旧金山，2026 年 4 月 22 日 — 由 Deemos 开发的 3D 生成式 AI 平台 Hyper3D 入选了一项 NVIDIA 案例研究，该研究重点介绍了 Lowe’s 更广泛的 AI、数字孪生和 3D 内容工作流。
在该案例研究中，NVIDIA 描述了作为全球第二大家居装修零售商的 Lowe’s，如何在其运营中构建了一个结合数字孪生、生成式 AI 和计算机视觉的大规模工作流。作为该工作流的一部分，NVIDIA 表示，Hyper3D.ai 的 Rodin 通过 AI 驱动的 2D-to-3D 转换，帮助支持了一个 超过 30,000 个条目的 3D 资产目录。
这项 NVIDIA 案例研究将 Hyper3D 置于一个实际的企业场景中，在该场景里，3D 生成被用作更广泛生产工作流的一部分。根据 NVIDIA 的说法，Lowe’s 使用这种方法来简化资产发现并实现 AI 驱动的 3D 模型生成，在几分钟内将 2D 产品图像转换为精确、高质量的 3D 模型，且每个模型成本低于 1 美元。
对 Hyper3D 而言，此次被纳入案例研究的意义，与其说在于被提及本身，不如说在于它所暗示的市场方向。正在评估 3D AI 工具的企业团队，越来越关注这些工具是否能够融入涉及规模、一致性和运营效率的真实工作流。Lowe’s 的案例表明，AI 生成的 3D 内容正开始在为商品营销、可视化和数字孪生就绪性而构建的生产系统中发挥更为具体的作用。这一解读是基于 NVIDIA 对该工作流的描述以及 Hyper3D 在其中所扮演角色的推断。
Hyper3D 一直专注于减少将视觉输入转化为可用 3D 资产所需的时间和复杂性。其产品方向一直围绕着让 3D 创作更易于使用，同时支持生成之后的实际步骤，包括编辑、优化以及为下游使用做准备。从更广泛的角度来看，公司将这一方向定义为从 image-to-3D 转换迈向更可控的编辑工作流，包括基于自然语言的模型修改和面向生产的资产处理。
在企业环境中，这种更广泛的工作流尤为重要，因为资产数量往往与资产质量同样关键。大规模运营的零售组织可能需要数以万计的视觉资产，这些资产不仅要可被发现、保持一致，还要适合集成到更大的系统中。在这种背景下，AI 的作用不仅仅是快速生成内容，更在于减少人工瓶颈，并让 3D 工作流更容易在不同品类、团队和使用场景中重复执行。
Lowe’s 的案例研究之所以值得关注，是因为它描述的正是这样一种环境：一家大型零售商利用内部系统、合作伙伴技术和数字孪生基础设施的组合，来支持大规模内容运营。
“被纳入这项 NVIDIA 案例研究对我们而言意义重大，因为这体现了 3D 生成式 AI 在真实企业工作流中的实际应用，”Hyper3D CTO QX Zhang 表示。“我们相信，这项技术的长期价值在于帮助团队以更高效率、更强控制力和更低运营摩擦生产可用的 3D 资产，而不是将生成视为一个孤立的创意步骤。”
公司认为，这一时刻反映了组织评估视觉内容创作 AI 工具方式中的更广泛转变。在包括零售、商业、游戏和设计在内的许多行业中，采用标准正变得更加严格。团队关注的不仅是视觉质量，还包括工作流适配性、速度以及面向生产的就绪程度。随着企业采用的进一步发展，那些能够为真实资产管线作出贡献、而不仅仅是产出一次性结果的系统，可能会变得更加重要。
这是基于 NVIDIA 案例研究中所描述事实以及 Hyper3D 此前公开产品方向所作出的分析性判断。
Hyper3D 预计，3D AI 下一阶段的增长将取决于平台对可重复、可扩展和可互操作工作流的支持程度。出现在 NVIDIA 和 Lowe’s 的案例叙事中，本身并不能定义这一类别，但它确实提供了一个具体示例，说明 AI 生成的 3D 资产如何在更大的运营技术栈中被使用。
对 Hyper3D 来说，这才是更重要的信号。随着各组织持续投资于数字孪生、沉浸式可视化和 AI 辅助内容生产，公司计划继续围绕实际资产就绪性、工作流效率以及面向大规模构建团队的易用性来改进其平台。