GPT-6 Astra x V2Fun - De la génération de code à la collaboration entre modèles

Imaginez un processus de modélisation 3D comme celui-ci.

Vous fournissez à GPT-6 Astra une image de référence d’une pelleteuse. Il identifie d’abord les composants de la machine : la cabine, les chenilles, le train de roulement, la flèche, le balancier, le godet, et bien plus encore.

Ces composants principaux sont ensuite envoyés individuellement à un modèle spécialisé de génération 3D et renvoyés sous forme d’éléments distincts en quelques dizaines de secondes.

Ensuite, GPT-6 Astra prend le relais.

Il détermine l’échelle et les relations spatiales de chaque pièce, place les chenilles de part et d’autre du train de roulement, fixe la flèche au châssis, puis relie successivement le balancier et le godet. Une fois la structure principale terminée, il utilise Three.js pour ajouter les flexibles hydrauliques, les vis, les axes de pivot et même les joysticks de commande à l’intérieur de la cabine.

Enfin, une pelleteuse complète, structurée et modifiable apparaît dans la scène 3D.

Il ne s’agit pas seulement de génération d’image vers 3D, ni seulement de génération de code.

Il s’agit de deux capacités d’IA qui commencent à fonctionner ensemble de manière plus naturelle :

GPT-6 Astra se charge de la compréhension, de la planification et de la construction, tandis qu’un modèle de fondation 3D spécialisé gère la géométrie complexe.

Il s’agit d’un nouveau flux de travail que V2Fun, un produit de Vertex Lab, explore depuis peu.

Derrière cette évolution se trouve un changement plus large :

Les agents 3D passent de la « génération autonome de tout » à la capacité de « savoir quel modèle appeler et quand ».

01 POINT DE BASCULE

GPT-6 Astra peut déjà construire en 3D. Quelle sera la prochaine étape ?

L’un des changements majeurs apportés par GPT-6 Astra est que les grands modèles de langage entrent véritablement dans le monde tridimensionnel.

Auparavant, nous avions davantage l’habitude de demander à l’IA de générer une image, une vidéo ou un texte. Désormais, grâce à une compréhension multimodale, un raisonnement spatial et des capacités de programmation toujours plus avancés, GPT-6 Astra peut comprendre la structure d’un objet 3D, puis le construire concrètement au moyen de méthodes procédurales telles que Three.js.

Prenons par exemple une chaîne de production industrielle.

GPT-6 Astra peut identifier ses convoyeurs, ses rouleaux, ses châssis de support, ses moteurs et ses postes de travail, puis générer progressivement la géométrie correspondante.

Ces objets se prêtent particulièrement bien à la modélisation procédurale, car ils reposent généralement sur des relations mathématiques claires et des structures répétées. Une colonne de support peut être représentée par une forme géométrique élémentaire, un rouleau peut être dupliqué des dizaines de fois et la longueur ainsi que la position d’un convoyeur peuvent être contrôlées directement par des paramètres.

Plus important encore, le résultat n’est pas un maillage entièrement opaque.

Chaque composant de la chaîne de production reste un objet distinct qui peut toujours être déplacé, dupliqué, supprimé ou modifié.

De ce point de vue, GPT-6 Astra ne fait pas que « générer de la 3D ». Il commence à développer une capacité plus proche de celle d’un ingénieur 3D :

Comprendre de quoi un objet est composé et le construire.

Mais à mesure que les objets deviennent plus complexes, une nouvelle question se pose.

Que se passe-t-il si l’objet n’est pas une chaîne de production, mais un visage humain, une créature, un vêtement, une sculpture ou même une pelleteuse aux surfaces industrielles complexes ? GPT-6 Astra doit-il continuer à écrire toute la géométrie sous forme de code ?

La réponse n’est peut-être pas binaire.

Et c’est précisément là que V2Fun peut entrer dans le flux de travail.

02 POURQUOI V2FUN

Pourquoi V2Fun ?

V2Fun n’est pas une API 3D ajoutée à la volée uniquement pour cette démonstration.

Il s’agit de la plateforme produit consacrée aux travaux de recherche et de développement à long terme de Vertex Lab dans le domaine des modèles de fondation 3D.

Fondé en 2025, Vertex Lab se concentre depuis toujours sur la génération 3D, l’intelligence spatiale et, à plus long terme, les infrastructures pour les modèles du monde.

V2Fun a été présenté auparavant au HDC 2026 comme la première application native d’IA de HarmonyOS reposant sur un modèle de fondation 3D. Son application mobile et son espace de travail web couvrent l’ensemble du flux, de la création quotidienne à la production professionnelle de contenu 3D.

À la base, il a toujours cherché à répondre à la même question :

Comment transformer un objet tridimensionnel complexe en élément 3D utilisable, avec moins d’efforts et en moins de temps ?

Le prochain V2Fun 2.0 ira plus loin dans ces capacités.

La nouvelle version intégrera la dernière génération de son modèle de fondation 3D et prendra en charge la génération de textures jusqu’à une résolution de 8K. Elle se concentrera sur l’amélioration de la qualité de génération pour les géométries complexes, les personnages humains, les créatures, les vêtements, les sculptures et autres surfaces irrégulières.

C’est pourquoi l’association de V2Fun et de GPT-6 Astra dépasse le cadre d’une simple collaboration ponctuelle entre produits.

Les problèmes qu’ils excellent à résoudre sont par nature complémentaires.

GPT-6 Astra excelle dans la compréhension, la planification, les relations spatiales, la programmation et l’orchestration des agents.

V2Fun excelle dans la génération directe de géométries 3D complexes et de surfaces de haute qualité.

L’un est plus efficace pour répondre à la question :

« Comment cet objet doit-il être construit ? »

L’autre est plus efficace pour répondre à la question :

« À quoi ce composant complexe doit-il réellement ressembler ? »

Une fois ces deux capacités réunies, la génération 3D n’est plus limitée à une seule approche.

03 DÉFI

Certaines choses sont mieux construites avec du code. D’autres sont mieux générées directement.

Revenons à cette pelleteuse.

Sur le plan structurel, elle est très régulière.

GPT-6 Astra peut facilement comprendre qu’une pelleteuse se compose d’un train de roulement, de chenilles gauche et droite, d’un châssis, d’une cabine, d’une flèche, d’un balancier et d’un godet. Il peut également comprendre comment ces pièces doivent être reliées.

Mais en y regardant de plus près, le problème change.

La cabine n’est pas un simple cube et le carénage ne peut pas être représenté avec précision en combinant quelques primitives. Le godet possède des surfaces courbes continues, le bras a un contour complexe et les chenilles ainsi que le train de roulement contiennent une multitude de détails de conception industrielle.

GPT-6 Astra peut tout à fait continuer à approximer ces structures avec du code procédural.

Mais plus la géométrie est complexe, plus il faut générer et réviser de code, et plus les itérations nécessaires sont nombreuses.

Pour un agent, cela signifie consacrer toujours plus de tokens à la description de géométries bas niveau.

Nous avons donc essayé une autre approche.

GPT-6 Astra « comprend » d’abord la pelleteuse.

Il délègue ensuite les composants principaux complexes, tels que la cabine, les chenilles, le bras et le godet, à V2Fun 2.0 pour une génération séparée.

Une fois la génération terminée, GPT-6 Astra reprend la main pour ajuster l’échelle, la rotation et la position, puis assembler l’objet complet.

Ici, V2Fun apporte exactement la capacité qu’il développe :

Reconstruire directement des structures 3D complexes à partir d’une entrée visuelle, au lieu de faire décrire indirectement les surfaces par un modèle de langage au moyen de grandes quantités de code.

Cela peut sembler revenir à écrire simplement moins de Three.js, mais cette approche modifie en réalité l’ensemble de la méthode de calcul.

Plus intéressant encore, V2Fun ne remplace pas Three.js.

Après l’assemblage, GPT-6 Astra génère toujours lui-même de nombreux éléments.

Les flexibles hydrauliques, par exemple.

Un flexible est essentiellement une structure tubulaire reliant quelques points clés, ce qui en fait un élément idéal pour la modélisation procédurale.

Il en va de même pour les vis, les arbres de liaison et les joysticks.

Ces objets ont des dimensions régulières, des structures simples et apparaissent souvent en grand nombre. Appeler séparément un modèle de fondation 3D pour chacun d’eux ajouterait en réalité du coût et de la complexité au flux de travail.

La pelleteuse finale est donc un véritable élément hybride.

V2Fun génère les composants principaux complexes.

GPT-6 Astra + Three.js gère les détails réguliers.

GPT-6 Astra organise ensuite les deux en un objet 3D unique et structuré.

C’est ce qui rend cette approche convaincante :

Au lieu de choisir entre la génération de code et un modèle de fondation 3D, l’agent détermine quelle capacité convient le mieux à chaque partie.

04 PLUS COMPLEXE

Avec les personnages humains, la valeur de V2Fun devient encore plus évidente

La pelleteuse reste principalement un objet à surface dure.

Les personnages humains et les surfaces organiques complexes sont ce qui pousse réellement une approche purement procédurale à ses limites.

Pour l’explorer, nous avons créé une démonstration plus ambitieuse :

Demander à GPT-6 Astra de construire un roi entièrement armé et en armure.

Au-delà du corps humain lui-même, ce personnage comprend une armure complexe, une tête, une épée et un bouclier.

Les personnages humains sont beaucoup plus difficiles à exprimer par des règles que les équipements mécaniques.

Pour qu’un visage « ait l’air juste », il ne suffit pas de placer les yeux, le nez et la bouche à peu près aux bons endroits.

La forme du visage, les pommettes, les orbites, l’arête du nez, les lèvres et les changements subtils et continus de courbure entre ces éléments contribuent tous à l’apparence finale.

Il en va de même pour l’armure.

Bien qu’il s’agisse d’un objet à surface dure, ce n’est pas un simple composant technique. Les reliefs, les ornements, les surfaces continues et les formes stylisées contribuent tous à l’identité visuelle du personnage.

Ce sont précisément les types d’objets que le modèle de fondation 3D de nouvelle génération de V2Fun 2.0 est mieux à même de gérer.

Dans cette démonstration, GPT-6 Astra comprend d’abord le personnage dans son ensemble et le divise en plusieurs parties principales : la tête, le corps et l’armure, l’épée et le bouclier.

V2Fun génère ensuite ces composants complexes séparément.

GPT-6 Astra se charge de la suite :

La tête est-elle correctement mise à l’échelle et comment doit-elle être reliée au corps ? Où placer l’épée et le bouclier ? Les proportions des différentes parties sont-elles cohérentes ? Quels modèles doivent être soumis à une réduction du nombre de polygones ? Et comment organiser le tout en un élément 3D qui puisse être modifié et réutilisé ?

En d’autres termes :

V2Fun répond à la question « comment générer rapidement une géométrie complexe et de haute qualité ».

GPT-6 Astra répond à la question « comment transformer cette géométrie en un objet complet ».

Pourquoi V2Fun peut-il gérer ce niveau de géométrie complexe ?

La raison va au-delà du fait qu’« il s’agit également d’un modèle d’image vers 3D ».

Les travaux fondamentaux de recherche et de développement de Vertex Lab se sont récemment concentrés sur deux questions essentielles :

Comment représenter la géométrie avec davantage de précision et comment maintenir la cohérence des textures haute résolution sur les surfaces 3D.

Du côté de la géométrie, l’équipe continue d’affiner ses représentations 3D et son architecture de génération, avec pour objectif de réduire les représentations géométriques inefficaces et de concentrer la capacité du modèle sur les zones à forte courbure, les structures fines et les régions complexes.

Du côté des textures, l’objectif est de résoudre les problèmes de désalignement, de déchirure et de perte de détails qui surviennent couramment lors de la génération multivue haute résolution.

Cela permet également à V2Fun 2.0 de fournir des textures de haute qualité jusqu’à une résolution de 8K.

Pour un agent, de telles capacités sont essentielles.

Il appelle un modèle spécialisé qui produit de véritables éléments 3D, plutôt qu’un outil de génération visuelle qui crée seulement quelque chose qui « semble être en 3D ».

Les éléments générés doivent encore être assemblés, voir leur nombre de polygones réduit et être modifiés par GPT-6 Astra, avant de pouvoir éventuellement intégrer des flux de travail d’animation, de jeu vidéo, d’impression 3D ou d’autres domaines de la 3D.

C’est le défi produit que V2Fun cherche à relever :

Faire en sorte que l’IA génère plus qu’un résultat ponctuel : un élément 3D sur lequel les utilisateurs peuvent réellement continuer à travailler.

05 EFFICACITÉ

Au-delà d’une meilleure qualité, un autre changement se profile : les tokens

Ce flux de travail offre un autre avantage très direct :

L’efficacité des tokens.

Lorsque GPT-6 Astra utilise Three.js pour décrire une structure simple, il utilise les tokens de manière très efficace.

Un cylindre, un flexible hydraulique ou quelques vis nécessitent très peu de code.

Mais appliquer la même méthode pour approximer des visages humains, des plis de tissu ou des surfaces industrielles très complexes augmente rapidement la quantité de code géométrique à générer et à réviser.

Un grand nombre de tokens est alors consacré à des questions telles que :

« Comment rendre cette surface un peu plus précise ? »

« Comment ajuster davantage ce contour ? »

« Quelle quantité de détails géométriques faut-il ajouter ici ? »

Lorsque les parties complexes sont directement déléguées à V2Fun, ces processus bas niveau sont condensés en un seul appel à un modèle spécialisé.

GPT-6 Astra peut consacrer davantage de ses ressources de raisonnement aux décisions qui en ont réellement besoin :

Comment décomposer l’objet ;

Quelles parties doivent être générées séparément ;

Comment les parties sont liées les unes aux autres dans l’espace ;

Comment assembler l’objet final ;

Où d’autres modifications sont nécessaires.

C’est pourquoi V2Fun 2.0 offre plus que des « modèles plus esthétiques ».

Il pourrait également réduire la consommation de tokens et le temps total de modélisation de GPT-6 Astra pour les tâches 3D complexes.

Le flux de travail pouvait auparavant être le suivant :

Comprendre → Écrire le code géométrique → Réviser → Écrire davantage de code géométrique → Réviser à nouveau

Il devient désormais :

Comprendre → Décomposer en parties → Générer en parallèle → Assembler → Ajouter les détails locaux

Lorsque plusieurs composants complexes peuvent être générés simultanément, cet avantage en matière d’efficacité devient encore plus important.

06 CONCLUSION

De la génération d’un modèle à une capacité 3D essentielle pour les agents

Au cours des dernières années, la question centrale de l’IA 3D était :

Comment générer un meilleur modèle ?

Mais à mesure que des modèles comme GPT-6 Astra acquièrent de meilleures capacités de compréhension multimodale, de programmation et d’agent, cette question évolue.

À l’avenir, l’IA n’aura peut-être pas besoin d’utiliser une seule technique pour chaque tâche 3D.

Les structures simples pourront être directement codées.

Les surfaces complexes pourront être déléguées à V2Fun.

Les éléments existants pourront être réutilisés tels quels.

La réduction du nombre de polygones, l’assemblage et les ajustements structurels pourront ensuite être confiés à nouveau à l’agent.

Cela correspond à l’évolution du secteur de la génération 3D, qui passe d’outils de génération ponctuelle à une productivité pilotée par des agents. L’article de référence décrit la même tendance : la génération 3D passe d’une étape comparable à celle des premiers chatbots à une phase de productivité alimentée par les agents.

Pour Vertex Lab, cette direction s’inscrit dans sa vision technique à long terme.

Depuis ses débuts, l’entreprise n’a jamais défini V2Fun comme un simple « site de conversion d’image en 3D ».

De la démocratisation de la création 3D sur mobile à la production professionnelle d’éléments sur le web, en passant par les modèles 3D, l’animation, le mouvement et la recherche à plus long terme sur l’intelligence spatiale et les modèles du monde, Vertex Lab a toujours cherché à construire une infrastructure pour la génération de contenu 3D et l’intelligence spatiale.

L’essor des agents pourrait ouvrir une nouvelle voie vers cet objectif.

À l’avenir, les utilisateurs n’auront peut-être pas besoin de savoir quel modèle appeler, quel code écrire ou quelle approche de modélisation choisir.

Ils devront peut-être simplement dire :

« Transforme ceci en 3D. »

GPT-6 Astra comprendra la demande et décidera de la manière de l’exécuter.

V2Fun 2.0 vise à devenir la capacité spécialisée sur laquelle il s’appuie pour le monde tridimensionnel complexe.

GPT-6 Astra se charge de la compréhension, de la planification et de la construction.

V2Fun transforme les idées tridimensionnelles complexes en éléments concrets.

GPT-6 Astra × V2Fun : de la génération de code à la collaboration entre modèles.