研究评级
跟进 / 值得深挖
暂不进入价格与交易条件判断
大白话讲：这是一家用自己在大学实验室里攒下的"高精度人脸/物体扫描数据"去训练专门做3D模型的AI，再把生成结果打磨到能直接进游戏/影视/电商生产流程的公司——不是卖一个通用大模型，而是卖"能直接用的3D资产半成品"。它值得继续研究，是因为已经有真金白银的付费信号（上线一个多月ARR破百万美元、连续三轮融资、海外收入占比在提升），而不只是一个概念故事。但当前判断被两件事卡着：一是腾讯这类大厂在免费开源同类模型，护城河能扛多久没有独立证据；二是公司80%收入来自海外，团队履历以校园孵化为主，海外商业化和地缘政治敞口怎么管理，公开资料看不清楚。
商业本质
用专有高精度扫描数据训练"3D原生"生成大模型 Rodin，把生成结果打磨到可直接进入生产管线的精加工层，按API订阅向游戏/影视/电商等专业客户收费。
吃的贝塔
吃的是"3D数字资产供给稀缺、AIGC从2D向3D渗透"这一产业贝塔——游戏、影视、电商、具身智能对3D资产的需求持续增长，传统人工建模产能跟不上。
Alpha
Alpha 指公司自身稀缺优势：影眸的Alpha在于学术孵化带来的"穹顶光场"专有微米级扫描数据资产，以及坚持"3D原生"技术路线换来的生成质量先发优势。
这是同类创业公司短期内难以复制的壁垒起点，但耐久性尚未经独立验证。
验证门槛
核心验证门槛是：在腾讯等大厂持续开源免费3D生成底座模型的商品化压力下，影眸能否把"质量领先"转化为可持续、非股东关联方的规模化付费收入，并守住护城河的耐久性。
事实 多源独立信息可交叉验证
推断 基于事实合理推导
判断 研究者综合研判
待确认 单一信源/公司自述/信息缺口
01它所在的产业大棋局与行业本质
先说结论
3D生成是AIGC继文生图、文生视频之后向"结构化几何"渗透的下一站，成熟度明显落后于2D生成；目前底层通用生成能力正被大厂开源免费化，真正能持续收费的是"生产可用"精加工层与生态分发层，而不是单纯的参数规模。
行业为何存在
游戏、影视、电商、工业设计、具身智能（机器人仿真训练）等场景对3D数字资产的需求量巨大，但传统3D建模高度依赖专业美术师人工制作，周期以天/周计、成本高，供给长期稀缺。AI生成技术试图用生成模型压缩"文本/图片→可用3D模型"的制作周期，这是行业存在的根本动因。判断
细分成熟度
文生图、文生视频已有相对成熟的商业化路径；3D生成因涉及几何拓扑、UV展开、PBR材质等结构化要求，技术成熟度晚于2D生成约2-3年。2024年才出现首批被行业认为"可用"（production-ready）的3D大模型产品，Rodin Gen-1 被公开报道描述为"最早跨过可用性标准线"的3D大模型产品之一。推断（来源：36氪、腾讯新闻对创始人的专访）
价值链哪层更容易赚钱
下图把3D生成拆成五层：数据层、模型层、精加工层、分发层、应用层。腾讯混元3D等大厂已把模型层开源免费，此层正快速商品化；影眸目前的商业化证据（付费订阅、ARR增长）更集中在"精加工层"（生产可用输出）与"分发层"（平台生态集成）。
图1 · 3D生成产业价值链定位示意图（定性判断，非数值测算）
真正兑现经营结果的是谁
目前看，真正能把技术转成收入的，是同时具备"专有高质量训练数据"（如穹顶光场扫描库）与"生产可用打磨能力"，并成功嵌入下游工具链（Unity/Figma/Canva等）的公司，而不是单纯拥有更大参数量模型的团队。判断
当前结论：影眸站在一个真实存在但仍处早期的产业机会里，卡位相对合理（精加工+分发层），但底层模型层的商品化速度是决定这门生意能"吃多久贝塔"的最大外部变量。反转条件：若开源模型在生产可用度上快速追平，价值链会进一步向纯"数据+场景深度集成"收窄。
02创始人与团队
先说结论
创始团队技术背景对口、师承计算图形学名师、有独立学术成果背书，是典型的"实验室硬科技"孵化团队；但公开资料看不到大规模海外商业化管理经验，这恰是80%海外收入结构下最需要补的短板。
吴迪 · 创始人 & CEO
1997年生 · 上海科技大学智能视觉与数据中心硕士 · 23岁创业（2020年）
主导公司战略与技术路线选择（"3D原生"而非"2D升维"），公开采访中对商业模式、竞争策略表述清晰、逻辑自洽。事实
张启煊 · 联合创始人 & CTO
1999年生前后 · 上海科技大学背景
负责技术研发方向，具体分工公开报道较少。待确认
张龙文 / 曾初啸 · 联合创始人
上海科技大学背景，创业前参与"穹顶光场"扫描系统搭建
公开资料对二人当前具体职责、在职状态披露有限。待确认
学术依托：虞晶怡教授 / MARS实验室
上海科技大学信息学院副校长、讲席教授、博导
长期研究计算机视觉、计算成像、计算机图形学，MARS实验室的"穹顶光场"（Plenoptic Stage）系统是公司核心数据资产的学术源头；公司英文名Deemos取自火星卫星Deimos，隐喻孵化于MARS实验室。事实
团队为何适配这件事
四位创始人均为上海科技大学在校/应届背景，创业前已在校内主导"穹顶光场"扫描系统的核心研发，属于对口的计算图形学/计算摄影学科班出身，而非跨界创业。团队的CLAY（3D原生DiT生成框架）与DressCode（3D服装生成框架）分别获2024年ACM SIGGRAPH最佳论文提名，具备独立同行评审背书。事实
带队规模化能力
核心团队公开经历以在校科研/实验室孵化为主，截至本次研究未检索到团队成员此前有大规模商业化公司（尤其2C规模化增长或海外市场从0到1）的独立创业或高管履历披露。团队规模化管理能力主要通过影眸自身近5年的历程积累，缺少外部可比参照。待确认
明确短板与待核证点
(a) 除吴迪、张启煊外，另两位联合创始人的具体分工与当前在职状态未见细致披露；(b) 公开资料未见团队已补充具备大厂或海外SaaS商业化（尤其欧美B端销售、合规、客户成功）背景的高管，而这恰是80%海外收入结构下的关键短板。待确认
当前结论：团队技术可信度高，但商业化组织能力是尚未被验证的最大团队维度变量。反转条件：若观察到具备海外SaaS背景的商业化高管加入，应上调团队维度判断。
03产品、技术与真实需求
先说结论
Rodin选择了更慢但生成质量上限更高的"3D原生"技术路线，产品迭代节奏扎实（Gen-1→1.5→2→2.5持续升级），但创始人自己承认生成结果距离"直接接入生产流程"仍有距离，需求真实但兑现边界目前局限在专业B端场景。
解决什么问题 / 替代什么旧方案
传统3D资产制作依赖专业美术师人工建模，周期通常以天/周计、成本高；Rodin试图把"文本/图片→可用3D模型"压缩到分钟乃至秒级。它部分替代人工建模外包/自由职业3D美术师的初稿与基础模型环节（而非高端精修与定制），也部分替代传统实景3D扫描在人脸/人体等场景的需求（穹顶光场本身也对外提供高精度扫描服务）。判断
技术真实性
2024年团队在SIGGRAPH发表CLAY（3D原生DiT生成框架）和DressCode（3D服装生成框架），均获最佳论文提名，具备独立学术同行评审背书。事实 产品侧从Gen-1（2024-06发布，上线约45天ARR破百万美元）到Gen-2（图像/视频转3D全链路，生成速度提升4倍、成本下降60%）再到Gen-2.5（单次生成面数可达千万级，最快4秒生成百万面），持续快速迭代。事实（公司公开发布信息，媒体多次独立报道）
需求真实性与兑现边界
创始人在专访中自述，生成结果"与真正可以接入到流程还有距离"，客户仍需"经过修改甚至是重新制作"才能使用；C端渗透率低的核心原因是"3D资产现阶段还无法轻松地通过社交媒体进行分享"。这说明需求真实存在，但目前的兑现边界局限于专业B端场景，C端尚未被验证。判断（依据：创始人自述，单一信源）
当前结论：技术真实性有独立学术背书支撑，需求真实性由付费ARR数据初步验证，但"生产可用"仍有边界，是决定客单价与续费率的关键变量。反转条件：若下一代Rodin版本使"免修改直接可用"的比例显著提升，将强化商业化确定性。
04商业模式、客户与落地证据
先说结论
商业模式是API订阅+平台生态集成的B端SaaS打法，ARR增长信号真实但绝对规模、客户集中度、渠道付费实质性均未见独立披露，需要区分"股东/生态合作"与"真实规模化付费客户"。
商业模式
API-as-a-Service + 订阅制，面向游戏开发者、3D打印爱好者、建模师等专业用户；同时通过与Unity、Figma、Canva等平台的插件/生态集成进行分发。事实
谁使用、谁付钱：合作新闻 vs 真实付费证据
股东/投资方关系（非付费客户）
字节跳动、美团龙珠、红杉中国种子基金、蓝驰创投、奇绩创坛、国泰资本、上海国资SSCI基金——均为公开披露的投资方，属于股东关联方，不能直接等同于付费客户。事实
平台生态合作（合作性质待确认）
Unity（Unity中国生态伙伴）、Figma、Canva——公开报道更多描述为生态集成/渠道合作，是否构成规模化付费引流关系未见独立数据披露。待确认
应用场景合作提及
网易、腾讯、亚马逊在不同报道中被提及为合作/应用场景方，具体合作深度（试用/采购/规模化集成）未见细节披露。待确认
真实付费信号
Rodin Gen-1 于2024年6月正式发布，创始人自述上线后约45天ARR即突破100万美元；2025年8月新一轮融资后"首月订阅数与ARR环比增长五倍"。判断（创始人自述/媒体转述，未见第三方审计数字）
图3 · 海外收入占比变化（2025-01 创始人采访 70% → 2026-06 融资报道 80%），单位%
如何交付
云端API + 桌面/Web端Hyper3D平台，用户无需下载安装即可完成文本/图片到3D模型的生成与导出，属于典型的SaaS交付模式。事实
复制条件
依赖：(a) 穹顶光场专有扫描数据的持续积累，短期难以被新进入者复制；(b) 与主流3D工具链（Blender/Maya/Unity/Unreal）的持续兼容与生态位维护；(c) 海外市场本地化（定价、合规、客户成功）能力——这一环在当前团队履历中相对薄弱。判断
当前结论：付费信号真实存在但规模与客户结构不透明；生态合作更多是渠道叙事而非确证收入。反转条件：若披露客户集中度分散、且平台渠道贡献可量化收入份额，落地证据判断应上调。
05竞争与替代关系
先说结论
Rodin在第三方小样本测评中保真度领先同类工具，但腾讯混元3D的免费开源策略是结构性替代压力的最大来源；此外，大客户自研、传统人工建模、以及"暂不采购AI工具"都是需要纳入比较口径的替代项。
同类竞品（比较口径）
腾讯混元3D（Tencent Hunyuan 3D）
2024年底起持续开源、免费可商用，2025年9月进一步开源混元3D-Part / 混元3D-Omni，2025年7月发布首个支持物理仿真的开源世界模型。是Rodin商业化面临的最大商品化压力来源。事实
Meshy AI
全格式覆盖+三大引擎插件，游戏开发者生态成熟；2026年月费从60美元降至20美元。推断
Tripo3D
拓扑优化速度快，年付低至12美元/月，主打低价+高速。推断
Luma AI（Genie）/ CSM AI
通用多模态AI公司延伸的3D能力，专注度低于Rodin，第三方测评中保真度落后。推断
第三方保真度测评（单一小样本，仅供参考）
一篇2026年6月发布的评测博文，使用同一组测试任务（1张概念图转3D）对6款工具打分："图像转3D"还原度：Rodin 90% > Meshy 85% > Tripo3D 82% > Luma Genie 78% > CSM AI 75% > 腾讯混元3D 70%。该测评仅为单一博主、单次样本测试，方法论透明度低，不构成行业统计口径，仅作方向性参考。待确认
上下游自研 / 传统方案 / 不采购
腾讯、网易等大型游戏/影视厂商本身具备自建3D中台或自研生成工具的能力和动机，一旦内部工具规模化验证，可能从"采购"转为"自研替代"；专业3D美术团队外包/内部人工流程仍是许多中高端项目的默认选择，尤其在生成结果距生产可用仍有差距时，部分客户可能选择"暂不采购AI生成工具"作为替代项。判断
当前结论：Rodin在专业质量维度暂时领先，但"零成本"的开源替代对预算敏感客户构成结构性压力，竞争位置需要持续跟踪而非一次性判断。反转条件：若开源模型在生产可用度维度（而非单纯保真度）快速追平，Rodin的付费理由会被显著削弱。
06关键争议
先说结论
三个真正影响判断的争议：技术路线的护城河耐久性、80%海外收入的地缘政治敞口、B端天花板与新场景（具身智能）能否兑现。三者都尚无定论，是本轮研究评级"跟进而非优先跟进"的直接原因。
争议一：3D原生技术路线是真护城河，还是自我设限的慢半拍？
乐观情景3D原生路线随扫描数据规模持续积累形成数据飞轮，竞争对手短期难以复制；"生产可用"质量让影眸持续捕获愿为高质量付费的企业客户，即便底层生成能力被免费化，精加工层溢价仍能维持。
悲观情景开源模型（尤其腾讯混元3D）质量差距收窄速度快于影眸的商业化速度；基础层生成能力全面免费化后，价格战下沉到精加工层，影眸的先发优势被压缩为"暂时领先"而非"持续领先"。
现实基准目前差异化仍然存在（付费ARR增长、海外占比提升为证据），但护城河深度未经完整独立第三方验证，仅有公司自述与单一小样本测评支撑。
当前判断：技术路线差异化短期内支持商业化，但护城河的耐久性是本次研究最核心的待验证命题，直接对应本页"核心验证门槛"。
争议二：80%海外收入结构，是全球化红利还是地缘政治敞口？
乐观情景AI生成工具类SaaS处理的是产品图片/游戏资产而非个人隐私数据，被归类为敏感数据的风险相对较低；同类中国AI应用已验证海外0到1到规模化的可行路径。
悲观情景若中美科技审查环境升级，海外企业客户（尤其美国大厂）可能因合规顾虑削减采购或要求本地化部署，直接冲击占收入80%的海外盘子；主要股东本身承受较高海外审查压力，是否传导到被投企业需持续观察。
现实基准截至本次研究未见针对影眸科技本身的监管/审查负面事件报道，风险目前是外部宏观变量而非已发生事件。
当前判断：中性偏谨慎，属于公司自身不可控的外部变量，建议列为持续监控项，而非现阶段的加分或减分项。
争议三：B端专业场景是否有天花板？具身智能能否成为第二增长曲线？
乐观情景具身智能（机器人仿真训练数据）、工业设计等新场景正在打开B端天花板，不依赖C端爆发即可支撑多年增长；2026年6月新一轮融资已明确投向具身智能方向。
悲观情景游戏/影视/电商专业3D资产制作团队规模本身有限，若无法找到规模化的新场景，现有几轮融资支撑的增长叙事可能难以在下一轮持续兑现。
现实基准目前收入验证仅限于B端专业场景，具身智能等新场景仍处早期投入期，未见收入贡献的具体披露。
当前判断：具身智能等新场景是本轮融资叙事的关键增量，但收入贡献尚待验证，是决定下一轮融资能否兑现增长预期的关键变量。
07决定成败的因果链
先说结论
链条起点是穹顶光场专有扫描数据，终点是资本持续加注反哺扩张；链条最脆弱的两个环节是"能否持续转化为付费"与"资本能否持续加注"，分别对应开源commoditization风险与地缘政治风险。
图2 · 影眸科技决定成败的因果链（定性判断，非数值测算）
当前结论：链条目前完整运转（数据→模型→质量→付费→融资→反哺），但两处断点风险都尚未发生，属于前瞻性监控项，不是既成事实。反转条件：观察未来2-3个季度ARR增速与融资节奏是否维持，是验证链条是否持续闭环的最直接信号。
08风险与预警信号
先说结论
风险等级中–高，三条主要传导链分别指向技术商品化、海外收入地缘政治敞口、团队组织规模化能力，均有明确的可观察信号与反转条件。
风险一：技术商品化风险高
传导链：大厂持续开源3D生成底座模型 → 基础层生成能力免费可得 → 付费客户转向免费方案或压低续费价格 → ARR增速放缓/续费率下降 → 后续融资叙事承压
可观察信号：开源模型保真度/生产可用度是否在12个月内追平Rodin；影眸客户续费率与ARR增速是否边际放缓
反转条件：若护城河能从"生成质量"迁移到"专有扫描数据+行业深度集成"（如具身智能训练数据侧），可对冲基础层商品化
风险二：海外收入地缘政治敞口中–高
传导链：中美科技/供应链审查升级 → 海外大客户合规顾虑上升 → 采购放缓或要求数据本地化 → 占收入80%的海外盘子承压
可观察信号：是否出现针对中国AI SaaS工具的审查动作；主要客户地域集中度是否下降
反转条件：若通过海外主体架构/本地化部署有效隔离敏感度，可部分缓释
风险三：团队组织规模化能力待验证中
传导链：创始团队以学术孵化背景为主，缺乏大规模海外商业化管理经验 → 融资加速后团队快速扩张可能出现管理跟不上资本节奏的情况 → 影响交付质量与客户体验 → 反噬续费与口碑
可观察信号：是否引入具备大厂/海外SaaS背景的商业化高管；核心团队是否稳定（无关键人员离职报道）
反转条件：关键商业化岗位补强、组织流程标准化证据出现
当前结论：三条风险链均处于"未发生但需监控"状态，暂无证据显示已实质冲击经营。反转条件：见各风险行的"反转条件"列。
09重点尽调问题
先说结论
11个高杠杆问题分为数据护城河、商业化与客户结构、团队组织、资本与风险敞口四组，直接对应第6章三个争议与第8章三条风险的验证需求。
如果只能问三个问题
- 当前ARR的绝对规模、分场景占比与环比增速是多少？
- Rodin相对开源免费模型的质量领先窗口预计能维持多久，公司如何量化这一领先？
- 若中美科技审查环境收紧，公司是否已有海外主体架构或数据本地化的应对预案？
A组 · 数据护城河
A1. 穹顶光场扫描数据库的规模、覆盖多样性与更新频率如何？
为什么问：这是"3D原生"路线相对"2D升维"路线的核心壁垒来源，规模和多样性直接决定生成模型质量上限能否持续拉开差距。
需要证据：脱敏后的数据规模指标、扫描节点数量、年度新增扫描量。
会改变判断：若数据规模和更新速度远超预期，上调护城河耐久性判断；若规模有限增长缓慢，护城河更依赖算法本身，更容易被开源模型追平。
A2. Rodin相对开源免费模型的质量领先窗口预计能维持多久，公司如何量化这一领先？
为什么问：决定付费商业模式在开源商品化压力下的可持续性。
需要证据：第三方权威机构（而非单一博主）的横向评测数据、季度追踪的领先窗口变化。
会改变判断：领先窗口持续收窄将直接下调评级；领先窗口稳定或扩大则支持继续跟进。
B组 · 商业化与客户结构
B1. 当前ARR的绝对规模、分场景占比与环比增速是多少？
为什么问："上线45天ARR破百万美元"是2024年的历史节点，需要最新数据判断增长是否持续。
需要证据：近4个季度ARR明细及分场景（游戏/影视/电商/工业设计/具身智能）占比。
会改变判断：若增速持续或加速，上调评级；若增速明显放缓，需重新评估商业化天花板判断。
B2. 与Unity、Figma、Canva等平台的合作，是生态背书还是实质付费渠道？
为什么问：需要区分"品牌背书型合作"与"真实商业化渠道"，避免把股东关系或渠道声明误当作收入证据。
需要证据：合作协议性质说明、通过该渠道产生的付费转化数据。
会改变判断：若为实质性付费渠道且贡献可观收入份额，上调分发能力判断；若仅为品牌层面合作，需下修落地证据评级。
B3. 客户集中度如何？是否高度依赖股东关联方采购？
为什么问：若收入高度集中于少数大客户（尤其股东关联方），商业模式独立验证价值会打折扣。
需要证据：客户集中度数据、关联方交易占比。
会改变判断：若收入主要来自独立第三方客户且分散，上调商业验证可信度；若高度依赖股东关联方，需下修。
B4. C端及3D打印等新场景的付费用户规模与留存情况如何？
为什么问：判断"具身智能/工业设计"等新场景是否真是第二增长曲线，还是仍以B端专业客户为主。
需要证据：分场景付费用户数、留存率、客单价。
会改变判断：若C端/新场景已现规模化付费迹象，上调长期空间判断。
C组 · 团队与组织
C1. 张龙文、曾初啸目前在公司的具体职责和在职状态是什么？
为什么问：核心创始团队的稳定性是早期公司质量的重要判断依据。
需要证据：公司官方团队页面、公开采访对四人分工的说明。
会改变判断：若核心团队完整稳定，维持当前评级；若出现创始人离职或职责真空，需下修团队维度评级。
C2. 是否已引入具备大厂或海外SaaS商业化经验的高管？
为什么问：80%海外收入结构对海外本地化商业化能力要求极高，而创始团队背景以学术孵化为主。
需要证据：高管团队公开履历、招聘信息。
会改变判断：若已补强海外商业化团队，上调组织规模化能力判断；若空缺，标记为持续待观察短板。
D组 · 资本与风险敞口
D1. 三轮融资的实际到账时间与资金使用执行进度如何？
为什么问：高频融资节奏本身是积极信号，但需验证资金真实到位与使用效率，而非仅停留在新闻稿层面。
需要证据：工商变更记录（如有）、公司对资金使用的季度披露。
会改变判断：资金到位与执行进度正常，维持评级；如出现延迟或用途调整，需重新评估。
D2. 若中美科技审查环境收紧，公司是否已有海外主体架构或数据本地化的应对预案？
为什么问：直接关系到占收入80%的海外盘子的抗风险能力。
需要证据：海外主体设立情况、数据合规架构说明。
会改变判断：有明确预案，风险等级可下调；无预案，风险等级维持中高。
D3. 具身智能方向的收入贡献目前处于什么阶段？
为什么问：2026年6月新一轮融资明确提及具身智能用途，需判断这是已验证场景还是仅为融资叙事的新增长故事。
需要证据：具身智能相关签约/收入数据、合作机器人公司名单。
会改变判断：若已有付费验证，上调长期空间判断；若仍处叙事阶段，维持谨慎。