SAN FRANCISCO, 22 apr 2026 — Hyper3D, la piattaforma di AI generativa 3D sviluppata da Deemos, è stata inclusa in un case study di NVIDIA che mette in evidenza il più ampio workflow di Lowe’s per AI, digital twin e contenuti 3D.
Nel case study, NVIDIA descrive come Lowe’s, il secondo più grande retailer al mondo nel settore home improvement, abbia sviluppato un workflow su larga scala che combina digital twin, AI generativa e computer vision in tutte le sue operazioni. Come parte di questo workflow, NVIDIA afferma che Rodin di Hyper3D.ai ha contribuito a supportare un catalogo di asset 3D con oltre 30.000 articoli tramite conversione da 2D a 3D basata su AI.
Il case study di NVIDIA colloca Hyper3D in un contesto enterprise pratico in cui la generazione 3D viene utilizzata come parte di un workflow di produzione più ampio. Secondo NVIDIA, Lowe’s ha utilizzato questo approccio per semplificare la scoperta degli asset e abilitare la generazione di modelli 3D basata su AI, trasformando immagini di prodotto 2D in modelli 3D precisi e di alta qualità in pochi minuti a un costo inferiore a 1 dollaro per modello.
Per Hyper3D, l’importanza di questa inclusione risiede meno nella menzione in sé e più in ciò che suggerisce sulla direzione del mercato. I team enterprise che valutano strumenti di AI 3D si interessano sempre di più al fatto che tali strumenti possano integrarsi in workflow reali che coinvolgono scala, coerenza ed efficienza operativa. L’esempio di Lowe’s suggerisce che i contenuti 3D generati dall’AI stiano iniziando a svolgere un ruolo più concreto all’interno di sistemi di produzione costruiti per merchandising, visualizzazione e preparazione ai digital twin. Questa interpretazione è un’inferenza basata sulla descrizione del workflow fornita da NVIDIA e sul ruolo attribuito a Hyper3D al suo interno.
Hyper3D si è concentrata sulla riduzione del tempo e della complessità necessari per trasformare input visivi in asset 3D utilizzabili. La direzione del suo prodotto si è concentrata nel rendere la creazione 3D più accessibile, supportando al contempo i passaggi pratici che seguono la generazione, inclusi editing, rifinitura e preparazione per l’uso downstream. Più in generale, l’azienda ha presentato questa direzione come un passaggio oltre la conversione da immagine a 3D verso workflow di editing più controllabili, inclusa la modifica dei modelli basata sul linguaggio naturale e la gestione di asset pronti per la produzione.
Questo workflow più ampio è importante negli ambienti enterprise, dove il volume degli asset è spesso importante quanto la qualità degli asset. Le organizzazioni retail che operano su larga scala possono aver bisogno di decine di migliaia di asset visivi che siano individuabili, coerenti e adatti all’integrazione in sistemi più ampi. In questo contesto, il ruolo dell’AI non è semplicemente generare contenuti rapidamente, ma ridurre i colli di bottiglia manuali e rendere i workflow 3D più facili da replicare tra categorie, team e casi d’uso.
Il case study di Lowe’s è degno di nota perché descrive esattamente questo tipo di ambiente: un grande retailer che utilizza un mix di sistemi interni, tecnologie di partner e infrastruttura di digital twin per supportare operazioni sui contenuti su larga scala.
“Essere inclusi in questo case study di NVIDIA è significativo per noi perché riflette un uso pratico dell’AI generativa 3D all’interno di un workflow enterprise reale”, ha dichiarato QX Zhang, CTO di Hyper3D. “Crediamo che il valore a lungo termine di questa tecnologia derivi dall’aiutare i team a produrre asset 3D utilizzabili in modo più efficiente, con maggiore controllo e minore attrito operativo, piuttosto che dal trattare la generazione come una fase creativa isolata.”
L’azienda considera questo momento come parte di un cambiamento più ampio nel modo in cui le organizzazioni valutano gli strumenti di AI per la creazione di contenuti visivi. In molti settori, tra cui retail, commerce, gaming e design, lo standard per l’adozione sta diventando più esigente. I team cercano non solo qualità visiva, ma anche aderenza al workflow, velocità e prontezza per la produzione. I sistemi che possono contribuire a pipeline di asset reali, anziché produrre soltanto output una tantum, sono destinati ad avere maggiore importanza man mano che l’adozione enterprise si sviluppa ulteriormente.
Si tratta di una valutazione analitica basata sui fatti descritti nel case study di NVIDIA e sulla direzione di prodotto precedentemente dichiarata da Hyper3D.
Hyper3D si aspetta che la prossima fase di crescita dell’AI 3D sia plasmata da quanto bene le piattaforme supportano workflow ripetibili, scalabili e interoperabili. Il riconoscimento all’interno della storia di NVIDIA e Lowe’s non definisce di per sé la categoria, ma offre un esempio concreto di come gli asset 3D generati dall’AI vengano utilizzati all’interno di uno stack operativo più ampio.
Per Hyper3D, questo è il segnale più importante. Mentre le organizzazioni continuano a investire in digital twin, visualizzazione immersiva e produzione di contenuti assistita dall’AI, l’azienda intende continuare a migliorare la propria piattaforma incentrandola sulla concreta prontezza degli asset, sull’efficienza del workflow e sulla facilità d’uso per i team che operano su larga scala.