GPT-6 Astra x V2Fun - Da geração de código à colaboração entre modelos

Imagine um processo de modelagem 3D como este.

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

Esses componentes principais são então enviados individualmente a um modelo especializado de geração 3D e retornam como ativos separados em 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, conecta 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 mesmo 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 de base 3D especializado cuida da geometria complexa.

Esse é um novo fluxo de trabalho que a V2Fun, um produto da Vertex Lab, tem explorado recentemente.

Por trás disso está 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 trecho de texto. Agora, com capacidades cada vez maiores de compreensão multimodal, raciocínio espacial e programação, o GPT-6 Astra consegue entender a estrutura de um objeto 3D e, então, construí-lo de fato por meio de métodos procedurais, como o Three.js.

Considere, por exemplo, uma linha de produção industrial.

O GPT-6 Astra consegue identificar suas correias transportadoras, roletes, estruturas de suporte, motores e estações de trabalho e, em seguida, 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 correia transportadora podem ser controlados diretamente por meio de parâmetros.

Mais importante, o resultado não é uma malha completamente 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 faz mais do que “gerar 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 pergunta.

E se o objeto não for uma linha de produção, mas um rosto humano, uma criatura, roupas, 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 escolha entre uma coisa ou outra.

E é precisamente aqui que a V2Fun pode entrar no fluxo de trabalho.

02 POR QUE A V2FUN

Por que a V2Fun?

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

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

Fundada em 2025, a Vertex Lab tem se concentrado consistentemente em geração 3D, inteligência espacial e, a longo prazo, infraestrutura para modelos de mundo.

A V2Fun foi apresentada 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, desde a criação cotidiana até a produção profissional de conteúdo 3D.

Em sua essência, ela sempre abordou a mesma questão:

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

A próxima 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 de geometrias complexas, personagens humanos, criaturas, roupas, esculturas e outras superfícies irregulares.

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

Os problemas que eles se destacam em resolver são inerentemente complementares.

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

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

Um é melhor para responder:

“Como este objeto deve ser construído?”

O outro é melhor para responder:

“Como este componente complexo deve realmente ser?”

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 prontamente que uma escavadeira é composta por um chassi, 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 observe com mais atenção, e 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 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 geometrias 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, à 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, a V2Fun oferece exatamente a capacidade que vem desenvolvendo:

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

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

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

Após a 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-chave, 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 geralmente 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 ativo híbrido.

A V2Fun gera os componentes principais complexos.

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

O GPT-6 Astra então organiza ambos em um único objeto 3D estruturado.

É isso que torna a abordagem tão atraente:

Em vez de escolher entre a 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 da V2Fun fica ainda mais claro

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 construa um rei totalmente armado e blindado.

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.

Determinar 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 de 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 componente de engenharia simples. O trabalho em relevo, os ornamentos, as superfícies contínuas e as formas estilizadas contribuem para a identidade visual do personagem.

Esses são precisamente os tipos de objetos que o modelo de base 3D de próxima geração da V2Fun 2.0 está mais preparado para lidar.

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.

A V2Fun então gera esses componentes complexos separadamente.

O GPT-6 Astra cuida do que vem depois:

A cabeça está na escala correta e como 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 ativo 3D que possa ser editado e utilizado posteriormente?

Em outras palavras:

A 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 a V2Fun consegue lidar com essa camada de geometria complexa?

A razão vai além de “ela também é um modelo de imagem para 3D”.

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

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

No aspecto da geometria, a equipe continua refinando 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 aspecto das texturas, o foco está em solucionar o desalinhamento, os rasgos e a perda de detalhes que ocorrem com frequência na geração multivista de alta resolução.

Isso também sustenta a capacidade da V2Fun 2.0 de fornecer 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 ativos 3D reais, em vez de uma ferramenta de geração visual que apenas cria algo que “parece 3D”.

Os ativos gerados ainda precisam ser montados, ter sua contagem de polígonos reduzida e ser modificados pelo GPT-6 Astra, podendo posteriormente entrar em fluxos de trabalho de animação, jogos, impressão 3D ou outros processos 3D.

Esse é o desafio de produto que a V2Fun vem trabalhando para resolver:

Garantir que a IA gere mais do que um resultado único: um ativo 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 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 de geometria que precisa ser gerada e revisada.

Grandes quantidades de tokens são então gastas em perguntas como:

“Como tornar esta superfície um pouco mais precisa?”

“Como este contorno deve ser ajustado ainda mais?”

“Quanto detalhe geométrico deve ser adicionado aqui?”

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

O GPT-6 Astra pode dedicar mais de seus recursos de raciocínio às decisões que realmente precisam deles:

Como dividir o objeto;

Quais partes devem ser geradas separadamente;

Como as partes se relacionam umas com as outras no espaço;

Como montar o objeto final;

Onde são necessárias alterações adicionais.

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

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

O fluxo de trabalho poderia ser anteriormente:

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

De gerar um modelo a se tornar 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 ganham capacidades mais fortes de compreensão multimodal, programação e atuação como agentes, essa questão está mudando.

No futuro, a IA talvez não precise usar uma única técnica para cada tarefa 3D.

Estruturas simples podem ser programadas diretamente.

Superfícies complexas podem ser delegadas à V2Fun.

Ativos 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 única 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 a V2Fun simplesmente como um “site de imagem para 3D”.

Desde tornar a criação 3D mais acessível em dispositivos móveis, passando por permitir a produção profissional de ativos na web, até modelos 3D, animação, movimento e a busca de longo prazo por inteligência espacial e modelos de mundo, a Vertex Lab sempre teve como objetivo construir infraestrutura para geração de conteúdo 3D e inteligência espacial.

O crescimento 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 só precisem dizer:

“Transforme isto em 3D.”

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

A 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.

A V2Fun transforma ideias tridimensionais complexas em ativos reais.

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