我是极顶数创（Vertex Lab）创始人兼 CEO 嵇盼，也是AI 3D 内容生产工具“V2Fun”的负责人。

在过去很长一段时间里，3D 内容生产始终是一件高度专业化的事情。一个可用的 3D 模型背后，往往意味着建模、贴图、拓扑、绑定、动画、格式转换等一系列复杂流程。对于专业团队来说，这些流程会带来高成本和长周期；对于普通创作者来说，这是一道天然门槛。

但我们一直有一个判断：3D内容会成为未来数字世界的刚需基础设施。

无论是游戏、影视、工业设计、机器人，还是未来的世界模型和空间智能，最终都绕不开三维结构、材质、空间位置和交互关系。今天 AI 显著降低了文字、图片、视频的创作门槛，但如果 AI 要真正进入空间世界，就必须跨过 3D 内容生产这道坎，这也是我们做 V2Fun 的原因。

从AI 3D建模到空间内容流转：重塑3D内容的生产关系

V2Fun 提出“重塑 3D 逻辑，解构空间交互，让灵感随处发生”，这里的“重塑”，并不只是把传统建模流程变快一点，而是希望改变 3D 内容的生产关系。过去是先有专业能力，才有 3D 内容。我们希望把这个关系倒过来：先有灵感，再让 AI 补齐专业能力。

具体来说，V2Fun采用“移动端轻量创作 + Web 端专业生产”的双端闭环。移动端负责降低入口门槛，用户拍摄或上传图片，就可以快速得到一个可预览、可分享、可导出的 3D 模型。移动端的用户体验是拍摄或上传图片，AI 自动识别主体，生成 3D 模型，完成 360° 预览，再进行保存、导出、分享或打印。Web 端则承担更专业的生产任务，让创作者继续进行模型优化、材质处理、动作绑定、动画生成和后续工作流衔接。流程背后，V2Fun 实际上连接的是一条完整的 AI 3D 内容生产链路：从图片或文字创意出发，到 3D 模型生成，再到 PBR 材质、网格重拓扑、动画绑定、跨设备流转和 3D 打印。

除了移动端，用户可在V2Fun Web端完成更复杂3D工作

大众要惊喜，专业要确定性，这也是 AI 3D 工具最难平衡的地方。V2Fun选择分层：移动端只做一件事，把默认值做对，让用户传照片就能得到不错的结果；Web 工作台则把控制权交还给专业用户，承担进一步编辑、优化和生产的角色。

V2Fun 背后的核心能力，是团队自研的 3D 大模型和工程化交付能力。我们的 3D 大模型走过三阶段：从图像理解做"二维升三维"，到 VAE + Diffusion 的原生 3D 生成，再到现在 VAE + DiT 的新一代架构——DiT 更适合大规模训练和复杂结构，能统一处理几何、纹理、视角与语义，也更能走向场景、动画乃至世界模型。自研模型最大的技术差异在底层两处：一是几何表达，我们用"局部表面证据采样"大幅压缩表示冗余，同等算力下几何精度上限更高；二是纹理生成，用局部-全局双流去噪+稀疏 3D 空间库注意力，做到 8K–12K 且稳定不崩。

为了在移动端可以实现"数十秒"建模生成3D内容，团队在算法创新、工程优化和云端协同方面做了大量的调优工作。算法层从源头少算——几何 token 压缩、纹理侧用稀疏注意力替代密集跨视角注意力；推理层做量化、算子融合、采样步数压缩这些扎实工程；架构层是任务式异步管线，用户看到的第一个可旋转结果，不必等整条链路跑完。

ArkGraphics 3D 等HarmonyOS 系统能力，为开发者打开生态想象力

V2Fun 作为鸿蒙系统首个 3D 大模型 AI 原生应用，已深度接入 HarmonyOS 的系统级能力。V2Fun 与 HarmonyOS 的结合，核心在于让 AI 生成的 3D 内容不再停留在专业文件层面，而是进入用户熟悉的系统级内容生态。

3D 文件过去在手机上有一个长期痛点：用户生成后不知道如何打开、查看、分享。通过 HarmonyOS 的ArkGraphics 3D 等系统级 3D 图形服务，让V2Fun用户能够在移动端实现更自然的 3D 模型预览、旋转、缩放和交互体验。3D 模型不再只是一个专业文件，而是普通用户可以直观操作的数字资产。

另外，端侧 3D 内容运行时，常见问题是模型体积大、加载慢、渲染压力高。团队主要从三个层面解决这个问题：

• 生成源头轻量化：前述几何表达框架本身就是"最小充分证据"的压缩表示，相比传统 SDF 或密集体素表示，模型数据量大幅降低。
• 格式优化：支持 GLB（传输优化格式）和 3MF（3D 打印优化格式）等标准格式，针对移动端传输和加载做了专门优化。
• 端侧渲染：依托 ArkGraphics 3D 的系统级图形能力，而非自研渲染引擎，充分利用鸿蒙在 GPU 调度、内存管理和渲染管线上的底层优化。我们在 Pura、Mate、Nova 等全系鸿蒙设备上做了适配，确保 3D 预览的丝滑流畅。

另外V2Fun团队花了大量精力在生成后的体验和全链路闭环的打通，让 3D 模型在手机上被自然查看、旋转、理解。通过与鸿蒙图库、ArkGraphics 3D 的深度集成，V2Fun 可以让 3D 资产进入用户熟悉的内容管理体系，大幅降低认知门槛；从 AI 生成 → 移动端预览 → 图库管理 → 格式导出 → 跨设备流转 → 3D 打印，每个环节涉及不同系统能力、不同格式标准、不同硬件设备。我们和华为团队紧密协作，在产品适配、性能优化、上架流程等方面做深度联调。对初创公司来说，这种生态协同让我们可以更专注在 AI 3D 核心能力本身。

HarmonyOS 空间化能力对开发者最大的价值，我认为是"全场景、多终端、空间智能"的生态想象力。过去做 3D 应用，团队要自己实现或集成 3D 渲染引擎、处理格式兼容性、搭建跨设备传输协议、教育用户如何管理 3D 文件——这些不是核心价值，却消耗大量资源。HarmonyOS 7 空间计算能力让V2Fun团队可以聚焦在 AI 3D 生成的核心算法和产品体验，而把 3D 图形渲染、系统级资产管理、跨设备流转这些能力交给系统。因此，我建议更多想进入空间计算领域的开发者，可以借助HarmonyOS 7的能力，去关注"内容如何在空间中自然流转"，而不只是"如何在单个设备上渲染 3D"。

3D 是数字世界的底层语言，AI 3D内容的未来发展短期看模型质量，中期看空间计算系统能力，长期看 3D 资产流通生态，并形成相互促进的飞轮效应。模型生成质量是当前最紧迫的瓶颈，决定 AI 3D 能否从"玩具"变成"工具"；空间计算系统能力（如 HarmonyOS 7 正在构建的）决定 3D 内容能否从"单个应用"进入"全场景生态"；3D 资产流通生态是最终胜负手——当 3D 模型可以像图片一样自由流转、交易、复用，才会真正爆发平台级机会。

我们希望空间智能到来时，中国团队能更多地承接底层能力，而不只是应用层适配。正如V2Fun的长期愿景：不是只做一个更快的建模工具，而是构建 AI 进入三维世界所需要的底层能力，让每一个人都拥有“创造世界”的能力。

本文作者：嵇盼 V2Fun负责人、极顶数创（Vertex Lab）创始人兼 CEO

媒体合作请联系：yvonne@vertexlab.ai