上海半图科技完成超千万美元融资：联想创投领投IDG加码，主攻人类行为模型3D互动
发布时间：2026年10月11日 09:30:0010月11日，上海半图科技SemiGraph披露完成单轮超千万美元融资，由联想创投等国内外一线资本领投，老股东IDG资本持续加码，资金用于人类行为模型研发、数据体系建设与AI原生3D互动场景产品化。半图提出「人类行为智能」方向：不生成世界，而让数字世界里的角色学会自主行动——理解情境与记忆，协调语言、情绪、表情、身体动作和人-物交互，输出结构化、可编辑、可解耦的统一3D行为表示，上游接文本语音等多模态输入，下游驱动虚拟角色并可延伸至具身智能。公司已建成50万小时级人类行为数据生产体系。生成式AI正从「生成内容」走向「生成可互动的角色」，半图是国内在这一前沿卡位的少数玩家。
当世界可以被AI生成，角色该怎么行动？
10月11日，上海公司半图科技（SemiGraph）披露完成单轮超千万美元融资：联想创投等多家国内外一线资本领投，老股东 IDG 资本持续加码。资金将投向人类行为模型研发、数据体系建设、团队扩张和 AI 原生 3D 互动场景的产品化落地。
半图切入的问题非常具体：实时视频模型、世界模型、3D 生成工具已经让「造一个数字世界」越来越便宜，但世界里的角色应该怎么自主行动，仍是一片空白。
「生成角色」和「让角色活着」是两件事
半图把自己的方向概括为人类行为智能（Human Behavior Intelligence）。两者的区别是本质性的：
| 能力 | 现有方案 | 缺口 |
|---|---|---|
| 生成一个角色的形象/视频 | 视频模型、3D 生成已较成熟 | 只能看，不能交互 |
| 让角色在持续变化的环境中自主行动 | 游戏状态机/预制动画 | 分支指数爆炸，无法泛化 |
| 根据用户反应和共同记忆调整长期行为 | 几乎空白 | 需要情境理解+多通道协调 |
一个真正「活着」的角色，交谈时要会自然转身、走向用户、拿起桌上的东西；还要记得你们上次一起经历的事，并因此改变这次的表达方式——这要求模型同时协调语言、情绪、表情、身体动作、空间轨迹和人-物关系。
半图的技术路线：统一3D行为表示
半图的模型位于「上游多模态理解」与「下游 3D 互动输出」之间：
- 输入：文本、语音、音乐 + 角色状态、剧情规则、环境信号（含历史记忆）；
- 规划生成：判断下一步该做什么，把抽象意图拆成动作、表情、空间轨迹与人-物关系，并处理动作间自然衔接；
- 输出：统一的结构化、可编辑、可解耦 3D 行为表示——区别于视频像素或孤立动画片段，它能转成各种控制信号，驱动不同引擎里的虚拟角色，也可以迁移到具身智能（机器人）。
这条路线的价值在于资产可复用：同一套行为能力可以接游戏引擎、虚拟人产品、互动影视，甚至实体机器人，而不是每做一个项目都重新实时生成视频（成本和可控性都不可接受）。
50万小时行为数据是真正的护城河
行为模型的瓶颈是数据。传统动画质量高但量少、周期长、成本高；机器人遥操数据又局限于特定实验室任务。半图为此自建了 50 万小时级别的人类行为数据生产体系——不只采集动作外观，还标注情境、节奏、情绪、空间轨迹和人-物/人-人关系。
为什么联想、IDG 同时下注
- 联想创投：联想在 AI PC、AR/VR、边缘设备上有硬件版图，AI 原生互动内容是这些终端的关键内容生态。
- IDG 加码：说明老股东在看到产品进展后选择加注，而非一次性试水。
- 大背景：生成式 AI 的叙事正从「内容生成」转向「实时互动」——AI 游戏、AI 陪伴、AI 原生社交都在等「能自主行动的角色」这一层基础设施，谁先做成行为模型，谁就可能成为互动时代的「Unity 级」公司。
冷静一面
这一方向仍处极早期：行为的长期一致性、多角色社交的协调性、实时运行的算力成本，都还没有被大规模产品验证。50 万小时数据能否撑起真正「像人」的行为泛化，也需要产品说话。
结语
视频模型解决了「AI 会演什么」，半图想解决的是「AI 会怎么活」。当数字世界的供给开始过剩，可互动、有记忆、能行动的角色将成为下一个稀缺品。这家上海公司拿到的不只是千万美元，更是一张通往「生成式互动时代」的早鸟票。