独家｜半图科技完成新一轮超千万美元融资，以人类行为模型切入3D AI互动

Z Potentials 独家获悉，上海半图科技（SemiGraph）已完成单轮超过千万美元融资，由联想创投等多家国内及海外一线资本领投，老股东IDG资本持续加码。本轮融资将主要用于人类行为模型研发、数据体系建设、团队扩充，以及AI原生3D互动场景的产品化落地。

生成式AI正从内容走向互动。随着世界模型、实时视频生成和AI开发工具持续演进，创造可探索、可响应的数字世界的门槛正在降低。但当世界可以被生成，一个更具体的问题也随之浮现 —— 其中的角色，应该如何行动？

让AI生成一个角色，或一段包含角色动作的视频，与让角色在持续变化的环境中自主行动、自然表达，并根据用户反应调整长期行为，是两类完全不同的问题。后者需要角色理解当前情境和此前的经历，还要协调语言、情绪、表情、身体动作，以及与周围人和物体的关系。

半图科技将这一方向概括为人类行为智能（Human Behavior Intelligence）。公司正围绕大规模人类行为数据与统一的3D行为表示，训练能够理解、生成并驱动人类行为的模型。为虚拟角色、AI原生互动产品和具身智能提供可复用的AI行为能力。

01 当AI开始生成世界，如何让其中的角色真正参与互动？

围绕AI互动，不同技术正在从多个角度向共同的目标推进：实时视频模型让角色的画面能够随用户交互产生变化；世界模型尝试生成可探索、会随操作演化的环境；3D生成与AI开发工具则提高了角色、场景及交互内容的生产效率。这些进展让数字世界越来越容易被创造和进入，也让世界中的角色行为变得更加重要。

一个角色可能需要在交谈时自然转身、走向用户、拿起桌上的物体，也可能因为此前共同经历的事，在下一次见面时改变表达方式。这些行为要符合角色当下的目标和状态，还要在时间、空间以及语言、表情、动作之间保持连贯。

传统游戏通过预制动画和状态机组织角色行为，能够保证设计质量与规则可控，当互动输入和角色状态越来越丰富，需要人工编排的分支也会指数级增加。视频模型能生成流畅的画面，但很难像3D动作资产一样，被精确修改、组合和复用。产品团队需要设计角色何时、何地、如何行动，还要让这些行为接入不同角色、引擎和玩法，如果每次互动都依赖实时视频生成，成本也会很高。

半图科技选择从人类行为本身入手，把动作、表情、空间轨迹及人与物体的交互关系转化为模型可以学习和生成的行为表示，再让这些能力进入持续运行的互动系统。

融合空间理解、多模态实时交互、物体互动等能力的人类行为模型

02 从多模态输入到3D执行：人类行为模型如何工作

围绕这一问题，半图科技构建了“人类行为模型”。

人类行为模型位于上游多模态理解与下游3D AI互动输出系统之间。在输入端，系统接收文本、语音、音乐等多模态内容，也能接收复杂的角色状态、剧情规则和环境信号。模型处理的不只是用户此刻发出的指令，也包括角色此前经历了什么、当前处于什么状态，周围存在哪些人和物体。

在此基础上，模型进一步完成行为规划与生成：判断角色接下来应该做什么，并将抽象意图拆解为具体的动作、表情、空间轨迹以及人与物体的关系，同时实现不同动作之间的自然衔接。最终，这些结果都被转化为统一的3D行为表示。与视频像素或孤立的动画片段不同，这种行为表示具有结构化、可编辑可解耦的特征，可以转化为各种控制信号，驱动不同的虚拟角色及互动内容，也可以应用到具身智能领域。

不过，要让角色拥有丰富、自然的行为，还需要大规模、多样化的人类行为数据作为基础。这也构成了半图科技模型能力背后的另一项核心技术建设。

03 模型能力背后：50万小时级别的人类行为数据与生产体系

让模型理解和生成人类行为，首先需要足够丰富的训练数据。模型需要学习的不只是一段动作的外观，还包括动作所处的情境、节奏、情绪和空间轨迹，以及人与物体、人与人之间的关系。

传统动画和动作资产通常具有较高质量，但数量有限、生产周期长、成本也相对较高。在具身智能领域，行为数据往往来自遥操作、实验室采集或特定任务录制，同样难以低成本规模化。与此同时，互联网上虽然存在大量人物与表演内容，却通常停留在视频像素层，无法直接转化为可供模型训练、检索和复用的结构化3D行为数据。

围绕这一问题，半图科技建立了一套面向人类行为的数据生产体系，通过专业表演采集、规模化视频处理、3D空间重建、自动标注、仿真与数据合成等环节，将真实人的身体动作、手部操作、表情、动作节奏、空间轨迹以及人与物体之间的关系，转化为结构化行为数据。

目前，半图科技围绕人类行为已经积累了50万小时级的相关数据，并持续扩充身体动作、手部操作、人与物体交互和表演表达等数据类型。数据规模本身并不是终点，更重要的是这些数据能够进入模型训练和场景验证流程，并由真实互动需求决定下一轮数据生产的重点。

从海量视频与专业表演采集，到包含3D身体结构、细粒度动作和连续时序的结构化行为数据

04 从互动娱乐到产业合作，用真实需求驱动模型迭代

人类行为模型的价值，最终需要在真实应用中接受检验。在数字世界中，这套能力目前主要进入两类场景：一类服务于3D内容生产，另一类进入持续运行的实时互动环境。

在内容生产中，模型生成的结构化行为可以作为可编辑、可组合的动作与表演资产，进入角色动画、游戏内容和数字表演等生产管线。在实时互动中，行为能力则进一步接入角色资产、动画系统、实时引擎和交互逻辑，让角色能够随着用户行为和环境状态的变化持续作出反馈。

为了验证3D互动是否对应真实用户需求，半图科技自研了AI互动产品《代号Live》。产品中的AI角色需要同时处理状态、关系、语音、表情、动作与空间行为。与主要依靠文字回复的Chatbot不同，《代号Live》中的角色需要以完整的3D身体参与互动。用户的一句话、一次靠近、一个话题变化或一段共同经历，都可能影响角色后续的情绪、表达与行为。

在2026年9月完成的新一轮测试中，《代号Live》的次日和5日留存达到了72%和57%，测试用户人均每日发起的AI互动轮次接近200条。对半图科技而言，这些数据不仅用于判断产品方向，也在帮助团队识别哪些角色表达更容易被用户接受、哪些动作和互动出现频率更高，以及哪些状态变化最容易影响互动体验。

为了让模型能力服务于更多产品和场景，半图科技已完成标准化API封装与容器化部署，并建立了面向不同角色资产、3D引擎和业务系统的适配能力。目前，公司正与国内外知名游戏娱乐及数字内容领域的合作伙伴推进技术接入与商业合作，合作方向包括3D动作与表演资产生成、实时角色驱动、跨模态行为调度，以及跨角色、跨引擎部署，推动相关能力应用于游戏内容生产、角色动画和AI互动场景等。

产品和产业场景产生的新需求，会进一步进入数据采集、结构化处理与合成流程，推动下一轮模型训练，再回到实际应用中继续验证。由此形成的闭环是：

相比单纯追求数据规模，这套闭环更重要的价值，是让每一轮数据建设都服务于明确的模型能力与实际场景。产品和合作项目因此不只是模型能力的输出终点，同时也是数据和模型持续进化的起点。

05 从数字身体到物理身体：人类行为模型的跨载体延展

半图科技并不将虚拟角色与具身机器人视为两条割裂的技术路线。无论载体是数字身体还是物理身体，一个能够与人持续互动的智能体，都需要理解环境与用户状态，决定下一步行动，并将意图转化为连续、自然且可执行的行为。

过去两年，半图科技已经建立起从人类行为数据、3D行为建模，到多模态Agent调度和实时动作生成的完整链路。这套能力首先在虚拟角色和互动娱乐中得到高频验证，并正在向物理世界延展。目前，半图科技正与国内头部具身智能企业达成技术接入和商业合作，将人类行为数据与模型能力接入合作方的仿真和训练体系，并结合机器人本体、动力学约束和控制系统进一步验证。

对半图科技而言，互动娱乐是人类行为模型反馈密度最高的前置训练场。具身智能则是同一套能力从数字身体向物理身体的自然延展。

06 一条持续十余年的技术主线

人类行为模型并不是单一算法问题。它同时涉及深度学习、计算机图形学、3D动画、实时引擎、交互产品与内容表达，需要算法、工程和体验团队长期协作。

半图科技创始人邢骏长期深耕虚拟角色与AI交互。从好莱坞数字人研究，到米哈游鹿鸣相关AI技术，再到创立半图科技，其职业经历始终围绕同一个目标展开：让数字角色从“看起来像人”，走向真正能够行动、表达并持续与人互动。

这也构成了半图科技今天的技术方向。公司希望围绕人类行为模型，建立让AI理解、生成并执行人类行为的基础能力，让AI从生成内容进一步走向生成行为与互动。

“AI begins with humans, and ultimately returns to humans.”

文章来自于"Z Potentials"，作者 "Z Potentials"。