GPT-6 Astra x V2Fun - Da Geração de Código à Colaboração entre Modelos

GPT-6 Astra × V2Fun: da geração de código à ​colaboração entre modelos

Imagine um processo de modelagem 3D assim.

Você fornece ao GPT-6 Astra uma imagem de referência de uma escavadeira. Primeiro, ele identifica os componentes da máquina: cabine, esteiras, chassi inferior, lança, braço, caçamba e outros.

Esses componentes principais são então enviados individualmente a um modelo especializado de geração 3D e retornam como assets separados em poucas dezenas de segundos.

Em seguida, o GPT-6 Astra assume o controle.

Ele determina a escala e as relações espaciais de cada peça, posiciona as esteiras em ambos os lados do chassi inferior, fixa a lança ao corpo e, depois, conecta o braço e a caçamba em sequência. Quando a estrutura principal está concluída, ele usa o Three.js para adicionar mangueiras hidráulicas, parafusos, eixos de articulação e até os joysticks de controle dentro da cabine.

Por fim, uma escavadeira completa, estruturada e editável aparece na cena 3D.

Isso é mais do que apenas geração de imagem para 3D ou geração de código.

São duas capacidades de IA começando a trabalhar juntas de uma forma mais natural:

O GPT-6 Astra cuida da compreensão, do planejamento e da construção, enquanto um modelo especializado de base 3D cuida da geometria complexa.

Esse é um novo fluxo de trabalho que o ​V2Fun​, um produto da Vertex Lab, vem explorando recentemente.

Por trás disso existe uma mudança mais ampla:

Os agentes 3D estão passando de “gerar tudo sozinhos” para “saber qual modelo chamar e quando”.

01

PONTO DE VIRADA

O GPT-6 Astra já consegue construir em 3D. O que vem depois?

Uma mudança significativa trazida pelo GPT-6 Astra é que os grandes modelos de linguagem estão realmente entrando no mundo tridimensional.

No passado, estávamos mais acostumados a pedir à IA que gerasse uma imagem, um vídeo ou um texto. Agora, com compreensão multimodal, raciocínio espacial e programação cada vez mais avançados, o GPT-6 Astra consegue entender a estrutura de um objeto 3D e realmente construí-lo por meio de métodos procedurais, como o Three.js.

Considere, por exemplo, uma linha de produção industrial.

O GPT-6 Astra consegue identificar suas esteiras transportadoras, roletes, estruturas de suporte, motores e estações de trabalho e, então, gerar progressivamente a geometria correspondente.

Esses objetos são particularmente adequados à modelagem procedural porque tendem a ter relações matemáticas claras e estruturas repetidas. Uma coluna de suporte pode ser representada por uma forma geométrica básica, um rolete pode ser duplicado dezenas de vezes e o comprimento e a posição de uma esteira transportadora podem ser controlados diretamente por parâmetros.

Mais importante, o resultado não é uma malha totalmente opaca.

Cada componente da linha de produção continua sendo um objeto separado que ainda pode ser movido, duplicado, excluído ou modificado.

Sob essa perspectiva, o GPT-6 Astra está fazendo mais do que “gerar em 3D”. Ele começa a desenvolver uma capacidade mais próxima à de um engenheiro 3D:

Entender do que um objeto é feito e construí-lo.

Mas, à medida que os objetos se tornam mais complexos, surge uma nova questão.

E se o objeto não for uma linha de produção, mas um rosto humano, uma criatura, uma peça de roupa, uma escultura ou até mesmo uma escavadeira com superfícies industriais complexas? O GPT-6 Astra ainda deveria escrever toda a geometria em código?

A resposta talvez não seja uma questão de escolher entre uma coisa ou outra.

E é precisamente aí que o V2Fun pode entrar no fluxo de trabalho.

02

POR QUE O V2FUN

Por que o V2Fun?

O V2Fun não é uma API 3D adicionada às pressas apenas para esta demonstração.

É a plataforma de produto para a pesquisa e o desenvolvimento de longo prazo da Vertex Lab em modelos de base 3D de IA.

Fundada em 2025, a Vertex Lab tem se concentrado consistentemente em geração 3D, inteligência espacial e, no longo prazo, infraestrutura para modelos do mundo.

O V2Fun foi apresentado anteriormente na HDC 2026 como o primeiro aplicativo nativo de IA do HarmonyOS alimentado por um modelo de base 3D. Seu aplicativo móvel e seu espaço de trabalho na web abrangem todo o fluxo de trabalho, da criação cotidiana à produção profissional de conteúdo 3D.

Em sua essência, ele sempre abordou a mesma questão:

Como transformar um objeto tridimensional complexo em um asset 3D utilizável, com menos esforço e em menos tempo?

O próximo V2Fun 2.0 levará esses recursos ainda mais longe.

A nova versão contará com a geração mais recente de seu modelo de base 3D e oferecerá suporte à geração de texturas em resoluções de até 8K. O foco será melhorar a qualidade da geração para geometrias complexas, personagens humanos, criaturas, roupas, esculturas e outras superfícies irregulares.

É por isso que a combinação do V2Fun com o GPT-6 Astra é mais do que uma colaboração casual entre produtos.

Os problemas que eles resolvem melhor são inerentemente complementares.

O GPT-6 Astra se destaca em compreensão, planejamento, relações espaciais, programação e orquestração de agentes.

O V2Fun se destaca na geração direta de geometrias 3D complexas e superfícies de alta qualidade.

Um deles é melhor para responder:

“Como este objeto deve ser construído?”

O outro é melhor para responder:

“Como deve ser, de fato, este componente complexo?”

Quando essas duas capacidades se unem, a geração 3D deixa de estar limitada a uma única abordagem.

03

DESAFIO

Algumas coisas são melhor construídas com código. Outras são melhor geradas diretamente.

Voltemos àquela escavadeira.

Estruturalmente, ela é altamente regular.

O GPT-6 Astra consegue entender facilmente que uma escavadeira é composta por um chassi inferior, esteiras esquerda e direita, um corpo, uma cabine, uma lança, um braço e uma caçamba. Ele também consegue entender como essas peças devem se conectar.

Mas, olhando mais de perto, o problema muda.

A cabine não é um cubo simples, e a carcaça do corpo não pode ser representada com precisão pela combinação de alguns elementos básicos. A caçamba tem superfícies curvas contínuas, o braço tem um contorno complexo e as esteiras e o chassi inferior contêm uma grande quantidade de detalhes de design industrial.

O GPT-6 Astra certamente pode continuar aproximando essas estruturas com código procedural.

Mas, quanto mais complexa a geometria, mais código precisa ser gerado e revisado, e mais iterações são necessárias.

Para um agente, isso significa gastar cada vez mais tokens descrevendo a geometria de baixo nível.

Por isso, tentamos uma abordagem diferente.

Primeiro, o GPT-6 Astra “entende” a escavadeira.

Em seguida, ele delega os componentes principais complexos, como a cabine, as esteiras, o braço e a caçamba, ao V2Fun 2.0 para geração separada.

Quando a geração é concluída, o GPT-6 Astra assume novamente o controle para ajustar a escala, a rotação e a posição e montar o objeto inteiro.

Aqui, o V2Fun oferece exatamente a capacidade que vem desenvolvendo:

Reconstruir estruturas 3D complexas diretamente a partir de dados visuais, em vez de fazer com que um modelo de linguagem descreva superfícies indiretamente por meio de grandes quantidades de código.

Isso pode parecer apenas escrever menos código Three.js, mas, na verdade, muda toda a abordagem computacional.

Mais interessante ainda, o V2Fun não substitui o Three.js.

Depois da montagem, o GPT-6 Astra ainda gera muitos elementos por conta própria.

As mangueiras hidráulicas, por exemplo.

Uma mangueira é essencialmente uma estrutura tubular que conecta alguns pontos importantes, o que a torna ideal para a modelagem procedural.

O mesmo se aplica a parafusos, eixos de conexão e joysticks.

Esses objetos têm dimensões regulares, estruturas simples e frequentemente aparecem em grande quantidade. Chamar um modelo de base 3D separadamente para cada um deles, na verdade, acrescentaria custo e complexidade ao fluxo de trabalho.

A escavadeira final é, portanto, um verdadeiro asset híbrido.

O V2Fun gera os componentes principais complexos.

O GPT-6 Astra + Three.js cuida dos detalhes regulares.

Em seguida, o GPT-6 Astra organiza ambos em um único objeto 3D estruturado.

É isso que torna essa abordagem tão atraente:

Em vez de escolher entre geração de código e um modelo de base 3D, o agente decide qual capacidade é mais adequada para cada parte.

04

MAIS COMPLEXO

Com personagens humanos, o valor do V2Fun fica ainda mais evidente

A escavadeira ainda é principalmente um objeto de superfície rígida.

Personagens humanos e superfícies orgânicas complexas são o que realmente levam uma abordagem puramente procedural aos seus limites.

Para explorar isso, criamos uma demonstração mais ambiciosa:

Pedir ao GPT-6 Astra que construísse um rei totalmente armado e protegido por armadura.

Além do próprio corpo humano, esse personagem inclui uma armadura detalhada, uma cabeça, uma espada e um escudo.

Personagens humanos são muito mais difíceis de expressar por meio de regras do que equipamentos mecânicos.

Se um rosto “parece certo” depende de mais do que posicionar os olhos, o nariz e a boca aproximadamente nos lugares corretos.

O formato do rosto, as maçãs do rosto, as órbitas oculares, a ponte do nariz, os lábios e as mudanças sutis e contínuas na curvatura entre eles contribuem para a aparência final.

O mesmo vale para a armadura.

Embora seja um objeto de superfície rígida, ela não é um simples componente de engenharia. Relevos, ornamentos, superfícies contínuas e formas estilizadas contribuem para a identidade visual do personagem.

Esses são precisamente os tipos de objetos para os quais o modelo de base 3D de próxima geração do V2Fun 2.0 é mais adequado.

Nesta demonstração, o GPT-6 Astra primeiro entende o personagem como um todo e o divide em várias partes principais: cabeça, corpo e armadura, espada e escudo.

O V2Fun então gera esses componentes complexos separadamente.

O GPT-6 Astra cuida do que vem depois:

A cabeça está na escala correta e como ela deve se conectar ao corpo? Onde a espada e o escudo devem ser posicionados? As proporções das peças são consistentes? Quais modelos precisam de redução de polígonos? E como tudo deve ser organizado em um asset 3D que possa ser editado e usado posteriormente?

Em outras palavras:

O V2Fun responde a “como gerar geometrias complexas rapidamente e com alta qualidade”.

O GPT-6 Astra responde a “como transformar essa geometria em um objeto completo”.

Por que o V2Fun consegue lidar com essa camada de geometria complexa?

O motivo vai além de “também ser um modelo de imagem para 3D”.

A pesquisa e o desenvolvimento centrais da Vertex Lab nos últimos trabalhos têm se concentrado em duas questões fundamentais:

Como representar a geometria com mais precisão e como manter ​texturas de alta resolução​​ consistentes nas superfícies 3D.

No lado da geometria, a equipe continua aprimorando suas representações 3D e sua arquitetura de geração, com o objetivo de reduzir representações geométricas ineficientes e concentrar a capacidade do modelo em áreas de alta curvatura, estruturas finas e regiões complexas.

No lado das texturas, o foco está em resolver o desalinhamento, os rasgos e a perda de detalhes que geralmente ocorrem na geração multivista de alta resolução.

Isso também sustenta a capacidade do V2Fun 2.0 de oferecer texturas de alta qualidade em resoluções de até 8K.

Para um agente, capacidades como essas são muito importantes.

Ele está chamando um modelo especializado que produz assets 3D reais, e não uma ferramenta de geração visual que apenas cria algo que “parece 3D”.

Os assets gerados ainda precisam ser montados, ter sua contagem de polígonos reduzida e ser modificados pelo GPT-6 Astra, podendo eventualmente entrar em fluxos de trabalho de animação, jogos, impressão 3D ou outras áreas do 3D.

Esse é o desafio de produto que o V2Fun vem tentando resolver:

Garantir que a IA gere mais do que um resultado único: um asset 3D com o qual as pessoas possam realmente continuar trabalhando.

05

EFICIÊNCIA

Além de maior qualidade, há outra mudança: tokens

Esse fluxo de trabalho tem outro benefício muito direto:

Eficiência de tokens.

Quando o GPT-6 Astra usa o Three.js para descrever uma estrutura simples, ele usa os tokens de maneira muito eficiente.

Um cilindro, uma mangueira hidráulica ou alguns parafusos exigem pouquíssimo código.

Mas aplicar o mesmo método para aproximar rostos humanos, dobras de tecido ou superfícies industriais altamente complexas aumenta rapidamente a quantidade de código geométrico que precisa ser gerado e revisado.

Grandes quantidades de tokens passam então a ser gastas em questões como:

“Como tornar esta superfície um pouco mais precisa?”

“Como ajustar ainda mais este contorno?”

“Quanto detalhe geométrico deve ser adicionado aqui?”

Quando as partes complexas são delegadas diretamente ao V2Fun, esses processos de baixo nível são condensados em uma única chamada a um modelo especializado.

O GPT-6 Astra pode dedicar mais recursos de raciocínio às decisões que realmente exigem esses recursos:

Como dividir o objeto;

Quais partes devem ser geradas separadamente;

Como as partes se relacionam espacialmente;

Como montar o objeto final;

Onde são necessárias outras alterações.

É por isso que o V2Fun 2.0 oferece mais do que “modelos mais bonitos”.

Ele também tem o potencial de reduzir o consumo de tokens e o tempo total de modelagem do GPT-6 Astra em tarefas 3D complexas.

Antes, o fluxo de trabalho poderia ser:

Entender → Escrever o código da geometria → Revisar → Escrever mais código da geometria → Revisar novamente

Agora, ele se torna:

Entender → Dividir em partes → Gerar em paralelo → Montar → Adicionar detalhes locais

Quando vários componentes complexos podem ser gerados simultaneamente, essa vantagem de eficiência se torna ainda maior.

06

CONCLUSÃO

Da geração de um modelo a uma capacidade 3D essencial para agentes

Nos últimos anos, a questão central da IA 3D tem sido:

Como gerar um modelo melhor?

Mas, à medida que modelos como o GPT-6 Astra adquirem capacidades mais avançadas de compreensão multimodal, programação e atuação como agentes, essa questão está mudando.

No futuro, a IA talvez não precise usar uma única técnica para todas as tarefas 3D.

Estruturas simples podem ser codificadas diretamente.

Superfícies complexas podem ser delegadas ao V2Fun.

Assets existentes podem ser reutilizados como estão.

A redução de polígonos, a montagem e os ajustes estruturais podem então ser devolvidos ao agente.

Isso está alinhado à mudança do setor de geração 3D, que passa de ferramentas de geração pontual para uma produtividade orientada por agentes. O artigo de referência descreve a mesma tendência: a geração 3D está passando de uma fase semelhante à dos primeiros chatbots para uma fase de produtividade impulsionada por agentes.

Para a Vertex Lab, essa direção é consistente com sua visão técnica de longo prazo.

Desde o início, a empresa nunca definiu o V2Fun apenas como um “site de imagem para 3D”.

Desde tornar a criação 3D mais acessível no celular até possibilitar a produção profissional de assets na web, passando por modelos 3D, animação, movimento e a busca de longo prazo por inteligência espacial e modelos do mundo, a Vertex Lab sempre teve como objetivo construir infraestrutura para geração de conteúdo 3D e inteligência espacial.

A ascensão dos agentes pode abrir um novo caminho para esse objetivo.

No futuro, os usuários talvez não precisem saber qual modelo chamar, que código escrever ou qual abordagem de modelagem escolher.

Talvez precisem apenas dizer:

“Transforme isto em 3D.”

O GPT-6 Astra entenderá o pedido e decidirá como realizá-lo.

O V2Fun 2.0 pretende se tornar a capacidade especializada da qual ele depende para lidar com o mundo tridimensional complexo.

O GPT-6 Astra cuida da compreensão, do planejamento e da construção.

O V2Fun transforma ideias tridimensionais complexas em assets reais.

GPT-6 Astra × V2Fun: da geração de código à colaboração entre modelos.

06

CONCLUSÃO

Da geração de um modelo a uma capacidade 3D essencial para agentes

Nos últimos anos, a questão central da IA 3D tem sido:

Como gerar um modelo melhor?

Mas, à medida que modelos como o GPT-6 Astra adquirem capacidades mais avançadas de compreensão multimodal, programação e atuação como agentes, essa questão está mudando.

No futuro, a IA talvez não precise usar uma única técnica para todas as tarefas 3D.

Estruturas simples podem ser codificadas diretamente.

Superfícies complexas podem ser delegadas ao V2Fun.

Assets existentes podem ser reutilizados como estão.

A redução de polígonos, a montagem e os ajustes estruturais podem então ser devolvidos ao agente.

Isso está alinhado à mudança do setor de geração 3D, que passa de ferramentas de geração pontual para uma produtividade orientada por agentes. O artigo de referência descreve a mesma tendência: a geração 3D está passando de uma fase semelhante à dos primeiros chatbots para uma fase de produtividade impulsionada por agentes.

Para a Vertex Lab, essa direção é consistente com sua visão técnica de longo prazo.

Desde o início, a empresa nunca definiu o V2Fun apenas como um “site de imagem para 3D”.

Desde tornar a criação 3D mais acessível no celular até possibilitar a produção profissional de assets na web, passando por modelos 3D, animação, movimento e a busca de longo prazo por inteligência espacial e modelos do mundo, a Vertex Lab sempre teve como objetivo construir infraestrutura para geração de conteúdo 3D e inteligência espacial.

A ascensão dos agentes pode abrir um novo caminho para esse objetivo.

No futuro, os usuários talvez não precisem saber qual modelo chamar, que código escrever ou qual abordagem de modelagem escolher.

Talvez precisem apenas dizer:

“Transforme isto em 3D.”

O GPT-6 Astra entenderá o pedido e decidirá como realizá-lo.

O V2Fun 2.0 pretende se tornar a capacidade especializada da qual ele depende para lidar com o mundo tridimensional complexo.

O GPT-6 Astra cuida da compreensão, do planejamento e da construção.

O V2Fun transforma ideias tridimensionais complexas em assets reais.

GPT-6 Astra × V2Fun: da geração de código à colaboração entre modelos.