GPT-6 Astra x V2Fun - Od generowania kodu do współpracy modeli

Wyobraź sobie proces modelowania 3D taki jak ten.

Dajesz GPT-6 Astra obraz referencyjny koparki. Najpierw identyfikuje on komponenty maszyny: kabinę, gąsienice, podwozie, wysięgnik, ramię, łyżkę i inne elementy.

Te główne komponenty są następnie wysyłane pojedynczo do wyspecjalizowanego modelu generowania 3D i zwracane jako osobne zasoby w ciągu kilkudziesięciu sekund.

Następnie do działania przystępuje GPT-6 Astra.

Określa skalę i relacje przestrzenne poszczególnych części, umieszcza gąsienice po obu stronach podwozia, mocuje wysięgnik do korpusu, a następnie łączy kolejno ramię i łyżkę. Po ukończeniu głównej struktury używa Three.js do dodania przewodów hydraulicznych, śrub, sworzni oraz nawet joysticków sterujących wewnątrz kabiny.

W końcu w scenie 3D pojawia się kompletna, uporządkowana i edytowalna koparka.

To coś więcej niż samo generowanie obrazu do modelu 3D lub samo generowanie kodu.

To dwie zdolności AI, które zaczynają współpracować w bardziej naturalny sposób:

GPT-6 Astra zajmuje się rozumieniem, planowaniem i budowaniem, podczas gdy wyspecjalizowany model bazowy 3D obsługuje złożoną geometrię.

To nowy przepływ pracy, który V2Fun, produkt Vertex Lab, niedawno zaczął badać.

U jego podstaw leży szersza zmiana:

Agenci 3D przechodzą od „generowania wszystkiego samodzielnie” do „wiedzy, który model wywołać i kiedy”.

01 PUNKT ZWROTNY

GPT-6 Astra potrafi już budować w 3D. Co dalej?

Jedną z istotnych zmian wprowadzonych przez GPT-6 Astra jest to, że duże modele językowe naprawdę wkraczają do świata trójwymiarowego.

W przeszłości byliśmy bardziej przyzwyczajeni do proszenia AI o wygenerowanie obrazu, filmu lub fragmentu tekstu. Teraz, dzięki coraz bardziej zaawansowanemu rozumieniu multimodalnemu, rozumowaniu przestrzennemu i programowaniu, GPT-6 Astra może zrozumieć strukturę obiektu 3D, a następnie rzeczywiście zbudować go metodami proceduralnymi, takimi jak Three.js.

Weźmy na przykład przemysłową linię produkcyjną.

GPT-6 Astra może zidentyfikować jej przenośniki taśmowe, rolki, ramy wsporcze, silniki i stanowiska robocze, a następnie stopniowo wygenerować odpowiadającą im geometrię.

Obiekty te szczególnie dobrze nadają się do modelowania proceduralnego, ponieważ zwykle mają wyraźne zależności matematyczne i powtarzalne struktury. Kolumnę wsporczą można przedstawić za pomocą podstawowego kształtu geometrycznego, rolkę można powielić dziesiątki razy, a długość i położenie przenośnika taśmowego można bezpośrednio kontrolować za pomocą parametrów.

Co ważniejsze, rezultat nie jest całkowicie nieprzejrzystą siatką.

Każdy komponent linii produkcyjnej pozostaje osobnym obiektem, który nadal można przesuwać, powielać, usuwać lub modyfikować.

Z tej perspektywy GPT-6 Astra robi więcej niż tylko „generowanie 3D”. Zaczyna rozwijać zdolność bliższą tej, którą posiada inżynier 3D:

Rozumienie, z czego składa się obiekt, i budowanie go.

Jednak wraz ze wzrostem złożoności obiektów pojawia się nowe pytanie.

Co jeśli obiektem nie jest linia produkcyjna, lecz ludzka twarz, stworzenie, ubranie, rzeźba, a nawet koparka o złożonych przemysłowych powierzchniach? Czy GPT-6 Astra nadal powinien zapisywać całą geometrię w kodzie?

Odpowiedź może nie być kwestią wyboru jednej z dwóch możliwości.

I właśnie tutaj V2Fun może wejść do przepływu pracy.

02 DLACZEGO V2FUN

Dlaczego V2Fun?

V2Fun nie jest interfejsem API 3D dodanym naprędce wyłącznie na potrzeby tego demonstracyjnego projektu.

To platforma produktowa służąca długoterminowym badaniom i rozwojowi modeli bazowych AI 3D firmy Vertex Lab.

Założona w 2025 roku firma Vertex Lab konsekwentnie koncentruje się na generowaniu 3D, inteligencji przestrzennej, a w dalszej perspektywie także na infrastrukturze dla modeli świata.

V2Fun zadebiutował wcześniej podczas HDC 2026 jako pierwsza aplikacja HarmonyOS natywnie wykorzystująca AI, oparta na modelu bazowym 3D. Jego aplikacja mobilna i internetowa przestrzeń robocza obejmują cały przepływ pracy — od codziennego tworzenia po profesjonalną produkcję treści 3D.

U podstaw zawsze odpowiadał na to samo pytanie:

Jak złożony obiekt trójwymiarowy przekształcić w użyteczny zasób 3D, przy mniejszym wysiłku i w krótszym czasie?

Nadchodzący V2Fun 2.0 jeszcze bardziej rozwinie te możliwości.

Nowa wersja będzie zawierać najnowszą generację modelu bazowego 3D i obsługiwać generowanie tekstur w rozdzielczości do 8K. Skupi się na poprawie jakości generowania złożonej geometrii, postaci ludzkich, stworzeń, ubrań, rzeźb i innych nieregularnych powierzchni.

Dlatego połączenie V2Fun i GPT-6 Astra to coś więcej niż przypadkowa współpraca produktowa.

Problemy, które rozwiązują najlepiej, są z natury komplementarne.

GPT-6 Astra wyróżnia się w rozumieniu, planowaniu, relacjach przestrzennych, programowaniu i orkiestracji agentów.

V2Fun wyróżnia się w bezpośrednim generowaniu złożonej geometrii 3D i wysokiej jakości powierzchni.

Jeden lepiej odpowiada na pytanie:

„Jak należy zbudować ten obiekt?”

Drugi lepiej odpowiada na pytanie:

„Jak właściwie powinien wyglądać ten złożony komponent?”

Gdy te dwie zdolności łączą się ze sobą, generowanie 3D nie jest już ograniczone do jednego podejścia.

03 WYZWANIE

Niektóre rzeczy najlepiej budować za pomocą kodu. Inne lepiej generować bezpośrednio.

Wróćmy do tej koparki.

Pod względem struktury jest ona wysoce regularna.

GPT-6 Astra z łatwością rozumie, że koparka składa się z podwozia, lewej i prawej gąsienicy, korpusu, kabiny, wysięgnika, ramienia i łyżki. Potrafi również zrozumieć, jak te części powinny się łączyć.

Przy bliższym spojrzeniu problem się jednak zmienia.

Kabina nie jest prostym sześcianem, a powłoki korpusu nie można dokładnie przedstawić za pomocą połączenia kilku prymitywów. Łyżka ma ciągłe zakrzywione powierzchnie, ramię ma złożony zarys, a gąsienice i podwozie zawierają bogactwo szczegółów wzornictwa przemysłowego.

GPT-6 Astra z pewnością może nadal przybliżać te struktury za pomocą kodu proceduralnego.

Jednak im bardziej złożona geometria, tym więcej kodu trzeba wygenerować i poprawiać oraz tym więcej iteracji jest potrzebnych.

Dla agenta oznacza to przeznaczanie coraz większej liczby tokenów na opisywanie geometrii niskiego poziomu.

Dlatego wypróbowaliśmy inne podejście.

GPT-6 Astra najpierw „rozumie” koparkę.

Następnie przekazuje złożone główne komponenty, takie jak kabina, gąsienice, ramię i łyżka, do V2Fun 2.0 w celu ich osobnego wygenerowania.

Po zakończeniu generowania GPT-6 Astra ponownie przejmuje zadanie, aby dostosować skalę, obrót i położenie oraz złożyć cały obiekt.

W tym miejscu V2Fun wnosi dokładnie tę zdolność, którą rozwija:

Bezpośrednia rekonstrukcja złożonych struktur 3D na podstawie danych wizualnych zamiast zmuszania modelu językowego do pośredniego opisywania powierzchni za pomocą dużych ilości kodu.

Może to wyglądać jak zwykłe pisanie mniejszej ilości kodu Three.js, ale w rzeczywistości zmienia całe podejście obliczeniowe.

Co ciekawsze, V2Fun nie zastępuje Three.js.

Po złożeniu GPT-6 Astra nadal samodzielnie generuje wiele elementów.

Na przykład przewody hydrauliczne.

Przewód jest zasadniczo rurową strukturą łączącą kilka kluczowych punktów, dzięki czemu idealnie nadaje się do modelowania proceduralnego.

To samo dotyczy śrub, wałów łączących i joysticków.

Obiekty te mają regularne wymiary, proste struktury i często występują w dużych ilościach. Osobne wywoływanie modelu bazowego 3D dla każdego z nich w rzeczywistości zwiększyłoby koszt i złożoność przepływu pracy.

Końcowa koparka jest więc prawdziwie hybrydowym zasobem.

V2Fun generuje złożone główne komponenty.

GPT-6 Astra + Three.js obsługuje regularne szczegóły.

Następnie GPT-6 Astra organizuje oba elementy w jeden uporządkowany obiekt 3D.

To właśnie czyni to podejście tak przekonującym:

Zamiast wybierać między generowaniem kodu a modelem bazowym 3D, agent decyduje, która zdolność najlepiej pasuje do danej części.

04 WIĘKSZA ZŁOŻONOŚĆ

W przypadku postaci ludzkich wartość V2Fun staje się jeszcze wyraźniejsza

Koparka nadal jest przede wszystkim obiektem o twardych powierzchniach.

To postacie ludzkie i złożone powierzchnie organiczne naprawdę doprowadzają podejście czysto proceduralne do jego granic.

Aby to zbadać, stworzyliśmy bardziej ambitny demonstracyjny projekt:

Poproszenie GPT-6 Astra o zbudowanie w pełni uzbrojonego i opancerzonego króla.

Oprócz samego ludzkiego ciała postać ta obejmuje skomplikowaną zbroję, głowę, miecz i tarczę.

Postacie ludzkie są znacznie trudniejsze do wyrażenia za pomocą reguł niż urządzenia mechaniczne.

To, czy twarz „wygląda właściwie”, zależy od czegoś więcej niż tylko umieszczenia oczu, nosa i ust w przybliżeniu odpowiednich miejscach.

Kształt twarzy, kości policzkowe, oczodoły, grzbiet nosa, usta oraz subtelne, ciągłe zmiany krzywizny między nimi — wszystko to wpływa na końcowy wygląd.

To samo dotyczy zbroi.

Choć jest obiektem o twardych powierzchniach, nie jest prostym komponentem inżynieryjnym. Płaskorzeźby, ornamenty, ciągłe powierzchnie i stylizowane formy przyczyniają się do wizualnej tożsamości postaci.

Są to dokładnie te rodzaje obiektów, z którymi lepiej radzi sobie najnowszej generacji model bazowy 3D V2Fun 2.0.

W tym demonstracyjnym projekcie GPT-6 Astra najpierw rozumie postać jako całość i dzieli ją na kilka głównych części: głowę, ciało i zbroję, miecz oraz tarczę.

Następnie V2Fun generuje te złożone komponenty osobno.

GPT-6 Astra zajmuje się tym, co następuje dalej:

Czy głowa ma właściwą skalę i jak powinna łączyć się z ciałem? Gdzie należy umieścić miecz i tarczę? Czy proporcje części są spójne? Które modele wymagają redukcji liczby wielokątów? I jak zorganizować wszystko w zasób 3D, który można dalej edytować i wykorzystywać?

Innymi słowy:

V2Fun odpowiada za „szybkie generowanie złożonej geometrii wysokiej jakości”.

GPT-6 Astra odpowiada za „przekształcenie tej geometrii w kompletny obiekt”.

Dlaczego V2Fun może obsługiwać tę warstwę złożonej geometrii?

Powód wykracza poza stwierdzenie, że „jest również modelem obrazu do 3D”.

Najważniejsze badania i prace rozwojowe firmy Vertex Lab koncentrowały się ostatnio na dwóch fundamentalnych pytaniach:

Jak dokładniej reprezentować geometrię i jak zachować spójność tekstur wysokiej rozdzielczości na powierzchniach 3D.

W zakresie geometrii zespół stale udoskonala reprezentacje 3D i architekturę generowania, dążąc do ograniczenia nieefektywnych reprezentacji geometrycznych oraz skupienia możliwości modelu na obszarach o dużej krzywiźnie, cienkich strukturach i złożonych regionach.

W zakresie tekstur celem jest rozwiązanie problemu niezgodności, rozdarć i utraty szczegółów, które często występują podczas generowania wielowidokowego w wysokiej rozdzielczości.

To również stanowi podstawę zdolności V2Fun 2.0 do dostarczania wysokiej jakości tekstur w rozdzielczości do 8K.

Dla agenta takie możliwości mają ogromne znaczenie.

Wywołuje on wyspecjalizowany model, który tworzy rzeczywiste zasoby 3D, a nie narzędzie generowania wizualnego, które jedynie tworzy coś, co „wygląda jak 3D”.

Wygenerowane zasoby nadal muszą zostać złożone, poddane redukcji liczby wielokątów i zmodyfikowane przez GPT-6 Astra, a ostatecznie mogą trafić do animacji, gier, druku 3D lub innych przepływów pracy 3D.

To wyzwanie produktowe, nad którego rozwiązaniem pracuje V2Fun:

Dopilnowanie, aby AI generowała coś więcej niż jednorazowy rezultat: zasób 3D, z którym ludzie naprawdę mogą dalej pracować.

05 WYDAJNOŚĆ

Poza wyższą jakością zachodzi jeszcze jedna zmiana: tokeny

Ten przepływ pracy ma jeszcze jedną bardzo bezpośrednią korzyść:

Wydajność tokenowa.

Gdy GPT-6 Astra używa Three.js do opisania prostej struktury, bardzo wydajnie wykorzystuje tokeny.

Cylinder, przewód hydrauliczny lub kilka śrub wymagają bardzo niewielkiej ilości kodu.

Jednak zastosowanie tej samej metody do przybliżania ludzkich twarzy, fałd materiału lub bardzo złożonych powierzchni przemysłowych szybko zwiększa ilość kodu geometrii, który trzeba wygenerować i poprawiać.

Duże liczby tokenów są wtedy przeznaczane na pytania takie jak:

„Jak sprawić, aby ta powierzchnia była nieco dokładniejsza?”

„Jak jeszcze bardziej dostosować ten zarys?”

„Ile szczegółów geometrycznych należy tutaj dodać?”

Gdy złożone części są bezpośrednio przekazywane do V2Fun, te procesy niskiego poziomu zostają skondensowane do jednego wywołania wyspecjalizowanego modelu.

GPT-6 Astra może przeznaczyć więcej zasobów rozumowania na decyzje, które rzeczywiście ich wymagają:

Jak podzielić obiekt;

Które części należy wygenerować osobno;

Jak części są powiązane ze sobą w przestrzeni;

Jak złożyć końcowy obiekt;

Gdzie potrzebne są dalsze zmiany.

Dlatego V2Fun 2.0 oferuje coś więcej niż „lepiej wyglądające modele”.

Ma również potencjał, aby zmniejszyć zarówno zużycie tokenów przez GPT-6 Astra, jak i całkowity czas modelowania w przypadku złożonych zadań 3D.

Wcześniej przepływ pracy mógł wyglądać tak:

Zrozumienie → Napisanie kodu geometrii → Poprawki → Napisanie większej ilości kodu geometrii → Ponowne poprawki

Teraz wygląda następująco:

Zrozumienie → Podział na części → Równoległe generowanie → Złożenie → Dodanie lokalnych szczegółów

Gdy wiele złożonych komponentów można wygenerować jednocześnie, przewaga wydajnościowa staje się jeszcze większa.

06 ZAKOŃCZENIE

Od generowania modelu do stania się kluczową zdolnością 3D dla agentów

W ciągu ostatnich kilku lat główne pytanie w dziedzinie AI 3D brzmiało:

Jak wygenerować lepszy model?

Jednak wraz z tym, jak modele takie jak GPT-6 Astra zyskują coraz silniejsze rozumienie multimodalne, zdolności programistyczne i możliwości agentowe, pytanie to się zmienia.

W przyszłości AI może nie potrzebować jednej techniki do każdego zadania 3D.

Proste struktury można kodować bezpośrednio.

Złożone powierzchnie można przekazywać do V2Fun.

Istniejące zasoby można wykorzystywać bez zmian.

Redukcję liczby wielokątów, składanie i dostosowania strukturalne można następnie ponownie przekazać agentowi.

Jest to zgodne z przejściem branży generowania 3D od jednorazowych narzędzi generowania w kierunku produktywności napędzanej przez agentów. Artykuł referencyjny opisuje ten sam trend: generowanie 3D przechodzi od etapu przypominającego wczesne chatboty do fazy produktywności napędzanej przez agentów.

Dla Vertex Lab ten kierunek jest zgodny z długoterminową wizją techniczną firmy.

Od samego początku firma nigdy nie definiowała V2Fun wyłącznie jako „witryny do przekształcania obrazu w 3D”.

Od uczynienia tworzenia 3D bardziej dostępnym na urządzeniach mobilnych, przez umożliwienie profesjonalnej produkcji zasobów w internecie, po modele 3D, animację, ruch oraz długoterminowe dążenie do inteligencji przestrzennej i modeli świata — Vertex Lab zawsze dążył do budowania infrastruktury dla generowania treści 3D i inteligencji przestrzennej.

Rozwój agentów może otworzyć nową drogę do osiągnięcia tego celu.

W przyszłości użytkownicy mogą nie musieć wiedzieć, który model wywołać, jaki kod napisać ani jakie podejście do modelowania wybrać.

Mogą jedynie powiedzieć:

„Przekształć to w 3D.”

GPT-6 Astra zrozumie prośbę i zdecyduje, jak ją zrealizować.

V2Fun 2.0 ma ambicję stać się wyspecjalizowaną zdolnością, na której GPT-6 Astra polega w złożonym trójwymiarowym świecie.

GPT-6 Astra zajmuje się rozumieniem, planowaniem i budowaniem.

V2Fun przekształca złożone idee trójwymiarowe w rzeczywiste zasoby.

GPT-6 Astra × V2Fun: Od generowania kodu do współpracy modeli.