近期，深圳兔展智能正式发布工业级AI设计工具RabbitVis，并顺利完成股份制改造。该产品突破了传统AI仅能输出单张静态图片的局限，可直接生成矢量化、可分层编辑的全套设计稿及印刷级刀版图。
在多模态技术与商业模式加速分化的背景下，RabbitVis的落地验证了兔展智能自2023年全面布局AI之初便确立的战略定位：避开互联网大厂扎堆的泛娱乐视频生成赛道，专注于高付费意愿、高精度要求的“AI视觉生产力”市场。目前，依托底层UniWorld系列模型与上层应用RabbitVis构成的“产模一体”闭环，兔展智能正全面切入以Adobe、Figma及Canva为代表的专业级设计软件市场。
直击“反复修改”工作流痛点 RabbitVis实现工业级设计交付
在当前AI视觉领域，尽管以短剧为代表的娱乐类生成模型热度很高，但专业设计软件市场并未受到实质冲击。兔展智能创始人兼CEO董少灵日前表示，设计不等于画图，设计要求每个实体具备精准的尺寸、坐标和相对关系，且能够被轻松准确地二次编辑；Adobe真正需要被替代的并非“画图”这一单一动作，而是“画完之后反复修改”的整个工作流程。
基于这一行业痛点，兔展智能于今年10月8日推出的RabbitVis直接切入专业设计全流程。在实际应用中，无论是生成海报、PPT还是UI界面，RabbitVis输出的每一个文字、图标及装饰元素均可实现独立分层操作，一步到位完成精细调整，无需像以往那样先用AI生成参考图，再导入Photoshop或Figma中二次重绘。
同时，该工具生成的字体均附带商业版权授权，企业设计师可直接商用，规避了潜在的版权纠纷。针对存量设计稿，RabbitVis还支持反向拆解功能，例如可将一张复杂的游戏界面自动拆解为90个独立图层供设计师修改，使过往一次性消耗的图片转化为可反复复用的数字资产。
在专业壁垒最深的包装印刷设计场景中，RabbitVis实现了对传统工具与人工模式的全链路替代。包装印刷涉及复杂的刀版出血线、虚线与折线结构，既要兼顾美学表现，又要达到毫米级精度，同时还需适配CMYK色彩体系以保障线上线下输出无色差。据介绍，RabbitVis是目前全球唯一能够端到端直接输出印刷级刀版图的AI设计工具。
董少灵指出，语言模型目前最大的变现方向是Vibe Coding，而Vibe Design则是视觉模型领域的Vibe Coding，其市场规模不亚于代码生成；通过“产模一体”模式，公司不仅能锁住用户的使用习惯、历史上下文与设计资产，还能利用真实的用户反馈数据持续进行强化学习，构建高壁垒的数据飞轮。
攻克“理解生成一体”架构 领跑斯坦福世界模型榜单
支撑RabbitVis实现工业级精准控制的，是兔展智能在底层多模态模型架构上的持续突破。2023年，北京大学青年博导、Vision Transformer领域核心论文作者袁粒加入兔展智能，担任联合创始人兼首席科学家，与董少灵共同主导AI技术演进。
2024年3月1日，即OpenAI发布Sora演示视频的第十二天，兔展智能发布了全球首个可下载、可运行、可出片的文生视频开源模型Open-Sora Plan。
该模型上线当周即登顶GitHub全球Trending榜单第一，累计收获1.2万颗星标和14万次访问。中国工程院院士王坚曾对此评价称，中国人在世界AI史上第一次引领式的开源，并非DeepSeek，而是Open-Sora Plan。
不过，在取得开源社区的广泛认可后，团队却主动选择从C端泛娱乐视频赛道抽身。董少灵分析称，泛娱乐分发的终局是“AI抖音”，高度依赖平台流量分发、推荐算法与商业化网络，互联网巨头在数据、资金与算力上比初创公司高出两个数量级；初创企业唯有避开大厂核心战场，像Anthropic聚焦垂直生产力一样追求更高的资金效率，选择差异化的战略生态位才具备成功可能。
与此同时，研发团队在实践中发现，仅具备生成能力、缺乏理解能力且无法进行“慢思考”的模型，在理论上并非视觉空间智能演进的正确架构。董少灵介绍，视频由每秒24帧静态图片组成，如果模型连单张静态图中的文字和几何结构都无法准确生成，连续帧也无法实现精准控制；“理解是生成的上限，生成是理解的验证”，要实现实体分层、矢量化和精准坐标控制，必须依靠“理解生成一体”的新架构。
2024年10月，袁粒团队完成了“理解生成一体”的核心实验，并将研发资源全面集中至UniWorld系列模型。2025年6月，兔展智能发布并开源了业内最早整合理解能力、生成能力与慢思考机制的多模态模型UniWorld，早于谷歌同类架构模型Nano Banana三个月面世。
到今年4月，兔展智能迭代推出突破复杂信息准确性与可编辑性的UniWorld V2.5模型，为RabbitVis的诞生奠定了直接基础。在更高维度的空间智能探索上，公司于今年7月推出UniWorld View模型，在斯坦福大学李飞飞团队发布的世界模型榜单World Score中持续位居第一，完成了从2.5维向四维世界模型过渡的技术验证。
依托十三年企业级数据积淀 100%国产算力底座护航资本化进程
兔展智能之所以能够在多模态大模型与专业设计工具领域快速实现商业闭环，源于其十三年来在视觉内容生产领域的连续创业积淀。
公开资料显示，2013年，公司率先开创移动端H5工具，累计积累超4000万用户。此后，公司由中小微企业市场转向大中型企业级市场，推出对标Adobe Experience Management的“数字内容引擎”，解决企业数字化内容生产与协作刚需，该业务在2021年实现了2亿元营业收入，位居国内SaaS行业头部阵营。
董少灵表示，从H5工具、数字内容引擎到如今的视觉大模型，公司十三年来始终专注于让视觉内容生产更高效，过往积累的大量企业级设计数据，也直接转化为了如今训练底层模型的宝贵数据资产。
在底层算力基础设施与核心人才构建上，兔展智能同样确立了自主可控的长期主义策略。
早在2024年推进Open-Sora Plan 1.5版本时，公司便与华为工程团队展开深度协同，基于华为CANN生态解决底层算子适配问题，实现了模型训练过程100%运行于华为昇腾910C芯片之上，未再使用一张英伟达显卡。
谈及这一决策，董少灵坦言，一方面是因为“城堡不能建在沙丘上”，公司不愿将核心命脉押注在存在断供风险的算力底座上；另一方面，国产算力属于国家战略刚需，早期坚定拥抱国产算力不仅有效规避了高昂的海外GPU溢价，还使公司获得了来自行业巨头与重点实验室的资金及算力支持。
在人才梯队方面，公司依托与北京大学的深厚渊源，打破传统论资排辈的招聘惯例，重点选拔正处于创新产出巅峰期的新生代青年科研人员作为研发主力。目前，兔展智能内部已有近20名核心青年技术人才获得了合伙人级别的股权激励。
当前，AI视觉产业的竞争正全面从展厅里的惊艳演示，走向生产线上的真实交付。随着股份制改造的正式完成，兔展智能正依托国产算力底座与“产模一体”核心优势，加速推进AI设计工具在专业生产流程中的规模化落地，为后续登陆资本市场奠定坚实基础。
（来源：中国经济网）
