鸿蒙为什么偏偏看上极顶数创,这家做 3D 大模型的团队,野心根本不只是一个 App

这两年大家聊 AI,最热的永远是写文案、做图片、剪视频,真正又难又重的 3D,反而一直像“少数人才会碰”的冷门赛道。也正因为这样,谁能把 3D 创作门槛真正砍下来,谁就不是在做一个小工具,而是在抢下一代空间智能的入口。

极顶数创和它的 V2Fun,有意思的地方就在这儿。它不是把“AI 修图”换了个说法,也不是套个壳蹭鸿蒙热度,而是盯着一件更硬的事：把过去只有专业团队才能做的 3D 建模,变成普通人拍张照、输一句话就能上手的事。

机哥觉得,这家公司最值得看的,不是“它会不会讲故事”,而是它的产品思路确实够清楚。

V2Fun 的核心逻辑很简单：图片或者文字进来,直接生成可预览、可导出、可继续编辑的 3D 模型。说白了,就是把建模、贴图、材质、拓扑、格式这些原本把普通人拦在门外的流程,尽量收进 AI 背后去做。你前台看到的,只剩“上传—生成—预览—分享”。

这就不是传统 3D 软件那套“先学三个月再谈创作”的路子了,而是想把 3D 创作做得像拍照一样顺手。这个方向一旦成立,它吃到的不是少数专业用户,而是更大的大众创作需求。

很多人看到“鸿蒙首个 3D 大模型 AI 原生应用”这个标签,第一反应可能是宣传词。可机哥有一说一,这里面确实有点门当户对的意思。

鸿蒙这几年一直在往原生生态、空间智能、系统级能力协同上走,需要能拿出来示范的应用；而 V2Fun 刚好做的是 3D 资产生成、移动端交互预览、标准格式导出这套东西。模型生成以后,用户可以在手机上直接 360 度看、转、存,还能导出 GLB、3MF 这类格式,甚至接到 3D 打印场景里去。对于系统生态来说,这种“生成完就能接着用”的体验,比只会出一张图更有展示价值。

说白了,鸿蒙看上的不是一款单点功能 App,而是一种能把空间智能概念落到手机里的产品形态。一个需要标杆场景,一个需要系统级土壤,双方就对上了。

这也是这类产品最真实的地方。理想很大,落地先看谁在用。

V2Fun 移动端现在最容易被普通人理解的玩法,就是把照片变成立体模型。自拍、合影、宠物照,这类高情感内容最容易出圈。你可以把它理解成,原来照片只能定格一个角度,现在它试图把“那一刻”变成一个能从四周看的立体记忆。

更妙的是,它不只停在“新鲜一下”。像潮玩、盲盒、折纸风格参考图这些玩法,其实是在故意降低审美和创作门槛；而 GLB、3MF 这种标准格式导出,又把它从“玩具”往“可生产资产”那边推了一步。前面是好玩,后面是能用,这个组合比单纯炫技聪明得多。

如果只把 V2Fun 看成“AI 建模 App”,那其实低估它了。

极顶数创自己反复强调的,是从“3D 原生资产”走向“3D 世界模型”。这话听着有点大,但拆开看不难懂：先把一个角色或物体做成几何、材质、骨骼都比较完整的 3D 实体；再往上加动作、动画；最后再去碰环境交互、时间连续性和因果推演。也就是说,它想做的不是一个静态摆件,而是一个能进入虚拟世界持续活动的“真 3D 主体”。

这条路难,特别难。因为 3D 生成本身就比文生图、文生视频更吃结构一致性,角度一变、细节一多,很多方案就容易露馅。所以它强调几何和纹理联合优化、从 VAE+Diffusion 继续往更强的架构演进,本质上都是在解决一个问题：别只看第一眼惊艳,得真的能用、能转、能放大、能继续生产。

短板当然也不是没有。3D 赛道天然重、研发周期长,教育市场也比做图片视频更费劲,大众用户会不会长期高频使用,仍然要看后续场景能不能持续跑出来。但反过来说,正因为这事难,门槛才高,做成了也更值钱。

总的来说,机哥对这家公司的判断很直接：鸿蒙看上极顶数创,不只是因为它做了个新鲜 App,而是因为它的产品方向,正好踩在“移动端 3D 创作入口”和“空间智能落地场景”这两个关键点上。现在看,它已经不是在证明 AI 能不能做 3D,而是在证明 3D 能不能走进普通人的日常。

如果这条路继续跑通,那 V2Fun 现在的样子,可能还只是个开场。

温馨提示：文中部分信息整理自公开资料与网络信息,数据存在更新或偏差,欢迎理性交流与指正,具体请以官方最新公布为准。