极顶数创的V2Fun成为鸿蒙首个3D大模型原生应用,这并非简单的“图片转3D”工具。其核心在于,它基于自研的稀疏体素世界模型,能在几十秒内完成从单张图片到工业级可编辑3D资产的转换,这背后是对几何推理与物理一致性建模的突破。传统NeRF或扩散模型生成的3D往往“中看不中用”,缺乏拓扑结构与材质分层,而V2Fun的输出可直接导入Blender或Unity进行二次编辑,这才是鸿蒙看中的“生产力闭环”。

从个人经验来看,目前市面上绝大多数AI 3D工具都卡在“生成即终点”的怪圈里——模型无法被上下游工具链消化。极顶数创的解法是:在训练阶段就引入CAD约束与UV展开损失函数,相当于给模型内置了“工业设计师的直觉”。这直接回答了鸿蒙生态的痛点:设备端(手机、平板)缺乏高价值3D内容生产工具,而端侧部署的3D世界模型刚好填补了这一空白。

值得讨论的是:1)稀疏体素表征在端侧推理时,如何平衡精度与功耗?极顶数创是否采用了类似Octree的剪枝策略?2)鸿蒙生态中,V2Fun的3D资产能否通过ArkUI或3D Engine实现跨设备同步编辑?这决定了它能否从“手机玩具”进化为“工业协作工具”。

放眼行业,3D世界模型正在复刻2D扩散模型的路径:从“生成质量竞赛”转向“可控性与编辑性竞赛”。鸿蒙此时押注极顶数创,意图很明显——抢占空间计算时代的“3D内容操作系统入口”,而不仅仅是做一个滤镜App。

技术分析 #实践经验

image