉換等多個步驟，重構為：拍攝／上傳圖片 ——AI 識別主體 —— 生成 3D 模型 ——360° 預覽 —— 保存／導出／分享。

顯然，這一步的意義在于，3D 創作的入口被明顯前移。

過去，在潮玩、手辦、3D 打印、個性化禮物、社交分享等場景中，用戶想把一個寵物、擺件、手辦等變成 3D 模型，需要先理解專業軟件，再學習建模流程。現在，只需要從一個最熟悉的動作開始 —— 拍一張照片。

而且，V2Fun 還支持一鍵將現實圖片轉化為更適合 3D 建模的風格參考圖，例如寫實參考圖優化、潮玩盲盒、積木藝術、立體折紙等。這意味著，創作門檻降低的同時，玩法也在大幅增加。

更關鍵的是，V2Fun 原生支持 GLB、3MF 等行業標準格式導出。生成出來的 3D 模型不只是一張「看起來像 3D」的生成效果圖，還可以進一步對接 3D 打印機，將數字創意變成實體模型、手辦或個性化物件。

這也讓 V2Fun 的移動端價值變得更加清晰：它降低的不是某一個按鈕的操作難度，而是整個 3D 創作鏈路的理解門檻。

如果說 V2Fun 在移動端解決的是「更多人如何開始創作 3D」，那么，它在 Web 端解決的就是「生成出來的 3D 如何繼續進入專業生產」。

V2Fun Web 工作臺（v2fun.art）作為工業級 3D 內容生產全管線平臺，主要面向專業創作者、設計師、3D 內容團隊、游戲資產生產方和泛娛樂創作團隊，提供更完整的 AI 3D 內容生產能力。

• AI 圖像：支持 AI 生圖、智能圖像編輯、多視圖生成、高清放大等能力，為后續 3D 建模提供更穩定、更可控的視覺輸入。
• AI 建模：支持通過文字或圖片生成高精度 3D 模型，原生附帶行業領先的 8K PBR 材質貼圖，實現「所見即所得」的建模體驗。用戶不僅可以獲得模型外形，還可以獲得具備材質表現和紋理細節的可用 3D 資產。
• AI 動畫：支持一鍵骨骼自動綁定、海量動作庫調用，以及 AI 視頻動作捕捉，讓靜態 3D 模型進一步「動起來」。這意味著，V2Fun 的產品能力并不止于靜態模型生成，而是逐步覆蓋從 3D 建模、紋理生成、骨骼綁定、動作驅動到動畫內容生產的完整鏈路。

這種變化，在具體用戶的使用過程中表現得更直觀。

資深游戲原畫師「喵不靈」（曾參與《無限暖暖》等大型項目）一直渴望獨立構建一個新藝術運動風格的西歐幻想小鎮游戲場景《唯詩利亞》（Wishlia）。

但在傳統流程中，場景資產的制作成本極其高昂，僅請同行幫忙建一個角色模型就可能花費上萬元。個人單槍匹馬面對一整座小鎮的建模工作量，幾乎注定失敗。他曾先后嘗試并放棄了 7 次，每一次都卡在同一個環節：從 2D 原畫進入 3D 空間后，建筑細節、場景搭建和模型資產制作的工作量迅速膨脹，遠超個人創作者能夠承受的范圍。

可在接入 V2Fun 后，「喵不靈」的工作流發生了顛覆性變化。他通過「圖生模」工作流，快速、批量地獲取了超過 100 個高還原度的建筑、街角和道具 3D 資產，并在空間中快速組合驗證，成功推進了第 8 次嘗試。這也是最接近成型的一次。

「傳統流程里，原畫、模型、地編是割裂的。而現在，因為 V2Fun 降低了轉化成本，這些職能正在合并。我不再只是一個畫畫的，我成了一個真正的設計師、一個造物主。」

這樣的案例也在說明，V2Fun 提升的不是單個模型的生成效率，而是讓個人創作者第一次有機會打通從概念、資產到空間驗證的完整鏈路。過去只有大型團隊才能搭建的世界，正在被 AI 3D 拆解成一個人也能逐步完成的創作任務……

憑什么是極頂數創？

在強手如林的大模型賽道，華為為什么唯獨偏愛極頂數創？或許，這是很多人的疑問。但其實，答案藏在技術與產品契合度、自研模型能力和團隊復合背景三個層面。

深度適配鴻蒙：四項系統級原生突破

首先，極頂數創的技術能力與華為 HarmonyOS 空間智能方向高度契合。

要知道，V2Fun 選擇在鴻蒙生態中首發，并不是簡單地把一個云端 AI 生成工具搬到手機上，而是針對純血鴻蒙底層能力進行了深度重構。圍繞系統級 3D 圖形、資產管理、格式流轉和用戶感知體驗，V2Fun 實現了四項系統級原生突破：

• 系統級 3D 圖形能力適配：依托 ArkGraphics 3D 服務，在移動端實現自然的 3D 模型預覽、旋轉與交互，解決 3D 文件在 C 端長期「無法直觀查看」的痛點。
• 3D 資產無縫沉淀至華為圖庫：生成的 GLB、3MF 等標準格式文件，可像管理普通照片一樣在圖庫中管理，讓 3D 資產首次進入系統級內容管理入口。
• 標準格式導出與 3D 打印鏈路打通：通過原生架構無縫流轉至物理制造，契合空間智能從虛擬走向真實應用的生態趨勢。
• 鴻蒙原生體驗提升內容流轉效率：將建模、預覽、圖庫管理、流轉分享融為一體，形成端到端的端側創作閉環。

核心底牌：自研 3D 大模型的精度與還原度

但這還不夠。再往深處探尋，極頂數創能夠完成這樣的產品落地，核心底牌在于其自研 3D 大模型所展現出的行業領先精度與還原度。

據介紹，團隊的技術路徑經歷了從「二維升三維」到「VAE + Diffusion」，再到如今全面邁向「VAE + DiT」架構的持續迭代。相較于傳統 Diffusion 架構，新一代 VAE + DiT 架構更適合大規模模型訓練和復雜結構建模，能夠在更統一的表示空間中處理幾何、紋理、視角和語義信息，有利于提升 3D 生成的一致性、可控性和擴展能力。

在這一技術路線背后，是極頂數創對 AI 3D 的判斷：3D 生成不只是圖像生成的延伸，還需要同時解決結構、紋理、視角和資產可用性問題。顯然，VAE + DiT 路線更適合支撐未來從單物體生成走向場景生成、動畫生成和世界模型構建。

在具體算法層面，極頂數創實現了兩大核心算法突破：

幾何表達原理圖

• 幾何表達：從「密集存儲」到「最小充分證據」，重新定義 3D Token 化

傳統路線要么使用 SDF 進行密集采樣，導致 Token 臃腫；要么使用 Dual Contouring，把大量算力浪費在無效的「結構記賬」上，模型難以高效學習。極頂數創提出了全新的幾何表達框架 —— 將網格 Token 化重新定義為「局部表面證據采樣」。

基于「局部平面」假設，每個體素僅使用一個表面支點加一個朝向符號（Dim 4），即可精確誘導重建。同時，結合「空間復雜度非均勻」假設，采用金字塔式自適應分配，把精細 Token 只投向高曲率、薄結構等復雜區域。最終，呈現在用戶面前的效果，就是模型輪廓更準確、薄壁結構更完整。

• 紋理生成：從「低清多視圖投影」到「高分辨率、表面一致的原生貼圖」

針對多視角高分辨率去噪時極易引發的物體表面結構錯位與紋理撕裂問題，極頂數創提出局部 — 全局雙流去噪與稀疏 3D 空間庫注意力。全局流錨定物體身份與粗結構，局部流專注于合成表面細節。

最核心的創新在于，所有可見 Token 會按照其在三維表面上的真實位置，直接索引進一個共享的稀疏 3D 記憶庫中交換外觀信息。該設計與視角數量和分辨率完全解耦，可在推理時無縫擴展出工業級 8K 乃至 12K 的極致原生貼圖效果。

這也是為什么 V2Fun 的技術敘事沒有只停留在「生成得快」階段。對 AI 3D 來說，速度只是用戶體驗的一部分。更難的是，讓模型在多角度查看時不崩，讓紋理在放大后仍然清晰，讓資產能夠進入專業軟件、動畫生產、3D 打印和后續工作流。

「算法 + 圖形學 + 系統 + 產品」的復合人才壁壘

當然，光有模型能力還不夠。AI 3D 的產品化，需要算法、圖形學、XR 交互、工程系統和產品能力同時到位。

這里，就不得不提極頂數創的團隊人員構成。這是一支聚集了海內外頂級名校博士人才與前互聯網大廠行業老兵的高人才密度團隊。

極頂數創成立于 2025 年。創始人、CEO 嵇盼畢業于浙江大學，后赴海外攻讀博士學位，師從 3D 視覺領域世界級科學家。他曾深耕硅谷核心 AI 圈五年，回國后加盟頂尖大廠，擔任騰訊 XR 感知交互中心負責人。在 3D 空間計算、XR 感知交互、大模型算法管線和系統級工程產品化落地方面，他擁有極為豐富的實戰經驗。

算法與工程團隊的核心成員同樣來自浙大、上交、同濟、澳國立、山大等海內外院校，覆蓋 3D 視覺、深度學習、圖形學、AIGC 等方向。

這支團隊的特點在于，它既不是單純的算法團隊，也不是傳統 3D 工具團隊，而是一支同時具備 3D 視覺、深度學習、圖形學、XR 交互、系統工程和產品化能力的復合型戰隊。

團隊所解決的問題橫跨多個層面：底層模型如何訓練，幾何與紋理如何表達，3D 內容如何在系統中被查看和管理，移動端體驗如何做輕，專業端工作流如何接上，最終生成結果如何進入打印、游戲、動畫和空間智能場景……

這也就解釋了為什么 V2Fun 能與 HarmonyOS 做深度適配。它需要的不只是一個模型，也不是一個前端產品，而是一套從技術、工程系統到產品化落地的復合能力。

在 AI 3D 這一賽道，人才密度本身就是優勢，也是短期內大廠或競品難以跨越的硬核「人才護城河」。

極頂數創的終局想象力：從 3D 原生實體走向全功能「3D 世界模型」

如果只看 V2Fun 當前的移動端 App 和 Web 工作臺，極頂數創已經是一家行業領先的 AI 3D 內容生成公司。但極頂數創的「野心」遠不止于此。

「極頂數創從創立之初，其定位就始終是一家世界模型方向的基礎設施公司。我們想講的，是一個關于空間智能更宏大的終局故事。」嵇盼告訴機器之心。

當下，世界模型無疑是行業熱門話題。各路玩家都在圍繞「未來的世界模型，究竟應該如何表示世界？」這一核心問題進行摸索。仔細看下來，主要形成了兩種路線。

一種路線偏向純 2D 視頻生成，通過連續畫面模擬世界變化。但問題在于，這一路線缺乏顯式三維結構，在長程物理交互或高頻視角變化中，容易出現畫面變形、結構漂移和空間記憶崩塌。

另一種路線則偏向純 3D 場景生成，可以構建精美的三維空間。可是，由于缺少時間維度、動作反饋和物理因果關系，它看起來像一個漂亮的 3D 場景，卻很難真正成為一個可交互、可推演的動態世界。

極頂數創的核心判斷是，下一代世界模型必須是渲染、仿真與規劃的深度融合。它需要有負責畫面質感的渲染能力，也要有負責空間物理規律的仿真能力，還要有負責行動決策的規劃能力。

為此，極頂數創選擇以具備實體模型、動畫和骨骼的「真 3D」為世界主體，借助面向交互的「動作控制視頻生成技術」，為環境引入時間與物理因果，實現從資產到世界的平滑過渡。

換句話說，極頂數創希望「以 3D 實體為骨骼，以動作控制為血肉」。

具體來看，這一布局分為兩個階段。

• 第一階段：構建主體與確定性資產

通過 V2Fun 雙端產品作為入口，讓用戶生成帶有精準幾何、材質和骨骼的高精度 3D 原生實體。

極頂數創堅信，世界模型的主體必須是真 3D 的。只有實體結構，才能完美回答「物體在哪里、長什么樣、如何被復用」等空間確定性問題，從而為世界模型奠定堅實的結構底座。

• 第二階段：引入動作與時間維度，實現動態交互閉環

靜態模型只是世界的骨架。想要讓世界真正動起來，還需要動作、反饋和因果關系。

為了打破「靜態標本」的僵局，極頂數創在最新前沿研究中，引入了「隱空間高斯記憶體（Latent Gaussian Memory）」與「動態偏差歸檔機制（Dynamic Deviation Archive）」，作為智能體與世界交互時的動作反饋媒介。

下面是極頂數創最新披露的 3D 世界模型預演 Demo。可以看到，當用戶或智能體對 3D 主體發出動作指令時，高斯記憶體負責將實時動作與視角切換無延遲地轉化為 3D 記憶顆粒。動態偏差歸檔機制則讓 AI 在訓練階段便接種了「差錯抗體」，學會在交互推理時自動修正長程誤差，以確保世界在動作驅動下展現出連貫的因果與物理反饋。

這意味著，無論視角在虛擬世界中走多遠、繞多大一個圈，AI 都能在「腦海」深處精準召回空間記憶，并自動修正長程推理中的誤差。

最直觀的視覺效果便是：場景顏色始終如一，幾何結構穩如磐石，徹底解決純視頻路線結構變形的硬傷。

https://mp.weixin.qq.com/s/WsPXbiQYqjN7bs9Fxz4lpg

從整體來看，極頂數創的打法是，今天通過 V2Fun 讓用戶生成一個高精度的 3D 原生實體，解決資產結構的確定性問題；下一步讓模型擁有動作和骨骼，構建動態層；未來則通過動作控制與動態記憶機制，讓主體與環境發生真正的物理交互與因果推演，最終收斂為全功能世界模型與空間智能基礎設施。

隨著這一路線的演進，V2Fun 的用戶群體也將從 C 端創作者、專業內容生產者，向工業制造、具身智能、仿真訓練、空間計算和世界模型等更底層行業場景中的群體蔓延。

https://mp.weixin.qq.com/s/WsPXbiQYqjN7bs9Fxz4lpg

• 工業制造領域：V2Fun 的 3D 生成能力可以用于產品原型設計、零部件建模、外觀方案驗證、個性化定制和 3D 打印前置流程，幫助企業降低建模和打樣成本。
• 具身智能領域：高質量 3D 資產、動態動作數據和可編輯場景，可以成為機器人訓練和仿真的重要基礎。相比單純的視頻數據，結構化 3D 內容更有利于機器人理解空間、物體關系和交互過程。
• 世界模型領域：V2Fun 所積累的 3D 模型、動畫、動作和場景生成能力，將進一步成為構建動態 3D 世界狀態的內容基礎。未來，用戶不只是生成一個模型，還將生成一個可編輯、可交互、可推演的空間環境……

從這個意義上看，V2Fun 承載著一個「入口」角色。它先讓用戶生成一個模型，再讓模型變成資產，進入圖庫、格式導出、打印和專業工作流。下一步，模型會被綁定骨骼、加入動作、形成動畫，再進一步連接到可交互、可推演的 3D 世界。

這條路徑，也構成了極頂數創區別于其他玩家的根本差異：它真正想爭奪的，不只是「誰能更快生成一個模型」，更是當 AI 從二維內容生成走向三維世界生成時，誰能成為那個底層入口。

在極頂數創的設想里，V2Fun 作為首個 3D 大模型 AI 原生應用上架鴻蒙，在消費級市場引爆，讓 3D 創作像拍照一樣簡單 —— 這一切，僅僅是個開始。