GPT-6 Astra x V2Fun - コード生成からモデル連携へ

このような 3D モデリングのプロセスを想像してください。

GPT-6 Astra に掘削機の参照画像を渡します。まず、キャブ、履帯、下部走行体、ブーム、アーム、バケットなど、機械の構成要素を識別します。

これらの主要コンポーネントは、その後、専用の 3D 生成モデルに個別に送られ、数十秒以内に別々のアセットとして返されます。

次に、GPT-6 Astra が引き継ぎます。

各パーツの縮尺と空間的な関係を判断し、下部走行体の両側に履帯を配置し、ブームを本体に取り付け、続いてアームとバケットを接続します。主要構造が完成すると、Three.js を使って油圧ホース、ねじ、ピボットシャフト、さらにはキャブ内部の操作ジョイスティックまで追加します。

最終的に、完全で構造化され、編集可能な掘削機が 3D シーンに現れます。

これは、画像から 3D を生成することだけでも、コードを生成することだけでもありません。

2 つの AI 能力が、より自然な形で連携し始めているのです。

GPT-6 Astra は理解、計画、構築を担い、専用の 3D 基盤モデルは複雑なジオメトリを処理します。

これは、Vertex Lab のプロダクトである V2Fun が最近模索している新しいワークフローです。

その背景には、より大きな変化があります。

3D エージェントは、「すべてを自分で生成する」段階から、「どのモデルをいつ呼び出すべきかを理解する」段階へ移行しています。

01 転換点

GPT-6 Astra はすでに 3D で構築できる。次に何が起こるのか？

GPT-6 Astra がもたらした大きな変化の 1 つは、大規模言語モデルが本格的に 3 次元の世界へ入ったことです。

これまで私たちは、 AI に画像、動画、あるいは文章を生成させることに慣れていました。今や、ますます高度になったマルチモーダル理解、空間推論、コーディング能力により、GPT-6 Astra は 3D オブジェクトの構造を理解し、Three.js のような手続き型手法を通じて実際に構築できるようになりました。

たとえば、工業生産ラインを考えてみましょう。

GPT-6 Astra は、コンベヤーベルト、ローラー、支持フレーム、モーター、作業ステーションを識別し、それに対応するジオメトリを段階的に生成できます。

これらのオブジェクトは、明確な数学的関係と反復構造を持つ傾向があるため、手続き型モデリングに特に適しています。支持柱は基本的な幾何形状で表現でき、ローラーは数十回複製でき、コンベヤーベルトの長さと位置はパラメータで直接制御できます。

さらに重要なのは、結果が完全に不透明なメッシュではないことです。

生産ラインの各コンポーネントは独立したオブジェクトとして維持され、移動、複製、削除、変更が可能です。

この観点から見ると、GPT-6 Astra は単に「3D を生成」しているだけではありません。3D エンジニアに近い能力を身につけ始めているのです。

オブジェクトが何で構成されているかを理解し、それを構築すること。

しかし、オブジェクトが複雑になるにつれ、新たな疑問が生じます。

そのオブジェクトが生産ラインではなく、人間の顔、生物、衣服、彫刻、あるいは複雑な工業表面を持つ掘削機だったらどうでしょうか？ GPT-6 Astra は、それでもすべてのジオメトリをコードで記述すべきなのでしょうか？

答えは、必ずしも二者択一ではありません。

そして、まさにここで V2Fun がワークフローに加わることができます。

02 なぜ V2FUN なのか

なぜ V2Fun なのか？

V2Fun は、このデモのためだけに急ごしらえで追加された 3D API ではありません。

Vertex Lab が長期的に研究・開発してきた AI 3D 基盤モデルのためのプロダクトプラットフォームです。

2025 年に設立された Vertex Lab は、一貫して 3D 生成、空間知能、そして長期的にはワールドモデルのためのインフラに注力してきました。

V2Fun は以前、HDC 2026 において、3D 基盤モデルを搭載した HarmonyOS 初の AI ネイティブアプリケーションとして発表されました。そのモバイルアプリとウェブワークスペースは、日常的な創作からプロフェッショナルな 3D コンテンツ制作まで、ワークフロー全体をカバーしています。

その中心にあるのは、常に同じ問いです。

複雑な 3 次元オブジェクトを、より少ない労力と短い時間で、実用的な 3D アセットに変えるにはどうすればよいのか？

近日公開予定の V2Fun 2.0 は、これらの能力をさらに高めます。

新バージョンには最新世代の 3D 基盤モデルが搭載され、最大 8K 解像度のテクスチャ生成に対応します。複雑なジオメトリ、人間のキャラクター、生物、衣服、彫刻、その他の不規則な表面に対する生成品質の向上に重点を置きます。

だからこそ、V2Fun と GPT-6 Astra の組み合わせは、単なる偶然のプロダクトコラボレーションではありません。

両者が得意とする課題は、本質的に補完関係にあります。

GPT-6 Astra は、理解、計画、空間的関係、コーディング、エージェントのオーケストレーションを得意とします。

V2Fun は、複雑な 3D ジオメトリと高品質なサーフェスを直接生成することを得意とします。

一方が得意とするのは、次の問いへの回答です。

「このオブジェクトはどのように構築すべきか？」

もう一方が得意とするのは、次の問いへの回答です。

「この複雑なコンポーネントは、実際にはどのような見た目にすべきか？」

この 2 つの能力が組み合わさると、 3D 生成は単一のアプローチに限定されなくなります。

03 課題

コードで構築するのが最適なものもあれば、直接生成する方がよいものもある

先ほどの掘削機に戻りましょう。

構造的には、非常に規則的です。

GPT-6 Astra は、掘削機が下部走行体、左右の履帯、本体、キャブ、ブーム、アーム、バケットで構成されていることを容易に理解できます。また、それらのパーツがどのようにつながるべきかも理解できます。

しかし、詳しく見ると問題は変わります。

キャブは単純な立方体ではなく、本体の外殻もいくつかのプリミティブを組み合わせるだけでは正確に表現できません。バケットには連続した曲面があり、アームには複雑な輪郭があり、履帯と下部走行体には多くの工業デザイン上のディテールが含まれています。

GPT-6 Astra は、もちろん手続き型コードでこれらの構造を近似し続けることができます。

しかし、ジオメトリが複雑になるほど、生成・修正すべきコードが増え、必要な反復回数も増えます。

エージェントにとってこれは、低レベルのジオメトリを記述するために、ますます多くのトークンを費やすことを意味します。

そこで、私たちは別のアプローチを試しました。

GPT-6 Astra がまず掘削機を「理解」します。

次に、キャブ、履帯、アーム、バケットなどの複雑な主要コンポーネントを、個別生成のために V2Fun 2.0 へ委譲します。

生成が完了すると、GPT-6 Astra が再び引き継ぎ、縮尺、回転、位置を調整し、オブジェクト全体を組み立てます。

ここで V2Fun は、まさに開発してきた能力を発揮します。

大量のコードを使って言語モデルに間接的にサーフェスを記述させるのではなく、視覚入力から複雑な 3D 構造を直接再構築すること。

これは単に Three.js の記述量を減らしているように見えるかもしれませんが、実際には計算アプローチ全体を変えています。

さらに興味深いことに、V2Fun は Three.js を置き換えるものではありません。

組み立て後も、GPT-6 Astra は多くの要素を自ら生成します。

たとえば油圧ホースです。

ホースは本質的に、いくつかの重要な点をつなぐ管状構造であり、手続き型モデリングに最適です。

ねじ、接続シャフト、ジョイスティックにも同じことが当てはまります。

これらのオブジェクトは寸法が規則的で、構造が単純で、多数登場することがよくあります。それぞれについて個別に 3D 基盤モデルを呼び出すと、かえってワークフローのコストと複雑さが増します。

したがって、最終的な掘削機は真のハイブリッドアセットです。

V2Fun が複雑な主要コンポーネントを生成します。

GPT-6 Astra + Three.js が規則的なディテールを処理します。

そして GPT-6 Astra がその両方を 1 つの構造化された 3D オブジェクトにまとめます。

このアプローチが魅力的なのは、次の点です。

コード生成と 3D 基盤モデルのどちらかを選ぶのではなく、エージェントが各パーツに最適な能力を判断します。

04 さらに複雑に

人間のキャラクターでは、 V2Fun の価値がさらに明確になる

掘削機は、依然として主にハードサーフェスのオブジェクトです。

純粋な手続き型アプローチの限界を本当に押し広げるのは、人間のキャラクターや複雑な有機的サーフェスです。

これを検証するため、私たちはさらに意欲的なデモを作成しました。

GPT-6 Astra に、完全武装・完全装甲の王を構築させること。

このキャラクターには、人間の身体そのものに加え、精巧な鎧、頭部、剣、盾が含まれています。

人間のキャラクターは、機械装置よりもルールで表現することがはるかに困難です。

顔が「正しく見える」かどうかは、目、鼻、口をおおよそ正しい位置に配置するだけでは決まりません。

顔の形、頬骨、眼窩、鼻筋、唇、そしてそれらの間で連続的に微妙に変化する曲率のすべてが、最終的な外観に影響します。

鎧についても同じことが言えます。

ハードサーフェスのオブジェクトではありますが、単純な工学部品ではありません。レリーフ、装飾、連続したサーフェス、様式化された形状のすべてが、キャラクターの視覚的な個性を形作ります。

これらはまさに、 V2Fun 2.0 の次世代 3D 基盤モデルが得意とする種類のオブジェクトです。

このデモでは、GPT-6 Astra がまずキャラクター全体を理解し、頭部、身体と鎧、剣、盾という複数の主要パーツに分解します。

その後、 V2Fun がこれらの複雑なコンポーネントを個別に生成します。

GPT-6 Astra は次の工程を担当します。

頭部の縮尺は正しいか、身体にどのようにつなげるべきか？ 剣と盾はどこに配置すべきか？ 各パーツのプロポーションは一貫しているか？ どのモデルにポリゴン削減が必要か？ そして、すべてを編集・再利用可能な 3D アセットとしてどのように整理すべきか？

つまり、次のようになります。

V2Fun は「複雑なジオメトリを迅速かつ高品質に生成する方法」を担います。

GPT-6 Astra は「そのジオメトリを完全なオブジェクトに変える方法」を担います。

V2Fun はなぜ、このレベルの複雑なジオメトリを扱えるのか？

その理由は、「画像から 3D を生成するモデルでもある」ことだけにとどまりません。

Vertex Lab の近年の中核的な研究開発は、 2 つの基本的な問いに注力してきました。

ジオメトリをより正確に表現するにはどうすればよいか、そして高解像度テクスチャを 3D サーフェス全体で一貫させるにはどうすればよいか。

ジオメトリの面では、チームは 3D 表現と生成アーキテクチャの改良を続けています。非効率なジオメトリ表現を減らし、高曲率領域、薄い構造、複雑な領域にモデルの容量を集中させることを目指しています。

テクスチャの面では、高解像度のマルチビュー生成でよく発生する位置ずれ、裂け、ディテールの欠落への対応に重点を置いています。

これは、 V2Fun 2.0 が最大 8K 解像度で高品質なテクスチャを提供できることの基盤にもなっています。

エージェントにとって、このような能力は非常に重要です。

「 3D に見える」ものを作るだけの視覚生成ツールではなく、実際の 3D アセットを生成する専用モデルを呼び出しているからです。

生成されたアセットは、 GPT-6 Astra によって組み立てられ、ポリゴン数を削減し、変更される必要があります。そして最終的には、アニメーション、ゲーム、 3D プリント、その他の 3D ワークフローに移行する可能性があります。

これは、 V2Fun が解決に取り組んできたプロダクト上の課題です。

** AI が一度限りの結果ではなく、人々が実際に作業を続けられる 3D アセットを生成できるようにすること。**

05 効率

品質向上だけではない、もう 1 つの変化：トークン

このワークフローには、もう 1 つ非常に直接的なメリットがあります。

トークン効率です。

GPT-6 Astra が Three.js を使って単純な構造を記述する場合、トークンを非常に効率よく使えます。

円柱、油圧ホース、数本のねじであれば、必要なコードはごくわずかです。

しかし、人間の顔、布のひだ、高度に複雑な工業表面を同じ方法で近似しようとすると、生成・修正すべきジオメトリコードの量は急速に増加します。

その結果、次のような問いに大量のトークンが費やされます。

「このサーフェスをもう少し正確にするにはどうすればよいか？」

「この輪郭をさらにどのように調整すべきか？」

「ここにはどれくらいのジオメトリディテールを追加すべきか？」

複雑なパーツを V2Fun に直接委譲すると、こうした低レベルの処理は専用モデルへの 1 回の呼び出しに集約されます。

GPT-6 Astra は、本当に推論リソースを必要とする判断に、より多くのリソースを割けるようになります。

オブジェクトをどのように分解するか。

どのパーツを別々に生成すべきか。

パーツ同士が空間内でどのような関係にあるか。

最終的なオブジェクトをどのように組み立てるか。

どこにさらなる変更が必要か。

だからこそ、 V2Fun 2.0 は単に「見た目のよいモデル」を提供するだけではありません。

複雑な 3D タスクにおける GPT-6 Astra の トークン消費量とモデリング全体の所要時間 の両方を削減できる可能性もあります。

従来のワークフローは、次のようなものでした。

理解 → ジオメトリコードを記述 → 修正 → さらにジオメトリコードを記述 → 再度修正

現在は、次のようになります。

理解 → パーツに分解 → 並列生成 → 組み立て → ローカルディテールを追加

複数の複雑なコンポーネントを同時に生成できれば、この効率性の優位性はさらに大きくなります。

06 まとめ

モデル生成から、エージェントの中核的な 3D 能力へ

ここ数年、 AI 3D の中心的な問いは次のものでした。

より優れたモデルを生成するにはどうすればよいか？

しかし、 GPT-6 Astra のようなモデルが、より強力なマルチモーダル理解、コーディング、エージェント能力を獲得するにつれ、この問いは変化しています。

将来、 AI はすべての 3D タスクに単一の技術を使う必要がなくなるかもしれません。

単純な構造は直接コード化できます。

複雑なサーフェスは V2Fun に委譲できます。

既存のアセットは、そのまま再利用できます。

ポリゴン削減、組み立て、構造調整は、その後エージェントに戻すことができます。

これは、 3D 生成業界が一度限りの生成ツールから、エージェント主導の生産性へ移行する流れと一致しています。参照記事でも同じ傾向が説明されています。 3D 生成は、初期のチャットボットに似た段階から、エージェントによって生産性が高められる段階へ移行しているのです。

Vertex Lab にとって、この方向性は長期的な技術ビジョンと一致しています。

創業当初から、同社は V2Fun を単なる「画像から 3D を作るウェブサイト」として定義したことはありません。

モバイルで 3D クリエーションをより身近なものにすることから、ウェブ上でのプロフェッショナルなアセット制作、 3D モデル、アニメーション、モーション、そして長期的な空間知能とワールドモデルの追求に至るまで、 Vertex Lab は常に 3D コンテンツ生成と空間知能のためのインフラ構築を目指してきました。

エージェントの台頭は、その目標に向けた新たな道を開くかもしれません。

将来、ユーザーはどのモデルを呼び出すか、どんなコードを書くか、どのモデリング手法を選ぶかを知る必要がなくなるかもしれません。

必要なのは、次のように言うことだけかもしれません。

「これを 3D にして。」

GPT-6 Astra はその依頼を理解し、実行方法を判断します。

V2Fun 2.0 は、複雑な 3 次元世界のために GPT-6 Astra が頼る専門能力となることを目指しています。

GPT-6 Astra は理解、計画、構築を担います。

V2Fun は複雑な 3 次元のアイデアを実際のアセットに変えます。

GPT-6 Astra × V2Fun：コード生成からモデル間の協働へ。