Construindo agentes 3D mais inteligentes: como Jev poderia aprimorar o ecossistema de desenvolvedores e habilidades da V2Fun

A criação 3D baseada em IA está evoluindo da geração de uma única etapa para um novo tipo de infraestrutura de software.

Os desenvolvedores querem cada vez mais agentes capazes de compreender um briefing criativo, selecionar o método de modelagem adequado, gerar vários recursos, montá-los em uma cena, avaliar o resultado e entregar arquivos que possam continuar em um pipeline de produção.

A V2Fun fornece a camada especializada de criação para esses fluxos de trabalho. Sua API unificada oferece suporte à geração e edição de imagens, geração de malhas 3D, texturização, remalhagem, conversão de formatos, animação, captura de movimento em vídeo e renderização. Os desenvolvedores podem conectar esses recursos para criar fluxos de trabalho que vão de uma ideia inicial a um recurso 3D utilizável, sem precisar manter todas as partes do pipeline 3D subjacente. (doc.v2fun.ai)

Mas a geração é apenas uma parte de um fluxo de trabalho 3D autônomo. Um agente também precisa tomar muitas decisões menores:

• O material de referência é suficiente?
• Um objeto deve ser gerado com IA ou construído proceduralmente?
• É possível reutilizar um recurso existente?
• O resultado exige outra tentativa de geração?
• O fluxo de trabalho deve continuar automaticamente ou solicitar revisão humana?
• Qual recurso da V2Fun deve lidar com a próxima etapa?

É aqui que a Jev poderia se tornar um complemento valioso ao ecossistema de desenvolvedores e Skills da V2Fun.

A Jev é o modelo System One da TypeSafe, projetado para fazer avaliações rápidas e delimitadas, em vez de gerar conteúdo aberto. Dado um estado textual e critérios definidos pelo desenvolvedor, a Jev retorna resultados tipados por meio de três primitivas de decisão: Choice, Score e Noul. Essas primitivas permitem que o software selecione entre opções predefinidas, avalie uma entrada com base em uma rubrica ordenada ou estime a probabilidade de uma afirmação ser verdadeira.

Os desenvolvedores podem explorar aplicações práticas e padrões de implementação por meio do Jev AI Dev, um guia independente e uma comunidade de desenvolvedores para a Jev e o ecossistema mais amplo do System One. Seus casos de uso selecionados demonstram como a tomada de decisões estruturada pode apoiar a orquestração de agentes, o roteamento, a avaliação, a segurança, a busca e as ferramentas para desenvolvedores.

Em um fluxo de trabalho da V2Fun, isso cria uma divisão clara de responsabilidades. A V2Fun gera e processa recursos 3D profissionais, enquanto os agentes generativos interpretam briefings criativos e coordenam ferramentas. A Jev pode complementar ambos ao tomar decisões estruturadas sobre rotas de modelagem, prontidão das entradas, controle de qualidade, novas tentativas e escalonamento para humanos. Juntos, esses componentes podem oferecer suporte a agentes 3D que não são apenas criativos, mas também mais controláveis e prontos para produção.

A V2Fun fornece a camada de criação 3D

A API da V2Fun oferece aos desenvolvedores acesso a recursos modulares de imagem, modelo, movimento e renderização.

Um desenvolvedor pode usar essas APIs de forma independente ou conectá-las em um fluxo de produção completo. Por exemplo, a V2Fun documenta um pipeline de personagens que encadeia geração de conceitos, reconstrução de malha 3D, texturização PBR, rigging e retargeting de animação em um processo automatizado. (doc.v2fun.ai)

A V2Fun também oferece uma integração mais nativa para agentes por meio do V2Fun AI 3D Skill, de código aberto.

Em vez de tratar cada objeto como uma única solicitação de geração, o Skill pode analisar uma referência, dividir um objeto em componentes e escolher um método de construção adequado para cada parte:

• Formas mecânicas regulares podem ser criadas proceduralmente com Three.js.
• Componentes orgânicos ou visualmente complexos podem ser gerados com a V2Fun.
• Modelos existentes podem ser reutilizados quando houver recursos adequados disponíveis.
• Componentes gerados e procedurais podem ser montados em um modelo híbrido.
• O resultado final pode ser entregue como um arquivo GLB com arquivos-fonte editáveis.

Essa abordagem híbrida dá a um agente de IA mais controle sobre a estrutura e a editabilidade do resultado do que uma única solicitação de imagem para 3D. (github.com)

Ela também introduz um novo desafio: o agente precisa de uma maneira confiável de tomar decisões ao longo de todo o fluxo de trabalho.

A Jev fornece uma camada de decisão estruturada

A Jev é o modelo System One da TypeSafe. Diferentemente de um modelo de linguagem generativo, ela não escreve código, produz explicações nem gera conteúdo 3D. Ela avalia um estado textual com base em perguntas definidas pelo desenvolvedor e retorna respostas tipadas que o código da aplicação pode usar diretamente.

A Jev expõe três primitivas principais de decisão:

• Choice: seleciona uma opção de um conjunto definido.
• Score: avalia algo com base em uma rubrica ordenada.
• Noul: estima a probabilidade de uma afirmação ser verdadeira.

Choice e Score também podem retornar informações de confiança, permitindo que uma aplicação decida se deve prosseguir, tentar novamente ou escalonar. (docs.typesafe.ai)

Os desenvolvedores podem explorar implementações práticas por meio dos casos de uso selecionados para desenvolvedores do Jev AI Dev, um guia independente e uma comunidade de desenvolvedores para o modelo Jev e o ecossistema mais amplo do System One. Seus exemplos abrangem orquestração de agentes, busca e classificação, suporte ao cliente, segurança, jogos e ferramentas para desenvolvedores. (jevai.dev)

A distinção importante é que a Jev não substituiria os modelos 3D da V2Fun nem o modelo generativo que controla um agente.

Em vez disso, ela poderia ajudar o agente a tomar decisões rápidas e delimitadas dentro de um fluxo de trabalho da V2Fun.

Onde a Jev poderia se encaixar nos Skills da V2Fun

1. Selecionar a rota de modelagem correta

O V2Fun AI 3D Skill pode combinar vários métodos de construção. A Jev poderia formalizar a decisão de roteamento para cada componente.

Dado um briefing de design textual e um inventário de componentes, uma pergunta Choice poderia selecionar entre:

• Geração de malha por IA da V2Fun
• Construção procedural com Three.js
• Reutilização de recursos existentes
• Construção híbrida
• Revisão humana

Por exemplo, parafusos, tubos, plataformas e suportes geométricos repetidos poderiam ser encaminhados para a construção procedural. Uma criatura, uma peça de vestuário ou um ornamento esculpido poderia ser encaminhado para o recurso de geração por IA da V2Fun.

O agente ainda planejaria o objeto e executaria o método selecionado. A Jev forneceria uma decisão de roteamento tipada, em vez de uma recomendação aberta que precisasse ser analisada a partir de um texto gerado.

2. Avaliar a prontidão das entradas

Um fluxo de trabalho 3D geralmente começa com instruções incompletas ou uma imagem de referência inadequada.

Antes de enviar uma tarefa de geração, a Jev poderia avaliar informações textuais produzidas pelo fluxo de trabalho:

• O objeto pretendido está claramente identificado?
• As descrições frontal, lateral e traseira são consistentes?
• O briefing especifica o estilo visual desejado?
• O formato de saída pretendido é conhecido?
• O usuário espera um modelo estático ou um personagem animado?

Os recursos de geração de legendas para imagens ou aprimoramento de prompts da V2Fun poderiam primeiro transformar entradas visuais em descrições. A Jev poderia então avaliar essas descrições e retornar sinais estruturados de prontidão.

Se as informações fossem insuficientes, o Skill poderia pedir ao usuário outra perspectiva ou um requisito mais específico antes de consumir créditos com a geração.

3. Adicionar barreiras de confiança às chamadas de API

A V2Fun usa uma API baseada em tarefas. A maioria das solicitações de geração retorna um ID de tarefa; depois disso, a aplicação monitora a tarefa e recupera seu resultado de forma assíncrona. (doc.v2fun.ai)

Portanto, um Skill de produção precisa de políticas para iniciar, tentar novamente e interromper tarefas.

A Jev poderia fornecer avaliações semânticas como:

• É provável que outra tentativa de geração resolva o problema relatado?
• A revisão do usuário exige reconstruir a malha ou apenas gerar novamente a textura?
• A alteração solicitada é substancial o bastante para justificar uma nova tarefa paga?
• Essa ação exige confirmação?

A política final deve permanecer no código da aplicação. Cálculos de créditos, limites de novas tentativas, permissões de API e consulta de status das tarefas são operações determinísticas e não devem ser delegados a um modelo.

O papel da Jev seria avaliar a condição semântica. O código do Skill decidiria qual ação essa condição permite.

4. Encaminhar recursos pelo pipeline de produção

Diferentes solicitações 3D exigem diferentes processos posteriores.

Um personagem de jogo pode exigir texturização, rigging, retargeting de animação e entrega em GLB ou FBX. Uma visualização de produto pode precisar de remalhagem, refinamento de materiais e prévias renderizadas. Uma experiência web simples pode exigir apenas um GLB leve.

A Jev poderia inferir o fluxo de trabalho pretendido a partir do briefing criativo e escolher um pipeline predefinido:

• Recurso para prévia estática
• Objeto pronto para jogos
• Personagem com rigging
• Personagem animado
• Recurso para web ou XR
• Modelo que exige revisão manual

A V2Fun então executaria as operações correspondentes por meio de suas APIs, enquanto o código determinístico aplicaria os requisitos técnicos de contagem de polígonos, formato de arquivo, tamanho do arquivo e compatibilidade com o mecanismo de destino.

5. Apoiar decisões de controle de qualidade

A garantia de qualidade na produção 3D combina verificações objetivas com avaliações subjetivas.

Propriedades objetivas — como verificar se um arquivo pode ser carregado, se os componentes esperados existem ou se o formato de saída está correto — devem ser validadas diretamente no código.

Propriedades subjetivas podem ser convertidas em relatórios de inspeção textuais:

• O resultado preserva as principais características do briefing?
• O estilo do recurso é consistente entre os componentes?
• O componente gerado parece adequado ao uso pretendido?
• O defeito relatado é grave o bastante para exigir uma nova geração?
• O recurso deve ser aceito, revisado ou enviado para análise humana?

A Jev poderia responder a essas perguntas como questões Choice, Score ou Noul.

No entanto, atualmente a Jev avalia texto, e não imagens, vídeos ou geometria 3D diretamente. Um modelo visual, uma ferramenta de inspeção de geometria ou um revisor humano precisaria primeiro produzir a descrição ou as medições relevantes. A Jev poderia então tomar a decisão delimitada do fluxo de trabalho a partir desse estado. (docs.typesafe.ai)

Uma possível arquitetura de agentes V2Fun e Jev

Um fluxo de trabalho combinado poderia usar cinco camadas distintas:

1. **Um agente generativo interpreta a solicitação.**Ele entende o objetivo criativo, decompõe o objeto, escreve código e gerencia a conversa.
2. ​O V2Fun Skill define o ​fluxo de trabalho​**.**Ele fornece instruções, scripts, integrações de API, rotas de modelagem, monitoramento de tarefas e requisitos de entrega.
3. **A Jev lida com decisões delimitadas.**Ela seleciona rotas predefinidas, atribui pontuações a condições qualitativas e retorna sinais de confiança.
4. **A V2Fun gera e processa os recursos.**Suas APIs criam imagens e malhas, geram texturas, processam modelos, recuperam ou fazem retargeting de movimentos e produzem prévias.
5. **O código da aplicação aplica a política.**Ele gerencia credenciais de API, limites de créditos, novas tentativas, permissões, validação de arquivos e limites de revisão humana.

Essa separação dá a cada componente uma responsabilidade clara.

O agente generativo lida com o raciocínio aberto. A Jev lida com avaliações estruturadas. A V2Fun lida com a geração e o processamento 3D especializados. O código da aplicação permanece no controle da execução.

Exemplo: criando um personagem mecânico pronto para jogos

Imagine que um desenvolvedor peça a um agente para criar um personagem mecânico estilizado a partir de uma imagem conceitual.

O agente poderia primeiro identificar os principais componentes:

• Carcaça da cabeça e do corpo
• Braços mecânicos
• Articulações repetidas
• Plataforma de base
• Cabos decorativos
• Texturas de superfície

As ferramentas de imagem da V2Fun poderiam produzir uma referência com várias vistas mais clara ou uma descrição textual. A Jev poderia então avaliar cada componente e selecionar uma rota de modelagem.

A carcaça do corpo poderia usar a geração por IA da V2Fun devido ao seu design visual irregular. As articulações repetidas poderiam ser construídas proceduralmente. Os cabos poderiam usar geometria reutilizável baseada em curvas. A plataforma poderia ser criada com dimensões explícitas no Three.js.

Depois que os componentes fossem montados, o fluxo de trabalho poderia inspecionar o GLB exportado, criar uma prévia renderizada e produzir um relatório estruturado. A Jev poderia avaliar se o resultado deveria ser aceito, revisado ou encaminhado para uma pessoa.

Se o personagem precisasse de animação, outra decisão poderia encaminhá-lo para rigging e retargeting de animação. Se a solicitação exigisse apenas uma prévia estática do produto, o fluxo de trabalho poderia ignorar essas etapas.

O resultado não é simplesmente um modelo gerado por IA. É um processo de produção gerenciado por um agente, no qual geração, construção, avaliação e entrega trabalham em conjunto.

Por que essa combinação é importante

O possível valor de integrar a Jev à V2Fun não está em tornar um único modelo responsável por todo o fluxo de trabalho.

O valor vem da especialização.

• V2Fun fornece a infraestrutura de geração 3D e processamento de recursos.
• O V2Fun AI 3D Skill transforma essa infraestrutura em um fluxo de trabalho reutilizável para agentes.
• A Jev pode fornecer decisões estruturadas em pontos importantes de ramificação.
• Modelos generativos podem compreender briefings, planejar objetos, escrever código e se comunicar com usuários.
• O código da aplicação mantém o controle sobre execução, segurança, custos e validação.

Essa arquitetura poderia tornar agentes 3D complexos mais modulares, observáveis e fáceis de aprimorar. Os desenvolvedores poderiam testar decisões individuais de forma independente, ajustar limites de confiança sem redesenhar todo o Skill e introduzir revisão humana exatamente onde ela é necessária.

Da geração 3D à infraestrutura de agentes 3D

A criação 3D com IA está se tornando parte de um ecossistema mais amplo de agentes.

Os desenvolvedores não chamarão apenas um modelo para gerar um objeto. Eles criarão agentes que compreendem requisitos de produção, coordenam modelos especializados, gerenciam trabalhos assíncronos, montam recursos editáveis, validam resultados e entregam conteúdo para jogos, aplicações XR, ferramentas de design e plataformas de conteúdo.

A V2Fun está desenvolvendo os recursos 3D especializados e os Skills reutilizáveis necessários para essa transição. A Jev introduz uma camada complementar para a tomada de decisões rápida e estruturada.

Juntas, elas apontam para uma arquitetura prática de produção 3D inteligente: agentes generativos para raciocínio, Jev para decisões delimitadas, V2Fun para criação e software determinístico para controle.

Essa combinação poderia ajudar a levar a criação 3D com IA de ferramentas de geração individuais para fluxos de trabalho de agentes confiáveis e prontos para desenvolvedores.

Referências

• Site oficial da V2Fun
• Documentação da API da V2Fun
• Início rápido da API da V2Fun
• V2Fun AI 3D Skill no GitHub
• Jev AI Dev
• Casos de uso para desenvolvedores do Jev AI
• Documentação oficial da Jev
• Referência da API da Jev
• Usando a Jev com agentes de programação