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 modelação 3D como este.

Dá ao GPT-6 Astra uma imagem de referência de uma escavadora. Primeiro, identifica os componentes da máquina: a cabina, as lagartas, o trem de aterragem, a lança, o braço, o balde e muito mais.

Estes componentes principais são depois enviados individualmente para um modelo especializado de geração 3D e devolvidos como recursos separados em algumas dezenas de segundos.

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

Determina a escala e as relações espaciais de cada peça, coloca as lagartas de cada lado do trem de aterragem, fixa a lança ao corpo e liga depois o braço e o balde, por esta ordem. Quando a estrutura principal está concluída, utiliza o Three.js para adicionar mangueiras hidráulicas, parafusos, eixos de rotação e até os joysticks de controlo no interior da cabina.

Por fim, surge na cena 3D uma escavadora completa, estruturada e editável.

Isto é mais do que uma simples geração de imagem para 3D ou uma simples geração de código.

São duas capacidades de IA que começam a trabalhar em conjunto de uma forma mais natural:

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

Este é um novo fluxo de trabalho que o ​V2Fun​, um produto da Vertex Lab, tem explorado recentemente.

Por detrás disto está uma mudança mais ampla:

Os agentes 3D estão a passar de “gerar tudo sozinhos” para “saber a que modelo recorrer e quando”.

01

PONTO DE VIRAGEM

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

Uma mudança significativa trazida pelo GPT-6 Astra é a entrada efetiva dos grandes modelos de linguagem no mundo tridimensional.

No passado, estávamos mais habituados a pedir à IA para gerar uma imagem, um vídeo ou um texto. Agora, com uma compreensão multimodal, um raciocínio espacial e capacidades de programação cada vez mais avançados, o GPT-6 Astra consegue compreender a estrutura de um objeto 3D e construí-lo através de métodos procedimentais como o Three.js.

Tomemos como exemplo uma linha de produção industrial.

O GPT-6 Astra consegue identificar as respetivas correias transportadoras, rolos, estruturas de suporte, motores e postos de trabalho, gerando progressivamente a geometria correspondente.

Estes objetos são particularmente adequados à modelação procedimental, porque tendem a ter relações matemáticas claras e estruturas repetidas. Uma coluna de suporte pode ser representada por uma forma geométrica básica, um rolo pode ser duplicado dezenas de vezes e o comprimento e a posição de uma correia transportadora podem ser controlados diretamente através de parâmetros.

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

Cada componente da linha de produção continua a ser um objeto separado que pode ser movido, duplicado, eliminado ou modificado.

Desta perspetiva, o GPT-6 Astra faz mais do que “gerar 3D”. Começa a desenvolver uma capacidade mais próxima da de um engenheiro 3D:

Compreender de que é feito um objeto 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, vestuário, uma escultura ou até uma escavadora com superfícies industriais complexas? Deverá o GPT-6 Astra continuar a escrever toda a geometria em código?

A resposta pode não ser uma escolha entre uma coisa e outra.

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

02

PORQUÊ O V2FUN

Porquê o V2Fun?

O V2Fun não é uma API 3D adicionada à pressa apenas para esta demonstração.

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

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

O V2Fun foi apresentado anteriormente na HDC 2026 como a primeira aplicação nativa de IA do HarmonyOS alimentada por um modelo de base 3D. A sua aplicação móvel e o espaço de trabalho Web abrangem todo o fluxo de trabalho, desde a criação quotidiana até à produção profissional de conteúdos 3D.

No seu núcleo, sempre respondeu à mesma pergunta:

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

O próximo V2Fun 2.0 levará estas capacidades ainda mais longe.

A nova versão incluirá a mais recente geração do seu modelo de base 3D e suportará a geração de texturas com resoluções até 8K. O foco será melhorar a qualidade de geração de geometrias complexas, personagens humanos, criaturas, vestuário, esculturas e outras superfícies irregulares.

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

Os problemas que cada um resolve melhor são inerentemente complementares.

O GPT-6 Astra destaca-se na compreensão, no planeamento, nas relações espaciais, na programação e na orquestração de agentes.

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

Um é melhor a responder:

“Como deve este objeto ser construído?”

O outro é melhor a responder:

“Qual deve ser, na realidade, o aspeto deste componente complexo?”

Quando estas duas capacidades se juntam, 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 à escavadora.

Estruturalmente, é altamente regular.

O GPT-6 Astra consegue compreender facilmente que uma escavadora é constituída por um trem de aterragem, lagartas esquerda e direita, um corpo, uma cabina, uma lança, um braço e um balde. Também consegue compreender como essas peças devem ser ligadas.

Mas, se observarmos mais atentamente, o problema muda.

A cabina não é um cubo simples e a carcaça do corpo não pode ser representada com precisão através da combinação de alguns elementos primitivos. O balde tem superfícies curvas contínuas, o braço tem um contorno complexo e as lagartas e o trem de aterragem contêm uma grande quantidade de detalhes de design industrial.

O GPT-6 Astra pode certamente continuar a aproximar estas estruturas através de código procedimental.

Mas, quanto mais complexa for a geometria, mais código terá de ser gerado e revisto, e mais iterações serão necessárias.

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

Por isso, experimentámos uma abordagem diferente.

Primeiro, o GPT-6 Astra “compreende” a escavadora.

Depois, delega os componentes principais complexos, como a cabina, as lagartas, o braço e o balde, ao V2Fun 2.0 para geração separada.

Quando a geração está concluída, o GPT-6 Astra assume novamente o controlo para ajustar a escala, a rotação e a posição, e montar o objeto completo.

Aqui, o V2Fun disponibiliza exatamente a capacidade que tem vindo a desenvolver:

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

Isto pode parecer simplesmente escrever menos Three.js, mas, na realidade, altera toda a abordagem computacional.

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

Depois da montagem, o GPT-6 Astra continua a gerar muitos elementos por si próprio.

As mangueiras hidráulicas, por exemplo.

Uma mangueira é essencialmente uma estrutura tubular que liga alguns pontos-chave, o que a torna ideal para a modelação procedimental.

O mesmo se aplica aos parafusos, eixos de ligação e joysticks.

Estes objetos têm dimensões regulares, estruturas simples e aparecem frequentemente em grande número. Recorrer separadamente a um modelo de base 3D para cada um acrescentaria, na realidade, custos e complexidade ao fluxo de trabalho.

A escavadora final é, por isso, um verdadeiro recurso híbrido.

O V2Fun gera os componentes principais complexos.

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

O GPT-6 Astra organiza depois ambos num único objeto 3D estruturado.

É isto que torna a abordagem tão convincente:

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

04

MAIS COMPLEXO

Com personagens humanos, o valor do V2Fun torna-se ainda mais evidente

A escavadora continua a ser sobretudo um objeto de superfície rígida.

As personagens humanas e as superfícies orgânicas complexas são aquilo que verdadeiramente leva uma abordagem puramente procedimental aos seus limites.

Para explorar este aspeto, criámos uma demonstração mais ambiciosa:

Pedir ao GPT-6 Astra para construir um rei totalmente armado e protegido por armadura.

Para além do próprio corpo humano, esta personagem inclui uma armadura complexa, uma cabeça, uma espada e um escudo.

As personagens humanas são muito mais difíceis de expressar através de regras do que o equipamento mecânico.

O facto de um rosto “parecer correto” depende de mais do que colocar os olhos, o nariz e a boca em posições aproximadamente corretas.

A forma do rosto, as maçãs do rosto, as órbitas oculares, a cana do nariz, os lábios e as alterações subtis e contínuas da curvatura entre estes elementos contribuem para o aspeto final.

O mesmo se aplica à armadura.

Embora seja um objeto de superfície rígida, não é um simples componente de engenharia. O trabalho em relevo, a ornamentação, as superfícies contínuas e as formas estilizadas contribuem para a identidade visual da personagem.

Estes são precisamente os tipos de objetos que o modelo de base 3D de próxima geração do V2Fun 2.0 está mais bem preparado para processar.

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

O V2Fun gera depois estes componentes complexos separadamente.

O GPT-6 Astra trata do que vem a seguir:

A cabeça está corretamente dimensionada e como deve ligar-se ao corpo? Onde devem ser colocados a espada e o escudo? As proporções das peças são consistentes? Que modelos precisam de redução do número de polígonos? E como deve tudo ser organizado num recurso 3D que possa ser editado e utilizado posteriormente?

Por outras palavras:

O V2Fun trata de “como gerar rapidamente geometria complexa e de elevada qualidade”.

O GPT-6 Astra trata de “como transformar essa geometria num objeto completo”.

Porque consegue o V2Fun processar esta camada de geometria complexa?

A razão vai além de “ser também um modelo de conversão de imagem para 3D”.

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

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

No que diz respeito à geometria, a equipa continua a aperfeiçoar as suas representações 3D e a arquitetura de geração, com o objetivo de reduzir representações geométricas ineficientes e concentrar a capacidade do modelo em áreas de elevada curvatura, estruturas finas e regiões complexas.

No que diz respeito às texturas, o foco está em resolver os problemas de desalinhamento, rasgamento e perda de detalhe que ocorrem frequentemente na geração multivista de alta resolução.

Isto sustenta também a capacidade do V2Fun 2.0 de fornecer texturas de elevada qualidade com resoluções até 8K.

Para um agente, capacidades como estas são muito importantes.

Trata-se de recorrer a um modelo especializado que produz verdadeiros recursos 3D, e não a uma ferramenta de geração visual que apenas cria algo que “parece 3D”.

Os recursos gerados ainda precisam de ser montados, ter o número de polígonos reduzido e ser modificados pelo GPT-6 Astra, podendo eventualmente entrar em fluxos de trabalho de animação, jogos, impressão 3D ou outros fluxos de trabalho 3D.

Este é o desafio de produto que o V2Fun tem procurado resolver:

Garantir que a IA gera mais do que um resultado único: um recurso 3D com o qual as pessoas possam realmente continuar a trabalhar.

05

EFICIÊNCIA

Para além de maior qualidade, há outra mudança: os tokens

Este fluxo de trabalho tem outra vantagem muito direta:

Eficiência de tokens.

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

Um cilindro, uma mangueira hidráulica ou alguns parafusos exigem muito pouco 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 tem de ser gerado e revisto.

São então gastos grandes volumes de tokens em questões como:

“Como tornar esta superfície um pouco mais precisa?”

“Como deve este contorno ser ajustado?”

“Que quantidade de detalhe geométrico deve ser adicionada aqui?”

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

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

Como dividir o objeto;

Que partes devem ser geradas separadamente;

Como se relacionam espacialmente as peças entre si;

Como montar o objeto final;

Onde são necessárias alterações adicionais.

É por isso que o V2Fun 2.0 oferece mais do que “modelos com melhor aspeto”.

Também tem potencial para reduzir o consumo de tokens e o tempo total de modelação do GPT-6 Astra em tarefas 3D complexas.

O fluxo de trabalho poderia anteriormente ser:

Compreender → Escrever código de geometria → Rever → Escrever mais código de geometria → Rever novamente

Agora passa a ser:

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

Quando vários componentes complexos podem ser gerados em simultâneo, esta vantagem de eficiência torna-se ainda maior.

06

CONCLUSÃO

De gerar um modelo a tornar-se uma capacidade 3D essencial para agentes

Ao longo dos 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 fortes de compreensão multimodal, programação e atuação como agentes, essa questão está a mudar.

No futuro, a IA poderá não precisar de utilizar uma única técnica para todas as tarefas 3D.

As estruturas simples podem ser programadas diretamente.

As superfícies complexas podem ser delegadas ao V2Fun.

Os recursos existentes podem ser reutilizados tal como estão.

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

Isto está alinhado com a mudança da indústria 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 a passar de uma fase semelhante à dos primeiros chatbots para uma fase de produtividade alimentada por agentes.

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

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

Desde tornar a criação 3D mais acessível em dispositivos móveis, até permitir a produção profissional de recursos na Web, passando por modelos 3D, animação, movimento e a procura de longo prazo pela inteligência espacial e pelos modelos do mundo, a Vertex Lab sempre procurou construir infraestrutura para a geração de conteúdos 3D e a inteligência espacial.

O crescimento dos agentes poderá abrir um novo caminho para esse objetivo.

No futuro, os utilizadores poderão não precisar de saber a que modelo recorrer, que código escrever ou que abordagem de modelação escolher.

Poderão apenas precisar de dizer:

“Transforma isto em 3D.”

O GPT-6 Astra compreenderá o pedido e decidirá como o executar.

O V2Fun 2.0 pretende tornar-se a capacidade especializada de que depende para o mundo tridimensional complexo.

O GPT-6 Astra trata da compreensão, do planeamento e da construção.

O V2Fun transforma ideias tridimensionais complexas em recursos reais.

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

06

CONCLUSÃO

De gerar um modelo a tornar-se uma capacidade 3D essencial para agentes

Ao longo dos 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 fortes de compreensão multimodal, programação e atuação como agentes, essa questão está a mudar.

No futuro, a IA poderá não precisar de utilizar uma única técnica para todas as tarefas 3D.

As estruturas simples podem ser programadas diretamente.

As superfícies complexas podem ser delegadas ao V2Fun.

Os recursos existentes podem ser reutilizados tal como estão.

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

Isto está alinhado com a mudança da indústria 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 a passar de uma fase semelhante à dos primeiros chatbots para uma fase de produtividade alimentada por agentes.

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

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

Desde tornar a criação 3D mais acessível em dispositivos móveis, até permitir a produção profissional de recursos na Web, passando por modelos 3D, animação, movimento e a procura de longo prazo pela inteligência espacial e pelos modelos do mundo, a Vertex Lab sempre procurou construir infraestrutura para a geração de conteúdos 3D e a inteligência espacial.

O crescimento dos agentes poderá abrir um novo caminho para esse objetivo.

No futuro, os utilizadores poderão não precisar de saber a que modelo recorrer, que código escrever ou que abordagem de modelação escolher.

Poderão apenas precisar de dizer:

“Transforma isto em 3D.”

O GPT-6 Astra compreenderá o pedido e decidirá como o executar.

O V2Fun 2.0 pretende tornar-se a capacidade especializada de que depende para o mundo tridimensional complexo.

O GPT-6 Astra trata da compreensão, do planeamento e da construção.

O V2Fun transforma ideias tridimensionais complexas em recursos reais.

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