影眸Hyper3D上线Agentic Mode，3D生成进入Agent-Ready阶段

影眸Hyper3D近日上线Agentic Mode，将3D生成流程进一步交给AI Agent驱动。该功能围绕「Agent-Ready」理念设计：系统不再只输出一次性的3D结果，而是让Agent参与输入理解、建模路径选择，以及生成后的参数化调整、材质替换和动画绑定。

背景：通用模型能做简单3D，专业模型仍有空间

近期GPT-6 Astra的3D建模演示在社交平台上广泛传播。通用大模型已能理解创作目标、拆解任务，并通过代码与基础几何体完成结构相对明确的模型，如机械零件、工业组件等。然而在人体、动物、复杂道具等曲面丰富、细节密集的对象上，专业3D生成模型仍负责高质量资产生成。

两种能力的关系由此发生转变：通用模型负责「想清楚怎么做」，专业模型负责「把复杂模型做好」。3D生成的用户也开始从人类创作者扩展到AI Agent。

Agentic Mode 的核心能力

Agentic Mode在输入阶段引入主动分析。用户上传多张参考图后，系统会先识别物体轮廓、判断拍摄角度、区分真实结构与光影，并在不同图像之间补全缺失信息。据官方介绍，系统还会按需增强输入素材，用户无需提前筛选标准主图或裁剪背景。

生成采用Low-poly N-GONS拓扑结构，便于后续编辑。完成建模后，用户可通过自然语言驱动参数化调整、材质增强和动画预设，包括尺寸修改、部件颜色替换、可动关节预设等。模型不再是一次性输出，而是可继续加工的工作对象。

实测：从杂乱素材到建筑图纸

在官方展示的两组测试中：

• 复古风扇测试：输入5张信息各异的图片，包括正面照、背后照、局部特写、含杂物桌面照和规格卡。系统自动剔除背景杂物，将不同视角中的扇叶网罩、电机散热孔、转轴细节合并为完整模型。
• 建筑图纸测试：输入包含正面、侧面、背面立面图与平面图的住宅图纸，外加尺寸标注。系统自行区分图纸类型，将立面图与平面图信息映射到3D模型，并依据标注约束各部分比例。

两组测试覆盖不同难点：前者考验从杂乱素材中识别主体并整合信息，后者考验对专业图纸表达方式的理解。

MCP 接口与生态接入

影眸Hyper3D此前已开放面向AI Agent的MCP（Model Context Protocol）接口。接入后，支持MCP的AI客户端可直接描述需求，由Agent调用Hyper3D Rodin完成3D生成，并查询进度、取回结果。

官方提到，全球范围内已有创作者使用「通用大模型+Hyper3D MCP」的组合进行3D内容创作，3D生成由此可以接入更长的任务链——从设计图生成模型，到材质制作、部件拆分，最终交付游戏引擎或其他生产工具。

从 Production-Ready 到 Agent-Ready

影眸Hyper3D将其产品演进分为两个阶段：

• Production-Ready：关注几何结构是否准确、材质与拓扑能否进入生产管线，目标是产出可投入使用的3D资产。
• Agent-Ready：在生成质量基础上，新增三项要求：Agent能读懂任务并选择建模路径；生成结果支持后续编辑与迭代；3D能力可被其他Agent调用。

这意味着3D生成的评价维度发生变化：单次生成质量仍是基础，能否被Agent理解、调用并继续加工，成为新的竞争门槛。3D生成由此从单点工具转向Agent工作流中的专业能力。