GPT-6 Astra x V2Fun - Von der Codegenerierung zur Zusammenarbeit von Modellen

GPT-6 Astra × V2Fun: Von der Codegenerierung zur Modellkollaboration

Stellen Sie sich einen 3D-Modellierungsprozess wie diesen vor.

Sie geben GPT-6 Astra ein Referenzbild eines Baggers. Zunächst identifiziert es die Komponenten der Maschine: Kabine, Ketten, Unterwagen, Ausleger, Stiel, Schaufel und weitere.

Diese Hauptkomponenten werden anschließend einzeln an ein spezialisiertes 3D-Generierungsmodell gesendet und innerhalb von mehreren zehn Sekunden als separate Assets zurückgegeben.

Als Nächstes übernimmt GPT-6 Astra.

Es bestimmt den Maßstab und die räumlichen Beziehungen jedes Teils, platziert die Ketten auf beiden Seiten des Unterwagens, befestigt den Ausleger am Aufbau und verbindet anschließend Stiel und Schaufel der Reihe nach. Sobald die Hauptstruktur fertiggestellt ist, verwendet es Three.js, um Hydraulikschläuche, Schrauben, Bolzen und sogar die Steuerhebel in der Kabine hinzuzufügen.

Schließlich erscheint ein vollständiger, strukturierter und editierbarer Bagger in der 3D-Szene.

Das ist mehr als reine Bild-zu-3D-Generierung oder reine Codegenerierung.

Es sind zwei KI-Fähigkeiten, die auf natürlichere Weise zusammenarbeiten:

GPT-6 Astra übernimmt Verständnis, Planung und Aufbau, während ein spezialisiertes 3D-Basismodell komplexe Geometrie verarbeitet.

Das ist ein neuer Workflow, den ​V2Fun​, ein Produkt von Vertex Lab, seit Kurzem untersucht.

Dahinter steht ein umfassenderer Wandel:

3D-Agenten entwickeln sich von „alles selbst generieren“ zu „wissen, welches Modell wann aufgerufen werden soll“.

01

WENDEPUNKT

GPT-6 Astra kann bereits in 3D bauen. Was kommt als Nächstes?

Eine bedeutende Veränderung durch GPT-6 Astra besteht darin, dass große Sprachmodelle tatsächlich in die dreidimensionale Welt vordringen.

Früher waren wir eher daran gewöhnt, KI aufzufordern, ein Bild, ein Video oder einen Text zu generieren. Mit zunehmend leistungsfähigem multimodalem Verständnis, räumlichem Denken und Programmierfähigkeiten kann GPT-6 Astra nun die Struktur eines 3D-Objekts verstehen und es anschließend mithilfe prozeduraler Methoden wie Three.js tatsächlich erstellen.

Nehmen wir beispielsweise eine industrielle Produktionslinie.

GPT-6 Astra kann deren Förderbänder, Rollen, Stützrahmen, Motoren und Arbeitsstationen identifizieren und anschließend die entsprechende Geometrie schrittweise generieren.

Diese Objekte eignen sich besonders gut für prozedurale Modellierung, da sie in der Regel klare mathematische Beziehungen und wiederholte Strukturen aufweisen. Eine Stützsäule kann durch eine einfache geometrische Form dargestellt werden, eine Rolle kann dutzendfach dupliziert werden und Länge sowie Position eines Förderbands lassen sich direkt über Parameter steuern.

Noch wichtiger ist, dass das Ergebnis kein vollständig intransparentes Mesh ist.

Jede Komponente der Produktionslinie bleibt ein separates Objekt, das weiterhin verschoben, dupliziert, gelöscht oder geändert werden kann.

Aus dieser Perspektive generiert GPT-6 Astra nicht einfach nur „3D“. Es entwickelt allmählich eine Fähigkeit, die der eines 3D-Ingenieurs näherkommt:

Verstehen, woraus ein Objekt besteht, und es bauen.

Doch je komplexer Objekte werden, desto mehr stellt sich eine neue Frage.

Was ist, wenn es sich bei dem Objekt nicht um eine Produktionslinie, sondern um ein menschliches Gesicht, ein Wesen, Kleidung, eine Skulptur oder sogar einen Bagger mit komplexen Industrieoberflächen handelt? Sollte GPT-6 Astra weiterhin die gesamte Geometrie als Code schreiben?

Die Antwort muss nicht entweder das eine oder das andere sein.

Und genau hier kann V2Fun in den Workflow einsteigen.

02

WARUM V2FUN

Warum V2Fun?

V2Fun ist keine 3D-API, die nur für diese Demo kurzfristig hinzugefügt wurde.

Es ist die Produktplattform für die langfristige Forschung und Entwicklung von Vertex Lab im Bereich der 3D-Basismodelle für KI.

Vertex Lab wurde 2025 gegründet und konzentriert sich seither konsequent auf 3D-Generierung, räumliche Intelligenz und langfristig auf die Infrastruktur für Weltmodelle.

V2Fun wurde zuvor auf der HDC 2026 als erste KI-native Anwendung von HarmonyOS vorgestellt, die auf einem 3D-Basismodell basiert. Die mobile App und der Web-Arbeitsbereich decken den gesamten Workflow ab – von alltäglicher Erstellung bis zur professionellen Produktion von 3D-Inhalten.

Im Kern ging es dabei immer um dieselbe Frage:

Wie lässt sich ein komplexes dreidimensionales Objekt mit weniger Aufwand und in kürzerer Zeit in ein nutzbares 3D-Asset verwandeln?

Das kommende V2Fun 2.0 wird diese Fähigkeiten weiter ausbauen.

Die neue Version wird die neueste Generation des 3D-Basismodells enthalten und die Texturgenerierung mit Auflösungen von bis zu 8K unterstützen. Der Schwerpunkt liegt auf einer höheren Generierungsqualität für komplexe Geometrien, menschliche Charaktere, Wesen, Kleidung, Skulpturen und andere unregelmäßige Oberflächen.

Deshalb ist die Kombination aus V2Fun und GPT-6 Astra mehr als eine zufällige Produktkooperation.

Die Probleme, bei deren Lösung sie jeweils besonders stark sind, ergänzen sich grundsätzlich.

GPT-6 Astra ist besonders stark beim Verstehen, Planen, Erfassen räumlicher Beziehungen, Programmieren und Orchestrieren von Agenten.

V2Fun ist besonders stark bei der direkten Generierung komplexer 3D-Geometrie und hochwertiger Oberflächen.

Das eine beantwortet besser die Frage:

„Wie sollte dieses Objekt gebaut werden?“

Das andere beantwortet besser die Frage:

„Wie sollte diese komplexe Komponente tatsächlich aussehen?“

Sobald diese beiden Fähigkeiten zusammenkommen, ist die 3D-Generierung nicht mehr auf einen einzigen Ansatz beschränkt.

03

HERAUSFORDERUNG

Manches lässt sich am besten mit Code erstellen. Anderes sollte besser direkt generiert werden.

Kehren wir zu dem Bagger zurück.

Strukturell ist er sehr regelmäßig aufgebaut.

GPT-6 Astra kann problemlos verstehen, dass ein Bagger aus einem Unterwagen, einer linken und einer rechten Kette, einem Aufbau, einer Kabine, einem Ausleger, einem Stiel und einer Schaufel besteht. Es kann auch verstehen, wie diese Teile miteinander verbunden werden sollten.

Bei genauerer Betrachtung verändert sich das Problem jedoch.

Die Kabine ist kein einfacher Würfel und die Außenhülle des Aufbaus lässt sich nicht präzise durch die Kombination einiger Grundkörper darstellen. Die Schaufel besitzt durchgehend geschwungene Oberflächen, der Arm hat eine komplexe Kontur und Ketten sowie Unterwagen enthalten eine Fülle industrieller Designdetails.

GPT-6 Astra kann diese Strukturen sicherlich weiterhin mithilfe prozeduralen Codes annähern.

Doch je komplexer die Geometrie ist, desto mehr Code muss generiert und überarbeitet werden und desto mehr Iterationen sind erforderlich.

Für einen Agenten bedeutet das, immer mehr Tokens für die Beschreibung geometrischer Details auf niedriger Ebene aufzuwenden.

Deshalb haben wir einen anderen Ansatz ausprobiert.

GPT-6 Astra „versteht“ zunächst den Bagger.

Anschließend delegiert es die komplexen Hauptkomponenten wie Kabine, Ketten, Arm und Schaufel zur separaten Generierung an V2Fun 2.0.

Nach Abschluss der Generierung übernimmt GPT-6 Astra wieder, passt Maßstab, Drehung und Position an und setzt das gesamte Objekt zusammen.

Hier bringt V2Fun genau die Fähigkeit ein, die das Unternehmen entwickelt hat:

Komplexe 3D-Strukturen direkt aus visuellen Eingaben rekonstruieren, anstatt ein Sprachmodell Oberflächen indirekt durch große Mengen an Code beschreiben zu lassen.

Das mag wie das bloße Schreiben von weniger Three.js-Code aussehen, verändert jedoch tatsächlich den gesamten rechnerischen Ansatz.

Noch interessanter ist, dass V2Fun Three.js nicht ersetzt.

Nach dem Zusammenbau generiert GPT-6 Astra weiterhin viele Elemente selbst.

Zum Beispiel Hydraulikschläuche.

Ein Schlauch ist im Wesentlichen eine röhrenförmige Struktur, die einige wichtige Punkte verbindet, und eignet sich daher ideal für prozedurale Modellierung.

Dasselbe gilt für Schrauben, Verbindungsbolzen und Steuerhebel.

Diese Objekte haben regelmäßige Abmessungen, einfache Strukturen und treten oft in großer Anzahl auf. Für jedes einzelne Objekt separat ein 3D-Basismodell aufzurufen, würde den Workflow tatsächlich verteuern und komplexer machen.

Der fertige Bagger ist daher ein echtes hybrides Asset.

V2Fun generiert die komplexen Hauptkomponenten.

GPT-6 Astra + Three.js übernimmt die regelmäßigen Details.

GPT-6 Astra organisiert anschließend beides zu einem einzigen, strukturierten 3D-Objekt.

Das macht den Ansatz so überzeugend:

Anstatt zwischen Codegenerierung und einem 3D-Basismodell zu wählen, entscheidet der Agent für jeden Teil, welche Fähigkeit am besten geeignet ist.

04

NOCH KOMPLEXER

Bei menschlichen Charakteren wird der Wert von V2Fun noch deutlicher

Der Bagger ist nach wie vor hauptsächlich ein Hartflächenobjekt.

Menschliche Charaktere und komplexe organische Oberflächen bringen einen rein prozeduralen Ansatz tatsächlich an seine Grenzen.

Um dies zu untersuchen, haben wir eine anspruchsvollere Demo erstellt:

GPT-6 Astra soll einen vollständig bewaffneten und gepanzerten König bauen.

Neben dem menschlichen Körper selbst umfasst dieser Charakter eine aufwendige Rüstung, einen Kopf, ein Schwert und einen Schild.

Menschliche Charaktere lassen sich deutlich schwerer durch Regeln ausdrücken als mechanische Ausrüstung.

Ob ein Gesicht „richtig aussieht“, hängt von mehr ab, als Augen, Nase und Mund ungefähr an den richtigen Positionen zu platzieren.

Die Form des Gesichts, die Wangenknochen, die Augenhöhlen, der Nasenrücken, die Lippen und die subtilen, kontinuierlichen Krümmungsänderungen dazwischen tragen allesamt zum endgültigen Erscheinungsbild bei.

Dasselbe gilt für Rüstungen.

Obwohl es sich um ein Hartflächenobjekt handelt, ist es keine einfache technische Komponente. Reliefarbeiten, Verzierungen, durchgehende Oberflächen und stilisierte Formen tragen allesamt zur visuellen Identität des Charakters bei.

Genau für solche Objekte ist das 3D-Basismodell der nächsten Generation von V2Fun 2.0 besser geeignet.

In dieser Demo versteht GPT-6 Astra zunächst den Charakter als Ganzes und unterteilt ihn in mehrere Hauptteile: Kopf, Körper und Rüstung, Schwert sowie Schild.

V2Fun generiert diese komplexen Komponenten anschließend separat.

GPT-6 Astra übernimmt, was danach kommt:

Ist der Kopf korrekt skaliert und wie sollte er mit dem Körper verbunden werden? Wo sollten Schwert und Schild platziert werden? Stimmen die Proportionen der Teile überein? Bei welchen Modellen muss die Polygonanzahl reduziert werden? Und wie sollte alles zu einem 3D-Asset organisiert werden, das bearbeitet und weiterverwendet werden kann?

Mit anderen Worten:

V2Fun beantwortet die Frage „Wie lässt sich komplexe Geometrie schnell und in hoher Qualität generieren?“

GPT-6 Astra beantwortet die Frage „Wie wird diese Geometrie in ein vollständiges Objekt verwandelt?“

Warum kann V2Fun diese Ebene komplexer Geometrie verarbeiten?

Der Grund geht über die Tatsache hinaus, dass es ebenfalls ein Bild-zu-3D-Modell ist.

Die zentrale Forschung und Entwicklung von Vertex Lab konzentrierte sich in jüngster Zeit auf zwei grundlegende Fragen:

Wie lässt sich Geometrie genauer darstellen und wie können ​hochauflösende​​ Texturen über 3D-Oberflächen hinweg konsistent gehalten werden?

Auf der Geometrieseite verfeinert das Team kontinuierlich seine 3D-Repräsentationen und die Generierungsarchitektur. Ziel ist es, ineffiziente geometrische Darstellungen zu reduzieren und die Modellkapazität auf Bereiche mit hoher Krümmung, dünne Strukturen und komplexe Regionen zu konzentrieren.

Auf der Texturseite liegt der Schwerpunkt auf der Behebung von Fehlanpassungen, Rissen und Detailverlusten, die bei der hochauflösenden Generierung aus mehreren Ansichten häufig auftreten.

Dies bildet auch die Grundlage für V2Fun 2.0, hochwertige Texturen mit Auflösungen von bis zu 8K zu liefern.

Für einen Agenten sind solche Fähigkeiten von großer Bedeutung.

Er ruft ein spezialisiertes Modell auf, das tatsächliche 3D-Assets erzeugt, statt ein visuelles Generierungstool zu verwenden, das lediglich etwas erstellt, das „wie 3D aussieht“.

Die generierten Assets müssen weiterhin von GPT-6 Astra zusammengesetzt, in ihrer Polygonanzahl reduziert und verändert werden und können anschließend in Animation, Spiele, 3D-Druck oder andere 3D-Workflows einfließen.

Das ist die Produktherausforderung, an deren Lösung V2Fun arbeitet:

Sicherstellen, dass die KI mehr als ein einmaliges Ergebnis generiert: ein 3D-Asset, mit dem Menschen tatsächlich weiterarbeiten können.

05

EFFIZIENZ

Neben höherer Qualität gibt es eine weitere Veränderung: Tokens

Dieser Workflow bietet einen weiteren sehr direkten Vorteil:

Token-Effizienz.

Wenn GPT-6 Astra Three.js verwendet, um eine einfache Struktur zu beschreiben, nutzt es Tokens sehr effizient.

Ein Zylinder, ein Hydraulikschlauch oder einige Schrauben erfordern nur sehr wenig Code.

Wird dieselbe Methode jedoch verwendet, um menschliche Gesichter, Stofffalten oder hochkomplexe Industrieoberflächen anzunähern, steigt die Menge an Geometriecode, der generiert und überarbeitet werden muss, schnell an.

Dann werden große Mengen an Tokens für Fragen aufgewendet wie:

„Wie lässt sich diese Oberfläche etwas genauer gestalten?“

„Wie sollte diese Kontur weiter angepasst werden?“

„Wie viele geometrische Details sollten hier hinzugefügt werden?“

Wenn die komplexen Teile direkt an V2Fun delegiert werden, werden diese Prozesse auf niedriger Ebene in einen einzigen Aufruf eines spezialisierten Modells verdichtet.

GPT-6 Astra kann mehr seiner Denkressourcen den Entscheidungen widmen, die sie wirklich benötigen:

Wie das Objekt unterteilt werden soll;

Welche Teile separat generiert werden sollten;

Wie die Teile räumlich zueinander in Beziehung stehen;

Wie das endgültige Objekt zusammengesetzt werden soll;

Wo weitere Änderungen erforderlich sind.

Deshalb bietet V2Fun 2.0 mehr als „besser aussehende Modelle“.

Es hat auch das Potenzial, sowohl den Tokenverbrauch als auch die gesamte Modellierungszeit von GPT-6 Astra bei komplexen 3D-Aufgaben zu reduzieren.

Der Workflow könnte zuvor so ausgesehen haben:

Verstehen → Geometriecode schreiben → Überarbeiten → Mehr Geometriecode schreiben → Erneut überarbeiten

Nun sieht er so aus:

Verstehen → In Teile zerlegen → Parallel generieren → Zusammensetzen → Lokale Details hinzufügen

Wenn mehrere komplexe Komponenten gleichzeitig generiert werden können, fällt der Effizienzvorteil noch größer aus.

06

ABSCHLUSS

Von der Generierung eines Modells zur zentralen 3D-Fähigkeit für Agenten

In den vergangenen Jahren lautete die zentrale Frage im Bereich KI-3D:

Wie generieren wir ein besseres Modell?

Doch je stärker Modelle wie GPT-6 Astra multimodales Verständnis, Programmier- und Agentenfähigkeiten entwickeln, desto mehr verändert sich diese Frage.

In Zukunft muss KI möglicherweise nicht mehr für jede 3D-Aufgabe dieselbe Technik verwenden.

Einfache Strukturen können direkt als Code erstellt werden.

Komplexe Oberflächen können an V2Fun delegiert werden.

Vorhandene Assets können unverändert wiederverwendet werden.

Polygonreduzierung, Zusammenbau und strukturelle Anpassungen können anschließend wieder an den Agenten übergeben werden.

Dies entspricht dem Wandel der 3D-Generierungsbranche von einmaligen Generierungstools hin zu agentengestützter Produktivität. Der Referenzartikel beschreibt denselben Trend: Die 3D-Generierung bewegt sich von einer Phase, die frühen Chatbots ähnelt, hin zu einer durch Agenten unterstützten Produktivitätsphase.

Für Vertex Lab steht diese Richtung im Einklang mit der langfristigen technischen Vision des Unternehmens.

Von Anfang an hat das Unternehmen V2Fun nie lediglich als „Bild-zu-3D-Website“ definiert.

Von der leichter zugänglichen 3D-Erstellung auf Mobilgeräten über die professionelle Asset-Produktion im Web bis hin zu 3D-Modellen, Animationen, Bewegung und dem langfristigen Streben nach räumlicher Intelligenz und Weltmodellen war es stets das Ziel von Vertex Lab, eine Infrastruktur für die Generierung von 3D-Inhalten und räumliche Intelligenz aufzubauen.

Der Aufstieg von Agenten könnte einen neuen Weg zu diesem Ziel eröffnen.

In Zukunft müssen Nutzer möglicherweise nicht wissen, welches Modell sie aufrufen, welchen Code sie schreiben oder welchen Modellierungsansatz sie wählen sollen.

Sie müssen vielleicht nur sagen:

„Mach daraus 3D.“

GPT-6 Astra wird die Anfrage verstehen und entscheiden, wie sie umgesetzt werden soll.

V2Fun 2.0 soll für die komplexe dreidimensionale Welt zu der spezialisierten Fähigkeit werden, auf die GPT-6 Astra zurückgreift.

GPT-6 Astra übernimmt Verständnis, Planung und Aufbau.

V2Fun verwandelt komplexe dreidimensionale Ideen in tatsächliche Assets.

GPT-6 Astra × V2Fun: Von der Codegenerierung zur Modellkollaboration.

06

ABSCHLUSS

Von der Generierung eines Modells zur zentralen 3D-Fähigkeit für Agenten

In den vergangenen Jahren lautete die zentrale Frage im Bereich KI-3D:

Wie generieren wir ein besseres Modell?

Doch je stärker Modelle wie GPT-6 Astra multimodales Verständnis, Programmier- und Agentenfähigkeiten entwickeln, desto mehr verändert sich diese Frage.

In Zukunft muss KI möglicherweise nicht mehr für jede 3D-Aufgabe dieselbe Technik verwenden.

Einfache Strukturen können direkt als Code erstellt werden.

Komplexe Oberflächen können an V2Fun delegiert werden.

Vorhandene Assets können unverändert wiederverwendet werden.

Polygonreduzierung, Zusammenbau und strukturelle Anpassungen können anschließend wieder an den Agenten übergeben werden.

Dies entspricht dem Wandel der 3D-Generierungsbranche von einmaligen Generierungstools hin zu agentengestützter Produktivität. Der Referenzartikel beschreibt denselben Trend: Die 3D-Generierung bewegt sich von einer Phase, die frühen Chatbots ähnelt, hin zu einer durch Agenten unterstützten Produktivitätsphase.

Für Vertex Lab steht diese Richtung im Einklang mit der langfristigen technischen Vision des Unternehmens.

Von Anfang an hat das Unternehmen V2Fun nie lediglich als „Bild-zu-3D-Website“ definiert.

Von der leichter zugänglichen 3D-Erstellung auf Mobilgeräten über die professionelle Asset-Produktion im Web bis hin zu 3D-Modellen, Animationen, Bewegung und dem langfristigen Streben nach räumlicher Intelligenz und Weltmodellen war es stets das Ziel von Vertex Lab, eine Infrastruktur für die Generierung von 3D-Inhalten und räumliche Intelligenz aufzubauen.

Der Aufstieg von Agenten könnte einen neuen Weg zu diesem Ziel eröffnen.

In Zukunft müssen Nutzer möglicherweise nicht wissen, welches Modell sie aufrufen, welchen Code sie schreiben oder welchen Modellierungsansatz sie wählen sollen.

Sie müssen vielleicht nur sagen:

„Mach daraus 3D.“

GPT-6 Astra wird die Anfrage verstehen und entscheiden, wie sie umgesetzt werden soll.

V2Fun 2.0 soll für die komplexe dreidimensionale Welt zu der spezialisierten Fähigkeit werden, auf die GPT-6 Astra zurückgreift.

GPT-6 Astra übernimmt Verständnis, Planung und Aufbau.

V2Fun verwandelt komplexe dreidimensionale Ideen in tatsächliche Assets.

GPT-6 Astra × V2Fun: Von der Codegenerierung zur Modellkollaboration.