过去一年，AI的主战场几乎被大模型、生图和生视频占满。2026年伊始，市场终于开始把目光投向一个更难、也更关键的领域：3D生成。
1月23日，Google收购3D生成公司Common Sense Machines的消息传出，后者整个团队并入DeepMind；1月26日，Google又迅速宣布与Epic Games的合作。市场普遍猜测：3D版本的“Nano Banana”，是不是已经不远了？
但率先将这一能力产品化的，是中国团队。
本周末，全球领先的3D生成平台Hyper3D发布了Rodin Gen-2 Edit，推出基于自然语言的3D模型局部编辑功能，率先实现3D版Nano Banana——这是业内首个将“3D生成”与“3D编辑”整合为完整工作流的商用产品，3D生成正式进入可编辑时代。
与以往只能“抽卡”的逻辑不同，Rodin Gen-2 Edit支持两种核心路径：
- 在Hyper3D内文/图生3D后，直接对结果进行局部修改
- 导入任意现有模型（包括第三方AI生成模型或历史资产），在原模型基础上进行编辑
操作逻辑简单直接：框选需要修改的区域，输入文字指令，即可完成局部调整。
例如，只需框选机甲的双臂区域，输入提示词“双手改成大炮”：
即可生成一台红色装甲的大炮机器人：
修改区域与原模型衔接自然，结构逻辑完整，其余部分则被完整保留。
这一功能不仅支持Hyper3D平台生成的模型，任何第三方3D资产（包括历史存量模型或其它AI工具生成的模型）都可以导入平台进行编辑：
这意味着Rodin的编辑能力已成为平台级基础设施，而非单点功能。
一番体验下来，Hyper3D Rodin所带来的最新玩法无疑是行业最前沿技术的体现，仅通过自然语言就可以修改、增加、减少模型部件，还不会影响其他模型结构，确实给3D修模带来一点小小的震撼。
在基础3D生成能力上，Hyper3D Rodin本就处在当前行业的第一梯队：不仅能精准还原参考图的结构、比例与关键细节；尤其是表面平滑、边缘锐利，对生产级资产尤为友好。
结合实测经验，给大家两个核心使用小提示：
- 编辑时的框选区域不宜过小或过度聚焦细节，不适用模型的细节精修；
- 需保证框选位置与修改Prompt精准对应，易出理想效果。
从“生成”到“编辑”：补上AI工作流的关键一环
Edit的意义在于，第一次把3D从“结果展示”推进到了“可迭代工作流”。
过去几年，生成式AI的进化路径非常清晰：先生成→再可控→最终可编辑。不论是图像、视频，还是3D，多模态生成在发展早期，往往难以逃避“抽卡”，即每次生成都是通过更换随机种子，得到更多不一样的结果，匹配用户需求。
随着ControlNet等技术的发展，用户逐渐可以在生成前，通过多种信号的引导补充，来更好地让生成结果满足用户需求，减少抽卡次数。
2024年3月，Hyper3D上线业内首个控制生成技术（3D ControlNet）。
但因为生成式AI输入信息的有限和特性，即永远是从少量信息去生成更多信息，决定了哪怕生成能力再强，二次调整都会成为高频需求。
图像领域已经历完整周期：从Stable Diffusion的一键出图，到ControlNet的控制，再到2025年上半年Gemini 2.5 Flash首次引入图片编辑，GPT-4o的图像生成，再到强大的Nano Banana，生成式AI编辑技术已经得到了很大的发展。视频领域也正在加速复刻这一路径，Luma AI的Video Modify、Runway的Aleph也已实现相关能力。
但在3D生成由于产品化起步更晚、生态更分散、工具链更长，行业整体在“可控生成”积累得不够久，多数团队还停留在这一阶段：用户可以生成一个模型，但只要有局部不满意，往往只能换提示词、换随机种子、重新来一遍，“随机抽卡”。
Hyper3D将这一需求转化为产品能力：通过“选中局部+文本指令”的方式，让修改变成明确的路径，而非一次次推倒重来。
在实测中我们发现，Hyper3D Rodin的“编辑”并非单一功能，而是与其强大的“可控性”体系相辅相成。
对于专业用户而言，Hyper3D提供了一套完整的工作流：其将图像/文本生成、3D ControlNet精准控模、局部定向修改、资产二次创作与多格式导出、DCC插件等多个平台能力打通，颠覆了传统AI 3D创作低效不可控的模式。
- 3D ControlNet控制：通过边界框、点云、体素等模式，在生成阶段精准控制几何结构
- BANG分件：递归拆解复杂模型，为局部编辑提供语义基础
- Smart Low-poly：智能低模优化，提升生产效率
- Text-to-Edit：基于自然语言的定向修改，降低专业门槛
△Rodin Gen-2 Edit同步上线Smart Low-poly智能低模
在商业化落地层面，Rodin已经打通Blender、Maya、Unity等主流工作流；与国内头部大型UGC游戏的合作验证了其在移动端大规模用户场景下的稳定性；与拓竹的合作则让生成模型可直接进入3D打印流程。
在3D编辑能力普遍缺席的当下，Hyper3D能率先交付产品，源于团队在“3D可控性”上的长期技术积累。
几年前，当行业普遍采用“2D升维3D”的算法路径时，Hyper3D团队选择了更艰难的原生3D路线。这意味着需要直面3D数据瓶颈，在算法和框架层面进行底层创新——但也只有这条路，才能从根本上解决薄面、拓扑混乱等产业应用的致命问题。
2024年，团队发布原生3D大模型框架CLAY（提名SIGGRAPH最佳论文），并基于此推出全球首个原生3D大模型产品Hyper3D.AI Rodin，将3D生成效果首次从“不可用”拉到“可用线”。
如今，原生3D已成行业共识。Hyper3D团队定义了3D生成的“可用性拐点”，也让3D生成成为中国团队在全球AI竞争中少数真正领先的方向之一。
从Rodin的第一个版本起，该团队就引入了3D ControlNet，此后每个版本都在更新相关能力。去年，随着Rodin Gen-2上线，Hyper3D交出了业内唯一的递归分件技术——BANG，一步步验证了这一路线的可行性。3D生成也一步步从“抽卡游戏”进化为了“可控设计”。
△艺术家@汽水PPao使用Hyper3D.AI Rodin创作的作品
但该团队的视野不止于单物体编辑。其获得SIGGRAPH 2025最佳论文的CAST技术，已指向下一阶段方向：从单图生成包含物体、关系和物理约束的完整3D场景——这为参与构建未来“世界模型”与具身智能基础设施埋下伏笔。
这一系列成果也获得资本认可。仅2025年，Hyper3D团队就连续完成由顶级美元VC和战略产业方投资的两轮融资。
虽然现阶段的Rodin Gen-2 Edit作为3D生成编辑的全新起点，尚未达到完美状态。但不可否认，作为当前市场上唯一能产品化这项功能的团队，其已经走出了3D编辑的关键一步。
当3D生成从“能不能做出来”迈向“能不能真正用起来”的阶段，Hyper3D Rodin Gen-2 Edit的上线，无疑为行业提供了一个极具参考价值的范本。
目前，新功能已在Hyper3D平台上线，支持用户免费体验。
官网链接：https://hyper3d.ai/rodin
文章来自于“量子位”，作者 “星星”。