鴻蒙為何選中一家世界模型「狂想者」？拆解極頂數(shù)創(chuàng)的AI 3D底牌

編輯｜Youli

在傳統(tǒng)認知里，制作一個高質(zhì)量 3D 模型，往往意味著復(fù)雜的軟件流程、昂貴的硬件設(shè)備，以及經(jīng)年累月積累的專業(yè)知識。對專業(yè)設(shè)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(tǒng)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(nèi)生成一個可以 360° 旋轉(zhuǎn)查看、保存、導(dǎo)出，甚至用于 3D 打印的模型……3D 創(chuàng)作似乎變得像拍照一樣簡單。

這正是極頂數(shù)創(chuàng)（Vertex Lab）旗下核心產(chǎn)品 V2Fun在做的事。

在今年 6 月舉行的 2026 華為開發(fā)者大會（HDC 2026）上，V2Fun 正式作為鴻蒙系統(tǒng)首個 3D 大模型 AI 原生應(yīng)用亮相。數(shù)據(jù)顯示，應(yīng)用一經(jīng)上架，便迅速登上華為應(yīng)用市場編輯精選，沖入下載榜 Top 30，并獲評當(dāng)月最佳應(yīng)用。

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

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

把復(fù)雜工業(yè)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(jù)了解，目前極頂數(shù)創(chuàng)的產(chǎn)品矩陣采取「移動端輕量起草、Web 端專業(yè)深化」的雙端賬戶互通閉環(huán)生態(tài)。移動端負責(zé)低門檻普及，Web 端則專注于工業(yè)級高效生產(chǎn)，兩端協(xié)同，覆蓋從大眾到專業(yè)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(chuàng)作者，核心目標(biāo)是把復(fù)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?！妇炊h之」，不只是因為軟件難用，更在于它天然屬于一套專業(yè)工業(yè)流程。模型要有準確的輪廓、穩(wěn)定的結(jié)構(gòu)、完整的材質(zhì)，還要能被打開、查看、導(dǎo)出，甚至繼續(xù)進入打印、游戲、動畫或工業(yè)設(shè)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(fù)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(nèi)生成高還原度 3D 模型，將傳統(tǒng)做法中的建模、貼圖、材質(zhì)、拓撲、UV、格式轉(zhuǎn)換等多個步驟，重構(gòu)為：拍攝／上傳圖片 ——AI 識別主體 —— 生成 3D 模型 ——360° 預(yù)覽 —— 保存／導(dǎo)出／分享。

顯然，這一步的意義在于，3D 創(chuàng)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(yè)軟件，再學(xué)習(xí)建模流程?，F(xiàn)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(xiàn)實圖片轉(zhuǎn)化為更適合 3D 建模的風(fēng)格參考圖，例如寫實參考圖優(yōu)化、潮玩盲盒、積木藝術(shù)、立體折紙等。這意味著，創(chuàng)作門檻降低的同時，玩法也在大幅增加。

更關(guān)鍵的是，V2Fun 原生支持 GLB、3MF 等行業(yè)標(biāo)準格式導(dǎo)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(shù)字創(chuàng)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(chuàng)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(chuàng)作 3D」，那么，它在 Web 端解決的就是「生成出來的 3D 如何繼續(xù)進入專業(yè)生產(chǎn)」。

V2Fun Web 工作臺（v2fun.art）作為工業(yè)級 3D 內(nèi)容生產(chǎn)全管線平臺，主要面向?qū)I(yè)創(chuàng)作者、設(shè)計師、3D 內(nèi)容團隊、游戲資產(chǎn)生產(chǎn)方和泛娛樂創(chuàng)作團隊，提供更完整的 AI 3D 內(nèi)容生產(chǎn)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(xù) 3D 建模提供更穩(wěn)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(yè)領(lǐng)先的 8K PBR 材質(zhì)貼圖，實現(xiàn)「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(zhì)表現(xiàn)和紋理細節(jié)的可用 3D 資產(chǎn)。
• AI 動畫：支持一鍵骨骼自動綁定、海量動作庫調(diào)用，以及 AI 視頻動作捕捉，讓靜態(tài) 3D 模型進一步「動起來」。這意味著，V2Fun 的產(chǎn)品能力并不止于靜態(tài)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(qū)動到動畫內(nèi)容生產(chǎn)的完整鏈路。

這種變化，在具體用戶的使用過程中表現(xiàn)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(gòu)建一個新藝術(shù)運動風(fēng)格的西歐幻想小鎮(zhèn)游戲場景《唯詩利亞》（Wishlia）。

但在傳統(tǒng)流程中，場景資產(chǎn)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(zhèn)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(huán)節(jié)：從 2D 原畫進入 3D 空間后，建筑細節(jié)、場景搭建和模型資產(chǎn)制作的工作量迅速膨脹，遠超個人創(chuàng)作者能夠承受的范圍。

可在接入 V2Fun 后，「喵不靈」的工作流發(fā)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(chǎn)，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(tǒng)流程里，原畫、模型、地編是割裂的。而現(xiàn)在，因為 V2Fun 降低了轉(zhuǎn)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(shè)計師、一個造物主?！?/p>

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(chuàng)作者第一次有機會打通從概念、資產(chǎn)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(chuàng)作任務(wù)……

憑什么是極頂數(shù)創(chuàng)？

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

深度適配鴻蒙：四項系統(tǒng)級原生突破

首先，極頂數(shù)創(chuàng)的技術(shù)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(tài)中首發(fā)，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(gòu)。圍繞系統(tǒng)級 3D 圖形、資產(chǎn)管理、格式流轉(zhuǎn)和用戶感知體驗，V2Fun 實現(xiàn)了四項系統(tǒng)級原生突破：

• 系統(tǒng)級 3D 圖形能力適配：依托 ArkGraphics 3D 服務(wù)，在移動端實現(xiàn)自然的 3D 模型預(yù)覽、旋轉(zhuǎn)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(chǎn)無縫沉淀至華為圖庫：生成的 GLB、3MF 等標(biāo)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(chǎn)首次進入系統(tǒng)級內(nèi)容管理入口。
• 標(biāo)準格式導(dǎo)出與 3D 打印鏈路打通：通過原生架構(gòu)無縫流轉(zhuǎn)至物理制造，契合空間智能從虛擬走向真實應(yīng)用的生態(tài)趨勢。
• 鴻蒙原生體驗提升內(nèi)容流轉(zhuǎn)效率：將建模、預(yù)覽、圖庫管理、流轉(zhuǎn)分享融為一體，形成端到端的端側(cè)創(chuàng)作閉環(huán)。

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(shù)創(chuàng)能夠完成這樣的產(chǎn)品落地，核心底牌在于其自研 3D 大模型所展現(xiàn)出的行業(yè)領(lǐng)先精度與還原度。

據(jù)介紹，團隊的技術(shù)路徑經(jīng)歷了從「二維升三維」到「VAE + Diffusion」，再到如今全面邁向「VAE + DiT」架構(gòu)的持續(xù)迭代。相較于傳統(tǒng) Diffusion 架構(gòu)，新一代 VAE + DiT 架構(gòu)更適合大規(guī)模模型訓(xùn)練和復(fù)雜結(jié)構(gòu)建模，能夠在更統(tǒng)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(shù)路線背后，是極頂數(shù)創(chuàng)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(jié)構(gòu)、紋理、視角和資產(chǎn)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(gòu)建。

在具體算法層面，極頂數(shù)創(chuàng)實現(xiàn)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(jù)」，重新定義 3D Token 化

傳統(tǒng)路線要么使用 SDF 進行密集采樣，導(dǎo)致 Token 臃腫；要么使用 Dual Contouring，把大量算力浪費在無效的「結(jié)構(gòu)記賬」上，模型難以高效學(xué)習(xí)。極頂數(shù)創(chuàng)提出了全新的幾何表達框架 —— 將網(wǎng)格 Token 化重新定義為「局部表面證據(jù)采樣」。

基于「局部平面」假設(shè)，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(dǎo)重建。同時，結(jié)合「空間復(fù)雜度非均勻」假設(shè)，采用金字塔式自適應(yīng)分配，把精細 Token 只投向高曲率、薄結(jié)構(gòu)等復(fù)雜區(qū)域。最終，呈現(xiàn)在用戶面前的效果，就是模型輪廓更準確、薄壁結(jié)構(gòu)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(fā)的物體表面結(jié)構(gòu)錯位與紋理撕裂問題，極頂數(shù)創(chuàng)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(jié)構(gòu)，局部流專注于合成表面細節(jié)。

最核心的創(chuàng)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(shè)計與視角數(shù)量和分辨率完全解耦，可在推理時無縫擴展出工業(yè)級 8K 乃至 12K 的極致原生貼圖效果。

這也是為什么 V2Fun 的技術(shù)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(chǎn)能夠進入專業(yè)軟件、動畫生產(chǎn)、3D 打印和后續(xù)工作流。

「算法 + 圖形學(xué) + 系統(tǒng) + 產(chǎn)品」的復(fù)合人才壁壘

當(dāng)然，光有模型能力還不夠。AI 3D 的產(chǎn)品化，需要算法、圖形學(xué)、XR 交互、工程系統(tǒng)和產(chǎn)品能力同時到位。

這里，就不得不提極頂數(shù)創(chuàng)的團隊人員構(gòu)成。這是一支聚集了海內(nèi)外頂級名校博士人才與前互聯(lián)網(wǎng)大廠行業(yè)老兵的高人才密度團隊。

極頂數(shù)創(chuàng)成立于 2025 年。創(chuàng)始人、CEO 嵇盼畢業(yè)于浙江大學(xué)，后赴海外攻讀博士學(xué)位，師從 3D 視覺領(lǐng)域世界級科學(xué)家。他曾深耕硅谷核心 AI 圈五年，回國后加盟頂尖大廠，擔(dān)任騰訊 XR 感知交互中心負責(zé)人。在 3D 空間計算、XR 感知交互、大模型算法管線和系統(tǒng)級工程產(chǎn)品化落地方面，他擁有極為豐富的實戰(zhàn)經(jīng)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(nèi)外院校，覆蓋 3D 視覺、深度學(xué)習(xí)、圖形學(xué)、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(tǒng) 3D 工具團隊，而是一支同時具備 3D 視覺、深度學(xué)習(xí)、圖形學(xué)、XR 交互、系統(tǒng)工程和產(chǎn)品化能力的復(fù)合型戰(zhàn)隊。

團隊所解決的問題橫跨多個層面：底層模型如何訓(xùn)練，幾何與紋理如何表達，3D 內(nèi)容如何在系統(tǒng)中被查看和管理，移動端體驗如何做輕，專業(yè)端工作流如何接上，最終生成結(jié)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(chǎn)品，而是一套從技術(shù)、工程系統(tǒng)到產(chǎn)品化落地的復(fù)合能力。

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

極頂數(shù)創(chuàng)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(dāng)前的移動端 App 和 Web 工作臺，極頂數(shù)創(chuàng)已經(jīng)是一家行業(yè)領(lǐng)先的 AI 3D 內(nèi)容生成公司。但極頂數(shù)創(chuàng)的「野心」遠不止于此。

「極頂數(shù)創(chuàng)從創(chuàng)立之初，其定位就始終是一家世界模型方向的基礎(chǔ)設(shè)施公司。我們想講的，是一個關(guān)于空間智能更宏大的終局故事?！?/strong>嵇盼告訴機器之心。

當(dāng)下，世界模型無疑是行業(yè)熱門話題。各路玩家都在圍繞「未來的世界模型，究竟應(yīng)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(xù)畫面模擬世界變化。但問題在于，這一路線缺乏顯式三維結(jié)構(gòu)，在長程物理交互或高頻視角變化中，容易出現(xiàn)畫面變形、結(jié)構(gòu)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(gòu)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(guān)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(tài)世界。

極頂數(shù)創(chuàng)的核心判斷是，下一代世界模型必須是渲染、仿真與規(guī)劃的深度融合。它需要有負責(zé)畫面質(zhì)感的渲染能力，也要有負責(zé)空間物理規(guī)律的仿真能力，還要有負責(zé)行動決策的規(guī)劃能力。

為此，極頂數(shù)創(chuàng)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(shù)」，為環(huán)境引入時間與物理因果，實現(xiàn)從資產(chǎn)到世界的平滑過渡。

換句話說，極頂數(shù)創(chuàng)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(gòu)建主體與確定性資產(chǎn)

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

極頂數(shù)創(chuàng)堅信，世界模型的主體必須是真 3D 的。只有實體結(jié)構(gòu)，才能完美回答「物體在哪里、長什么樣、如何被復(fù)用」等空間確定性問題，從而為世界模型奠定堅實的結(jié)構(gòu)底座。

• 第二階段：引入動作與時間維度，實現(xiàn)動態(tài)交互閉環(huán)

靜態(tài)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(guān)系。

為了打破「靜態(tài)標(biāo)本」的僵局，極頂數(shù)創(chuàng)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(tài)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(shù)創(chuàng)最新披露的 3D 世界模型預(yù)演 Demo?？梢钥吹剑?dāng)用戶或智能體對 3D 主體發(fā)出動作指令時，高斯記憶體負責(zé)將實時動作與視角切換無延遲地轉(zhuǎn)化為 3D 記憶顆粒。動態(tài)偏差歸檔機制則讓 AI 在訓(xùn)練階段便接種了「差錯抗體」，學(xué)會在交互推理時自動修正長程誤差，以確保世界在動作驅(qū)動下展現(xiàn)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?！股钐幘珳收倩乜臻g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(jié)構(gòu)穩(wěn)如磐石，徹底解決純視頻路線結(jié)構(gòu)變形的硬傷。

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

從整體來看，極頂數(shù)創(chuàng)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(chǎn)結(jié)構(gòu)的確定性問題；下一步讓模型擁有動作和骨骼，構(gòu)建動態(tài)層；未來則通過動作控制與動態(tài)記憶機制，讓主體與環(huán)境發(fā)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(chǔ)設(shè)施。

隨著這一路線的演進，V2Fun 的用戶群體也將從 C 端創(chuàng)作者、專業(yè)內(nèi)容生產(chǎn)者，向工業(yè)制造、具身智能、仿真訓(xùn)練、空間計算和世界模型等更底層行業(yè)場景中的群體蔓延。

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

• 工業(yè)制造領(lǐng)域：V2Fun 的 3D 生成能力可以用于產(chǎn)品原型設(shè)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(yè)降低建模和打樣成本。
• 具身智能領(lǐng)域：高質(zhì)量 3D 資產(chǎn)、動態(tài)動作數(shù)據(jù)和可編輯場景，可以成為機器人訓(xùn)練和仿真的重要基礎(chǔ)。相比單純的視頻數(shù)據(jù)，結(jié)構(gòu)化 3D 內(nèi)容更有利于機器人理解空間、物體關(guān)系和交互過程。
• 世界模型領(lǐng)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(gòu)建動態(tài) 3D 世界狀態(tài)的內(nèi)容基礎(chǔ)。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(huán)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(chǎn)，進入圖庫、格式導(dǎo)出、打印和專業(yè)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(gòu)成了極頂數(shù)創(chuàng)區(qū)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(dāng) AI 從二維內(nèi)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(shù)創(chuàng)的設(shè)想里，V2Fun 作為首個 3D 大模型 AI 原生應(yīng)用上架鴻蒙，在消費級市場引爆，讓 3D 創(chuàng)作像拍照一樣簡單 —— 這一切，僅僅是個開始。