GPT-6 Astra x V2Fun – Von der Codegenerierung zur Modellzusammenarbeit

Stell dir einen 3D-Modellierungsprozess wie diesen vor.

Du gibst GPT-6 Astra ein Referenzbild eines Baggers. Zuerst identifiziert es die Komponenten der Maschine: die Kabine, die Ketten, das Fahrwerk, den Ausleger, den Löffelstiel, die Schaufel und weitere Elemente.

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

Danach übernimmt GPT-6 Astra.

Es bestimmt den Maßstab und die räumlichen Beziehungen der einzelnen Teile, platziert die Ketten auf beiden Seiten des Fahrwerks, befestigt den Ausleger am Aufbau und verbindet anschließend Löffelstiel und Schaufel in der richtigen Reihenfolge. Sobald die Hauptstruktur fertiggestellt ist, verwendet es Three.js, um Hydraulikschläuche, Schrauben, Drehzapfen und sogar die Steuerhebel in der Kabine hinzuzufügen.

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

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

Es handelt sich um zwei KI-Fähigkeiten, die auf natürlichere Weise zusammenzuarbeiten beginnen:

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

Dies ist ein neuer Workflow, den V2Fun, ein Produkt von Vertex Lab, kürzlich zu erforschen begonnen hat.

Dahinter steht ein umfassenderer Wandel:

3D-Agenten gehen von „alles selbst generieren“ zu „wissen, welches Modell wann aufgerufen werden sollte“ über.

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.

In der Vergangenheit waren wir eher daran gewöhnt, die KI aufzufordern, ein Bild, ein Video oder einen Text zu generieren. Jetzt kann GPT-6 Astra dank zunehmend leistungsfähiger multimodaler Verarbeitung, räumlicher Schlussfolgerung und Programmierung die Struktur eines 3D-Objekts verstehen und es anschließend tatsächlich durch prozedurale Methoden wie Three.js erstellen.

Nehmen wir beispielsweise eine industrielle Produktionslinie.

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

Diese Objekte eignen sich besonders gut für prozedurale Modellierung, da sie meist klare mathematische Beziehungen und wiederkehrende 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 undurchsichtiges Mesh ist.

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

Aus dieser Perspektive tut GPT-6 Astra mehr, als „3D zu generieren“. Es beginnt, eine Fähigkeit zu entwickeln, die der eines 3D-Ingenieurs näherkommt:

Zu verstehen, woraus ein Objekt besteht, und es zu bauen.

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

Was ist, wenn das Objekt keine Produktionslinie, sondern ein menschliches Gesicht, ein Wesen, Kleidung, eine Skulptur oder sogar ein Bagger mit komplexen industriellen Oberflächen ist? Sollte GPT-6 Astra weiterhin die gesamte Geometrie als Code schreiben?

Die Antwort muss möglicherweise kein Entweder-oder sein.

Und genau hier kann V2Fun in den Workflow eintreten.

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 kontinuierlich 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 von einem 3D-Basismodell unterstützt wird. Die mobile App und der Web-Workspace decken den gesamten Workflow von alltäglicher Gestaltung bis zur professionellen Produktion von 3D-Inhalten ab.

Im Kern befasst sich V2Fun seit jeher mit derselben Frage:

Wie kann ein komplexes dreidimensionales Objekt mit weniger Aufwand und in kürzerer Zeit in ein nutzbares 3D-Asset verwandelt werden?

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 bis zu 8K unterstützen. Im Mittelpunkt steht die Verbesserung der Generierungsqualität für komplexe Geometrie, 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 besonders gut sind, ergänzen sich grundsätzlich.

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

V2Fun ist besonders stark darin, komplexe 3D-Geometrie und hochwertige Oberflächen direkt zu generieren.

Das eine kann besser beantworten:

„Wie sollte dieses Objekt gebaut werden?“

Das andere kann besser beantworten:

„Wie sollte diese komplexe Komponente tatsächlich aussehen?“

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

03 HERAUSFORDERUNG

Manche Dinge lassen sich am besten mit Code bauen. Andere werden besser direkt generiert.

Kehren wir zu diesem Bagger zurück.

Strukturell ist er äußerst regelmäßig aufgebaut.

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

Doch bei genauerem Hinsehen verändert sich das Problem.

Die Kabine ist kein einfacher Würfel, und die Karosserie kann nicht präzise durch die Kombination einiger Grundkörper dargestellt werden. Die Schaufel besitzt kontinuierlich gekrümmte Oberflächen, der Arm hat eine komplexe Kontur und Ketten sowie Fahrwerk enthalten eine Fülle industrieller Designdetails.

GPT-6 Astra kann diese Strukturen sicherlich weiterhin mit prozeduralem Code 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 von Geometrie auf niedriger Ebene aufzuwenden.

Daher 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 erneut, um Maßstab, Rotation und Position anzupassen und das gesamte Objekt zusammenzusetzen.

Hier bringt V2Fun genau die Fähigkeit ein, die es entwickelt hat:

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

Das mag so aussehen, als würde einfach weniger Three.js geschrieben, tatsächlich verändert es jedoch den gesamten Berechnungsansatz.

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

Nach der Zusammensetzung 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, Verbindungswellen und Steuerhebel.

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

Der fertige Bagger ist daher ein echtes hybrides Asset.

V2Fun generiert die komplexen Hauptkomponenten.

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

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

Das macht den Ansatz überzeugend:

Statt 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 noch überwiegend ein Hard-Surface-Objekt.

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

Um dies zu untersuchen, haben wir eine ambitioniertere 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 wesentlich 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, Augenhöhlen, der Nasenrücken, die Lippen und die subtilen, kontinuierlichen Veränderungen der Krümmung zwischen ihnen tragen alle zum endgültigen Erscheinungsbild bei.

Dasselbe gilt für Rüstungen.

Obwohl sie ein Hard-Surface-Objekt ist, handelt es sich nicht um eine einfache technische Komponente. Reliefs, Ornamente, durchgehende Oberflächen und stilisierte Formen tragen sämtlich zur visuellen Identität des Charakters bei.

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

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

V2Fun generiert diese komplexen Komponenten anschließend separat.

GPT-6 Astra übernimmt den nächsten Schritt:

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 kümmert sich darum, „wie komplexe Geometrie schnell und in hoher Qualität generiert wird“.

GPT-6 Astra kümmert sich darum, „wie diese Geometrie in ein vollständiges Objekt verwandelt wird“.

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 präziser darstellen und wie können hochauflösende Texturen auf 3D-Oberflächen konsistent gehalten werden?

Auf der Geometrieseite verfeinert das Team seine 3D-Repräsentationen und Generierungsarchitektur kontinuierlich. Ziel ist es, ineffiziente geometrische Repräsentationen 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 hochauflösender Generierung aus mehreren Ansichten häufig auftreten.

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

Für einen Agenten sind solche Fähigkeiten von großer Bedeutung.

Er ruft ein spezialisiertes Modell auf, das tatsächliche 3D-Assets erzeugt, statt ein visuelles Generierungswerkzeug 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 schließlich in Animation, Spiele, 3D-Druck oder andere 3D-Workflows einfließen.

Dies ist die Produktherausforderung, an deren Lösung V2Fun arbeitet:

Sicherzustellen, dass 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 noch einen 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 industrielle Oberflächen anzunähern, steigt die Menge der zu generierenden und zu überarbeitenden Geometriecodes schnell an.

Dann werden große Mengen an Tokens für Fragen aufgewendet wie:

„Wie kann diese Oberfläche etwas genauer gestaltet werden?“

„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 einem einzigen Aufruf eines spezialisierten Modells gebündelt.

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

Wie das Objekt zerlegt wird;

Welche Teile separat generiert werden sollten;

Wie die Teile räumlich miteinander verbunden sind;

Wie das endgültige Objekt zusammengesetzt wird;

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 lautet er:

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

Wenn mehrere komplexe Komponenten gleichzeitig generiert werden können, wird dieser Effizienzvorteil noch größer.

06 ABSCHLUSS

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

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

Wie generieren wir ein besseres Modell?

Doch da Modelle wie GPT-6 Astra ein stärkeres multimodales Verständnis, bessere Programmier- und leistungsfähigere Agentenfähigkeiten erhalten, verändert sich diese Frage.

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

Einfache Strukturen können direkt codiert werden.

Komplexe Oberflächen können an V2Fun delegiert werden.

Bestehende Assets können unverändert wiederverwendet werden.

Polygonreduzierung, Zusammensetzung und strukturelle Anpassungen können anschließend wieder dem Agenten übergeben werden.

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

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

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 verfolgt Vertex Lab stets das Ziel, eine Infrastruktur für die Generierung von 3D-Inhalten und räumliche Intelligenz aufzubauen.

Der Aufstieg der 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 müssen.

Sie müssen vielleicht nur sagen:

„Mach daraus 3D.“

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

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

GPT-6 Astra übernimmt Verständnis, Planung und Konstruktion.

V2Fun verwandelt komplexe dreidimensionale Ideen in tatsächliche Assets.

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