GPT-6 Astra x V2Fun - Od generování kódu ke spolupráci modelů

Představte si 3D modelovací proces, který vypadá takto.

Poskytnete GPT-6 Astra referenční obrázek rypadla. Nejprve identifikuje součásti stroje: kabinu, pásy, podvozek, výložník, násadu, lžíci a další.

Tyto hlavní součásti jsou následně jednotlivě odeslány specializovanému modelu pro generování 3D a během desítek sekund se vrátí jako samostatné assety.

Poté přebírá řízení GPT-6 Astra.

Určí měřítko a prostorové vztahy jednotlivých částí, umístí pásy po obou stranách podvozku, připevní výložník k tělu a následně spojí násadu se lžící. Jakmile je hlavní struktura hotová, použije Three.js k přidání hydraulických hadic, šroubů, otočných čepů a dokonce i ovládacích joysticků uvnitř kabiny.

Nakonec se ve 3D scéně objeví kompletní, strukturované a upravitelné rypadlo.

Nejde jen o samotné generování z obrázku do 3D ani jen o generování kódu.

Jde o dvě schopnosti AI, které začínají přirozenějším způsobem spolupracovat:

GPT-6 Astra zajišťuje porozumění, plánování a konstrukci, zatímco specializovaný základní 3D model zpracovává komplexní geometrii.

Jde o nový pracovní postup, který v poslední době zkoumá V2Fun, produkt společnosti Vertex Lab.

V jeho pozadí se skrývá širší změna:

3D agenti přecházejí od „generování všeho vlastními silami“ ke „znalosti toho, který model zavolat a kdy“.

01 ZLOMOVÝ BOD

GPT-6 Astra už dokáže vytvářet 3D objekty. Co bude dál?

Jednou z významných změn, které GPT-6 Astra přináší, je skutečný vstup velkých jazykových modelů do trojrozměrného světa.

V minulosti jsme byli zvyklí žádat AI o vygenerování obrázku, videa nebo textu. Nyní, díky stále schopnějšímu multimodálnímu porozumění, prostorovému uvažování a programování, GPT-6 Astra dokáže porozumět struktuře 3D objektu a následně jej skutečně vytvořit procedurálními metodami, jako je Three.js.

Vezměme si jako příklad průmyslovou výrobní linku.

GPT-6 Astra dokáže identifikovat její dopravní pásy, válečky, podpůrné rámy, motory a pracoviště a následně postupně generovat odpovídající geometrii.

Tyto objekty se k procedurálnímu modelování obzvlášť hodí, protože mají obvykle jasné matematické vztahy a opakující se struktury. Podpěrný sloup lze reprezentovat základním geometrickým tvarem, váleček lze desítkykrát duplikovat a délku i polohu dopravního pásu lze přímo řídit pomocí parametrů.

Ještě důležitější je, že výsledkem není zcela neprůhledná síť.

Každá součást výrobní linky zůstává samostatným objektem, který lze stále přesouvat, duplikovat, mazat nebo upravovat.

Z tohoto pohledu GPT-6 Astra dělá víc než jen „generování 3D“. Začíná rozvíjet schopnost bližší schopnostem 3D inženýra:

Rozumět tomu, z čeho se objekt skládá, a vytvořit ho.

Jakmile se však objekty stávají složitějšími, objevuje se nová otázka.

Co když objektem není výrobní linka, ale lidský obličej, tvor, oblečení, socha nebo dokonce rypadlo se složitými průmyslovými povrchy? Mělo by GPT-6 Astra stále zapisovat veškerou geometrii v kódu?

Odpověď nemusí být pouze jedna z těchto možností.

A právě zde může do pracovního postupu vstoupit V2Fun.

02 PROČ V2FUN

Proč V2Fun?

V2Fun není 3D API přidané narychlo pouze kvůli této ukázce.

Jde o produktovou platformu pro dlouhodobý výzkum a vývoj základních AI modelů pro 3D společnosti Vertex Lab.

Společnost Vertex Lab, založená v roce 2025, se soustavně zaměřuje na generování 3D, prostorovou inteligenci a z dlouhodobého hlediska také infrastrukturu pro světové modely.

V2Fun bylo dříve představeno na HDC 2026 jako první AI nativní aplikace systému HarmonyOS využívající základní 3D model. Jeho mobilní aplikace a webový pracovní prostor pokrývají celý pracovní postup od každodenní tvorby až po profesionální produkci 3D obsahu.

Ve svém jádru vždy řešilo stejnou otázku:

Jak lze složitý trojrozměrný objekt proměnit v použitelný 3D asset s menším úsilím a za kratší dobu?

Nadcházející V2Fun 2.0 tyto schopnosti posune ještě dál.

Nová verze bude obsahovat nejnovější generaci základního 3D modelu a podporovat generování textur v rozlišení až 8K. Zaměří se na zlepšení kvality generování komplexní geometrie, lidských postav, tvorů, oblečení, soch a dalších nepravidelných povrchů.

Proto je kombinace V2Fun a GPT-6 Astra něč víc než náhodná produktová spolupráce.

Problémy, jejichž řešením vynikají, se přirozeně doplňují.

GPT-6 Astra vyniká v porozumění, plánování, prostorových vztazích, programování a orchestrace agentů.

V2Fun vyniká přímým generováním komplexní 3D geometrie a vysoce kvalitních povrchů.

Jeden lépe odpovídá na otázku:

„Jak by měl být tento objekt vytvořen?“

Druhý lépe odpovídá na otázku:

„Jak by měla tato složitá součást skutečně vypadat?“

Jakmile se tyto dvě schopnosti spojí, generování 3D už není omezeno na jediný přístup.

03 VÝZVA

Některé věci je nejlepší vytvořit pomocí kódu. Jiné je lepší generovat přímo.

Vraťme se k tomu rypadlu.

Z hlediska struktury je vysoce pravidelné.

GPT-6 Astra snadno pochopí, že rypadlo se skládá z podvozku, levého a pravého pásu, těla, kabiny, výložníku, násady a lžíce. Dokáže také pochopit, jak by se tyto části měly spojit.

Podívejte se však pozorněji a problém se změní.

Kabina není jednoduchá krychle a plášť těla nelze přesně reprezentovat kombinací několika primitiv. Lžíce má spojité zakřivené povrchy, rameno má složitý obrys a pásy i podvozek obsahují množství detailů průmyslového designu.

GPT-6 Astra může tyto struktury samozřejmě nadále aproximovat pomocí procedurálního kódu.

Čím je však geometrie složitější, tím více kódu je třeba vygenerovat a upravovat a tím více iterací je zapotřebí.

Pro agenta to znamená utrácet stále více tokenů za popis geometrie na nízké úrovni.

Vyzkoušeli jsme proto jiný přístup.

GPT-6 Astra nejprve rypadlu „porozumí“.

Poté předá komplexní hlavní součásti, jako jsou kabina, pásy, rameno a lžíce, k samostatnému generování ve V2Fun 2.0.

Po dokončení generování GPT-6 Astra znovu převezme řízení, upraví měřítko, rotaci a polohu a sestaví celý objekt.

V2Fun zde přináší přesně tu schopnost, kterou vyvíjí:

Přímo rekonstruovat komplexní 3D struktury z vizuálního vstupu namísto toho, aby jazykový model nepřímo popisoval povrchy pomocí velkého množství kódu.

Může to vypadat jako pouhé psaní menšího množství kódu Three.js, ve skutečnosti se tím však mění celý výpočetní přístup.

Ještě zajímavější je, že V2Fun nenahrazuje Three.js.

Po sestavení GPT-6 Astra stále samo generuje mnoho prvků.

Například hydraulické hadice.

Hadice je v podstatě trubicová struktura spojující několik klíčových bodů, takže je ideální pro procedurální modelování.

Totéž platí pro šrouby, spojovací hřídele a joysticky.

Tyto objekty mají pravidelné rozměry, jednoduché struktury a často se objevují ve velkém počtu. Samostatné volání základního 3D modelu pro každý z nich by ve skutečnosti zvýšilo náklady a složitost pracovního postupu.

Výsledné rypadlo je proto skutečně hybridním assetem.

V2Fun generuje komplexní hlavní součásti.

GPT-6 Astra + Three.js zpracovává pravidelné detaily.

GPT-6 Astra poté obojí uspořádá do jediného strukturovaného 3D objektu.

Právě to činí tento přístup přesvědčivým:

Místo volby mezi generováním kódu a základním 3D modelem agent rozhoduje, která schopnost se pro danou část hodí nejlépe.

04 VĚTŠÍ SLOŽITOST

U lidských postav je hodnota V2Fun ještě zřetelnější

Rypadlo je stále především objektem s tvrdými povrchy.

Lidské postavy a složité organické povrchy skutečně posouvají čistě procedurální přístup na hranice jeho možností.

Abychom to prozkoumali, vytvořili jsme ambicióznější ukázku:

Požádali jsme GPT-6 Astra, aby vytvořilo plně ozbrojeného a obrněného krále.

Kromě samotného lidského těla tato postava zahrnuje složité brnění, hlavu, meč a štít.

Lidské postavy se pomocí pravidel vyjadřují mnohem hůře než mechanická zařízení.

To, zda obličej „vypadá správně“, závisí na více než jen na přibližně správném umístění očí, nosu a úst.

Konečný vzhled ovlivňuje tvar obličeje, lícní kosti, oční důlky, kořen nosu, rty i jemné, spojité změny zakřivení mezi nimi.

Totéž platí pro brnění.

Ačkoli jde o objekt s tvrdým povrchem, není to jednoduchá technická součást. Reliéfní práce, ornamenty, spojité povrchy a stylizované tvary se podílejí na vizuální identitě postavy.

Právě s takovými objekty si další generace základního 3D modelu V2Fun 2.0 poradí lépe.

V této ukázce GPT-6 Astra nejprve porozumí postavě jako celku a rozdělí ji na několik hlavních částí: hlavu, tělo a brnění, meč a štít.

V2Fun následně tyto komplexní součásti vygeneruje samostatně.

GPT-6 Astra řeší to, co následuje:

Je hlava správně měřítkovaná a jak by měla být spojena s tělem? Kam umístit meč a štít? Jsou proporce jednotlivých částí konzistentní? U kterých modelů je třeba snížit počet polygonů? A jak vše uspořádat do 3D assetu, který lze dále upravovat a používat?

Jinými slovy:

V2Fun řeší „jak rychle a ve vysoké kvalitě generovat komplexní geometrii“.

GPT-6 Astra řeší „jak tuto geometrii proměnit v kompletní objekt“.

Proč si V2Fun dokáže poradit s touto úrovní komplexní geometrie?

Důvod jde dál než „je to také model pro převod obrázku do 3D“.

Základní výzkum a vývoj společnosti Vertex Lab se v poslední době zaměřuje na dvě zásadní otázky:

Jak přesněji reprezentovat geometrii a jak zachovat konzistenci textur ve vysokém rozlišení napříč 3D povrchy.

Na straně geometrie tým nadále zdokonaluje 3D reprezentace a architekturu generování s cílem omezit neefektivní geometrické reprezentace a soustředit kapacitu modelu na oblasti s vysokým zakřivením, tenké struktury a komplexní regiony.

Na straně textur se zaměřuje na řešení nesouladu, trhání a ztráty detailů, k nimž běžně dochází při generování ve vysokém rozlišení z více pohledů.

To také tvoří základ schopnosti V2Fun 2.0 poskytovat vysoce kvalitní textury v rozlišení až 8K.

Pro agenta jsou takové schopnosti velmi důležité.

Volá specializovaný model, který vytváří skutečné 3D assety, nikoli nástroj pro vizuální generování, který pouze vytvoří něco, co „vypadá jako 3D“.

Vygenerované assety je stále třeba sestavit, snížit jejich počet polygonů a upravit pomocí GPT-6 Astra a případně je použít v animaci, hrách, 3D tisku nebo jiných 3D pracovních postupech.

To je produktová výzva, jejímž řešením se V2Fun zabývá:

Zajistit, aby AI generovala víc než jednorázový výsledek: 3D asset, se kterým mohou lidé skutečně dále pracovat.

05 EFEKTIVITA

Kromě vyšší kvality přichází ještě jedna změna: tokeny

Tento pracovní postup má ještě jednu velmi přímou výhodu:

Efektivitu tokenů.

Když GPT-6 Astra používá Three.js k popisu jednoduché struktury, využívá tokeny velmi efektivně.

Válec, hydraulická hadice nebo několik šroubů vyžadují jen velmi málo kódu.

Při použití stejné metody k aproximaci lidských obličejů, záhybů látky nebo vysoce komplexních průmyslových povrchů však rychle narůstá množství geometrického kódu, který je třeba vygenerovat a upravovat.

Velké množství tokenů se pak spotřebuje na otázky typu:

„Jak lze tento povrch udělat o něco přesnější?“

„Jak by se měl tento obrys dále upravit?“

„Kolik geometrických detailů by zde mělo být přidáno?“

Když se komplexní části předají přímo V2Fun, tyto procesy na nízké úrovni se zkrátí na jediné volání specializovaného modelu.

GPT-6 Astra může více svých zdrojů pro uvažování věnovat rozhodnutím, která je skutečně vyžadují:

Jak objekt rozdělit;

Které části by se měly generovat samostatně;

Jak spolu části souvisejí v prostoru;

Jak sestavit výsledný objekt;

Kde jsou potřeba další úpravy.

Proto V2Fun 2.0 nabízí víc než „lépe vypadající modely“.

Má také potenciál snížit spotřebu tokenů GPT-6 Astra i celkový čas modelování u komplexních 3D úloh.

Pracovní postup mohl dříve vypadat takto:

Porozumět → Napsat kód geometrie → Upravit → Napsat další kód geometrie → Znovu upravit

Nyní vypadá takto:

Porozumět → Rozdělit na části → Generovat paralelně → Sestavit → Přidat lokální detaily

Jakmile lze současně generovat více komplexních součástí, výhoda této efektivity se ještě zvětšuje.

06 ZÁVĚR

Od generování modelu k základní 3D schopnosti pro agenty

Ústřední otázka AI 3D v posledních několika letech zněla:

Jak vygenerovat lepší model?

Jakmile však modely jako GPT-6 Astra získávají silnější multimodální porozumění, programovací a agentní schopnosti, tato otázka se mění.

V budoucnu AI možná nebude muset pro každý 3D úkol používat jedinou techniku.

Jednoduché struktury lze přímo naprogramovat.

Komplexní povrchy lze předat V2Fun.

Stávající assety lze znovu použít tak, jak jsou.

Snížení počtu polygonů, sestavení a strukturální úpravy lze následně předat zpět agentovi.

To odpovídá posunu v odvětví generování 3D od jednorázových nástrojů ke zvýšení produktivity řízenému agenty. Referenční článek popisuje stejný trend: generování 3D se přesouvá z fáze připomínající rané chatboty do fáze produktivity poháněné agenty.

Pro Vertex Lab je tento směr v souladu s jeho dlouhodobou technickou vizí.

Od samého začátku společnost nikdy nedefinovala V2Fun pouze jako „web pro převod obrázku do 3D“.

Od zpřístupnění tvorby 3D na mobilních zařízeních přes umožnění profesionální produkce assetů na webu až po 3D modely, animaci, pohyb a dlouhodobější snahu o prostorovou inteligenci a světové modely se Vertex Lab vždy snažil budovat infrastrukturu pro generování 3D obsahu a prostorovou inteligenci.

Vzestup agentů může otevřít novou cestu k tomuto cíli.

V budoucnu uživatelé možná nebudou muset vědět, který model zavolat, jaký kód napsat ani jaký přístup k modelování zvolit.

Možná budou muset pouze říct:

„Proměň to na 3D.“

GPT-6 Astra požadavku porozumí a rozhodne, jak jej provést.

V2Fun 2.0 se chce stát specializovanou schopností, na kterou se bude spoléhat při práci s komplexním trojrozměrným světem.

GPT-6 Astra zajišťuje porozumění, plánování a konstrukci.

V2Fun proměňuje komplexní trojrozměrné nápady ve skutečné assety.

GPT-6 Astra × V2Fun: Od generování kódu ke spolupráci modelů.