GPT-6 Astra x V2Fun - От генерации кода к взаимодействию моделей

GPT-6 Astra × V2Fun: от генерации кода к совместной работе моделей

Представьте себе процесс 3D-моделирования.

Вы даёте GPT-6 Astra референсное изображение экскаватора. Сначала она определяет компоненты машины: кабину, гусеницы, ходовую часть, стрелу, рукоять, ковш и другие элементы.

Затем эти основные компоненты по отдельности отправляются специализированной модели генерации 3D и через несколько десятков секунд возвращаются в виде отдельных ассетов.

Далее GPT-6 Astra снова берёт управление на себя.

Она определяет масштаб и пространственные взаимосвязи каждой детали, размещает гусеницы по обеим сторонам ходовой части, присоединяет стрелу к корпусу, а затем последовательно соединяет рукоять и ковш. После завершения основной конструкции она использует Three.js, чтобы добавить гидравлические шланги, винты, поворотные валы и даже джойстики управления внутри кабины.

Наконец в 3D-сцене появляется полностью структурированный и редактируемый экскаватор.

Это больше, чем просто генерация 3D по изображению или генерация кода.

Так две возможности ИИ начинают работать вместе более естественным образом:

GPT-6 Astra отвечает за понимание, планирование и сборку, а специализированная фундаментальная 3D-модель — за сложную геометрию.

Именно такой новый рабочий процесс недавно начала изучать ​V2Fun​ — продукт Vertex Lab.

За этим стоит более масштабный сдвиг:

3D-агенты переходят от «генерировать всё самостоятельно» к «знать, какую модель и когда вызвать».

01

ПОВОРОТНЫЙ МОМЕНТ

GPT-6 Astra уже умеет создавать 3D. Что дальше?

Одно из значительных изменений, принесённых GPT-6 Astra, заключается в том, что большие языковые модели действительно выходят в трёхмерный мир.

Раньше мы привыкли просить ИИ создать изображение, видео или текст. Теперь, благодаря всё более развитому мультимодальному пониманию, пространственному мышлению и навыкам программирования, GPT-6 Astra может понять структуру 3D-объекта, а затем реально создать его процедурными методами, такими как Three.js.

Рассмотрим, например, промышленную производственную линию.

GPT-6 Astra может определить её конвейерные ленты, ролики, опорные рамы, двигатели и рабочие станции, а затем постепенно сгенерировать соответствующую геометрию.

Такие объекты особенно хорошо подходят для процедурного моделирования, поскольку обычно имеют чёткие математические взаимосвязи и повторяющиеся структуры. Опорную колонну можно представить в виде простой геометрической фигуры, ролик — продублировать десятки раз, а длину и положение конвейерной ленты — напрямую контролировать с помощью параметров.

Что ещё важнее, результат не является полностью непрозрачной сеткой.

Каждый компонент производственной линии остаётся отдельным объектом, который по-прежнему можно перемещать, дублировать, удалять или изменять.

С этой точки зрения GPT-6 Astra делает больше, чем «генерирует 3D». Она начинает развивать способность, более близкую к навыкам 3D-инженера:

Понимать, из чего состоит объект, и создавать его.

Но по мере усложнения объектов возникает новый вопрос.

Что, если объект — не производственная линия, а человеческое лицо, существо, одежда, скульптура или даже экскаватор со сложными промышленными поверхностями? Должна ли GPT-6 Astra по-прежнему описывать всю геометрию в коде?

Ответ может быть не в выборе одного из двух вариантов.

Именно здесь в рабочий процесс может войти V2Fun.

02

ПОЧЕМУ V2FUN

Почему V2Fun?

V2Fun — не 3D API, наспех добавленный специально для этой демонстрации.

Это продуктовая платформа для долгосрочных исследований и разработки фундаментальных ИИ-моделей для 3D в Vertex Lab.

Основанная в 2025 году, Vertex Lab неизменно уделяет внимание генерации 3D, пространственному интеллекту и, в долгосрочной перспективе, инфраструктуре для мировых моделей.

Ранее V2Fun была представлена на HDC 2026 как первое AI-native-приложение HarmonyOS, работающее на основе фундаментальной 3D-модели. Её мобильное приложение и веб-рабочее пространство охватывают весь процесс — от повседневного творчества до профессионального производства 3D-контента.

В основе продукта всегда лежал один и тот же вопрос:

Как превратить сложный трёхмерный объект в пригодный для использования 3D-ассет с меньшими затратами и за меньшее время?

Предстоящая V2Fun 2.0 расширит эти возможности.

Новая версия получит фундаментальную 3D-модель последнего поколения и поддержку генерации текстур с разрешением до 8K. Основное внимание будет уделено повышению качества генерации сложной геометрии, человеческих персонажей, существ, одежды, скульптур и других неровных поверхностей.

Именно поэтому сочетание V2Fun и GPT-6 Astra — не просто случайная продуктовая коллаборация.

Задачи, которые они решают лучше всего, органично дополняют друг друга.

GPT-6 Astra сильна в понимании, планировании, пространственных взаимосвязях, программировании и оркестрации агентов.

V2Fun сильна в непосредственной генерации сложной 3D-геометрии и высококачественных поверхностей.

Одна лучше отвечает на вопрос:

«Как следует создать этот объект?»

Другая лучше отвечает на вопрос:

«Как на самом деле должен выглядеть этот сложный компонент?»

Когда эти две возможности объединяются, генерация 3D больше не ограничивается одним подходом.

03

ЗАДАЧА

Одни элементы лучше создавать с помощью кода. Другие лучше генерировать напрямую.

Вернёмся к экскаватору.

С точки зрения структуры он очень регулярен.

GPT-6 Astra легко понимает, что экскаватор состоит из ходовой части, левой и правой гусениц, корпуса, кабины, стрелы, рукояти и ковша. Она также понимает, как эти части должны соединяться.

Но при более внимательном рассмотрении задача меняется.

Кабина — не простой куб, а оболочку корпуса нельзя точно представить, объединив несколько примитивов. Ковш имеет непрерывные изогнутые поверхности, рукоять — сложный контур, а гусеницы и ходовая часть содержат множество деталей промышленного дизайна.

GPT-6 Astra, конечно, может продолжить аппроксимировать эти структуры с помощью процедурного кода.

Но чем сложнее геометрия, тем больше кода нужно генерировать и редактировать, а также тем больше итераций требуется.

Для агента это означает, что всё больше токенов тратится на описание геометрии низкого уровня.

Поэтому мы попробовали другой подход.

Сначала GPT-6 Astra «понимает» экскаватор.

Затем она делегирует сложные основные компоненты — кабину, гусеницы, рукоять и ковш — V2Fun 2.0 для раздельной генерации.

После завершения генерации GPT-6 Astra снова принимает управление, чтобы скорректировать масштаб, поворот и положение и собрать весь объект.

Здесь V2Fun привносит именно ту возможность, которую она развивает:

Непосредственно восстанавливать сложные 3D-структуры по визуальным данным вместо того, чтобы заставлять языковую модель косвенно описывать поверхности с помощью больших объёмов кода.

На первый взгляд это может показаться простым сокращением объёма кода Three.js, но на самом деле такой подход меняет всю вычислительную схему.

Что ещё интереснее, V2Fun не заменяет Three.js.

После сборки GPT-6 Astra по-прежнему сама генерирует множество элементов.

Например, гидравлические шланги.

Шланг по сути представляет собой трубчатую структуру, соединяющую несколько ключевых точек, поэтому он идеально подходит для процедурного моделирования.

То же относится к винтам, соединительным валам и джойстикам.

Эти объекты имеют регулярные размеры, простую структуру и часто встречаются в большом количестве. Отдельный вызов фундаментальной 3D-модели для каждого из них фактически добавил бы рабочему процессу стоимость и сложность.

Таким образом, финальный экскаватор представляет собой настоящий гибридный ассет.

V2Fun генерирует сложные основные компоненты.

GPT-6 Astra + Three.js отвечают за регулярные детали.

Затем GPT-6 Astra объединяет и организует их в единый структурированный 3D-объект.

Именно это делает подход особенно привлекательным:

Вместо выбора между генерацией кода и фундаментальной 3D-моделью агент определяет, какая возможность лучше всего подходит для каждой части.

04

ЕЩЁ СЛОЖНЕЕ

На примере человеческих персонажей ценность V2Fun становится ещё очевиднее

Экскаватор всё же в первую очередь является объектом с жёсткими поверхностями.

Именно человеческие персонажи и сложные органические поверхности по-настоящему доводят чисто процедурный подход до предела.

Чтобы изучить это, мы создали более амбициозную демонстрацию:

Попросили GPT-6 Astra создать полностью вооружённого и облачённого в доспехи короля.

Помимо человеческого тела, этот персонаж включает сложные доспехи, голову, меч и щит.

Человеческих персонажей гораздо сложнее описывать правилами, чем механическое оборудование.

То, выглядит ли лицо «правильно», зависит не только от размещения глаз, носа и рта примерно в нужных местах.

Форма лица, скулы, глазницы, переносица, губы и тонкие непрерывные изменения кривизны между ними — всё это влияет на итоговый внешний вид.

То же относится к доспехам.

Хотя это объект с жёсткой поверхностью, он не является простой инженерной деталью. Рельеф, орнамент, непрерывные поверхности и стилизованные формы — всё это формирует визуальную идентичность персонажа.

Именно с такими объектами лучше всего справляется 3D-фундаментальная модель нового поколения в V2Fun 2.0.

В этой демонстрации GPT-6 Astra сначала понимает персонажа целиком и разбивает его на несколько основных частей: голову, тело и доспехи, меч и щит.

Затем V2Fun отдельно генерирует эти сложные компоненты.

Далее GPT-6 Astra отвечает за следующее:

Правильно ли масштабирована голова и как её следует соединить с телом? Где разместить меч и щит? Согласуются ли пропорции частей? Для каких моделей требуется уменьшение количества полигонов? И как организовать всё в 3D-ассет, который можно редактировать и использовать дальше?

Иными словами:

V2Fun решает задачу «как быстро и качественно генерировать сложную геометрию».

GPT-6 Astra решает задачу «как превратить эту геометрию в законченный объект».

Почему V2Fun может работать с этим уровнем сложной геометрии?

Причина не сводится к тому, что это «тоже модель преобразования изображения в 3D».

В последние годы ключевые исследования и разработки Vertex Lab были сосредоточены на двух фундаментальных вопросах:

Как точнее представлять геометрию и как сохранять ​текстуры высокого разрешения​​ согласованными на 3D-поверхностях.

В области геометрии команда продолжает совершенствовать представления 3D и архитектуру генерации, стремясь сократить неэффективные способы представления геометрии и сосредоточить возможности модели на участках с высокой кривизной, тонких структурах и сложных областях.

В области текстур основное внимание уделяется устранению рассогласований, разрывов и потери деталей, которые часто возникают при генерации в высоком разрешении с разных ракурсов.

Это также лежит в основе способности V2Fun 2.0 создавать высококачественные текстуры с разрешением до 8K.

Для агента такие возможности имеют огромное значение.

Он вызывает специализированную модель, создающую реальные 3D-ассеты, а не инструмент визуальной генерации, который лишь создаёт нечто «похожее на 3D».

Сгенерированные ассеты по-прежнему необходимо собирать, уменьшать количество полигонов и изменять с помощью GPT-6 Astra; в дальнейшем они могут использоваться в анимации, играх, 3D-печати и других 3D-процессах.

Именно эту продуктовую задачу V2Fun стремится решить:

Гарантировать, что ИИ создаёт не разовый результат, а 3D-ассет, с которым люди действительно могут продолжать работать.

05

ЭФФЕКТИВНОСТЬ

Помимо повышения качества есть ещё одно изменение: токены

У такого рабочего процесса есть ещё одно очевидное преимущество:

Эффективное использование токенов.

Когда GPT-6 Astra описывает простую структуру с помощью Three.js, она использует токены очень эффективно.

Для цилиндра, гидравлического шланга или нескольких винтов требуется совсем немного кода.

Но применение того же метода для аппроксимации человеческих лиц, складок ткани или чрезвычайно сложных промышленных поверхностей быстро увеличивает объём геометрического кода, который необходимо генерировать и редактировать.

Большое количество токенов при этом тратится на такие вопросы:

«Как сделать эту поверхность немного точнее?»

«Как ещё скорректировать этот контур?»

«Сколько геометрических деталей следует добавить здесь?»

Когда сложные части напрямую делегируются V2Fun, эти низкоуровневые процессы сводятся к одному вызову специализированной модели.

GPT-6 Astra может направить больше ресурсов рассуждения на решения, которые действительно этого требуют:

Как разбить объект;

Какие части следует генерировать отдельно;

Как части соотносятся друг с другом в пространстве;

Как собрать итоговый объект;

Где необходимы дальнейшие изменения.

Поэтому V2Fun 2.0 предлагает не только «более красивые модели».

Она также потенциально сокращает расход токенов GPT-6 Astra и общее время моделирования для сложных 3D-задач.

Раньше рабочий процесс мог выглядеть так:

Понять → Написать код геометрии → Исправить → Написать ещё код геометрии → Снова исправить

Теперь он выглядит так:

Понять → Разбить на части → Сгенерировать параллельно → Собрать → Добавить локальные детали

Когда несколько сложных компонентов можно генерировать одновременно, преимущество эффективности становится ещё заметнее.

06

ЗАВЕРШЕНИЕ

От генерации модели к ключевой 3D-возможности для агентов

Последние несколько лет центральным вопросом в области ИИ 3D был:

Как создать более качественную модель?

Но по мере того как такие модели, как GPT-6 Astra, получают более развитые возможности мультимодального понимания, программирования и работы в качестве агентов, этот вопрос меняется.

В будущем ИИ, возможно, не понадобится использовать один и тот же метод для каждой 3D-задачи.

Простые структуры можно создавать непосредственно с помощью кода.

Сложные поверхности можно делегировать V2Fun.

Существующие ассеты можно использовать без изменений.

Затем уменьшение количества полигонов, сборку и структурные корректировки можно снова передать агенту.

Это соответствует переходу индустрии 3D-генерации от разовых инструментов к продуктивности на основе агентов. В референсной статье описывается та же тенденция: 3D-генерация переходит от этапа, напоминающего ранние чат-боты, к фазе продуктивности, обеспечиваемой агентами.

Для Vertex Lab это направление соответствует долгосрочному техническому видению компании.

С самого начала компания никогда не определяла V2Fun просто как «сайт для преобразования изображений в 3D».

От упрощения 3D-творчества на мобильных устройствах до поддержки профессионального производства ассетов в интернете, а также 3D-моделей, анимации, движения и долгосрочного развития пространственного интеллекта и мировых моделей — Vertex Lab всегда стремилась создавать инфраструктуру для генерации 3D-контента и пространственного интеллекта.

Развитие агентов может открыть новый путь к этой цели.

В будущем пользователям, возможно, не придётся знать, какую модель вызвать, какой код написать или какой подход к моделированию выбрать.

Им, возможно, будет достаточно сказать:

«Преврати это в 3D».

GPT-6 Astra поймёт запрос и решит, как его выполнить.

V2Fun 2.0 стремится стать специализированной возможностью, на которую она опирается при работе со сложным трёхмерным миром.

GPT-6 Astra отвечает за понимание, планирование и сборку.

V2Fun превращает сложные трёхмерные идеи в реальные ассеты.

GPT-6 Astra × V2Fun: от генерации кода к совместной работе моделей.

06

ЗАВЕРШЕНИЕ

От генерации модели к ключевой 3D-возможности для агентов

Последние несколько лет центральным вопросом в области ИИ 3D был:

Как создать более качественную модель?

Но по мере того как такие модели, как GPT-6 Astra, получают более развитые возможности мультимодального понимания, программирования и работы в качестве агентов, этот вопрос меняется.

В будущем ИИ, возможно, не понадобится использовать один и тот же метод для каждой 3D-задачи.

Простые структуры можно создавать непосредственно с помощью кода.

Сложные поверхности можно делегировать V2Fun.

Существующие ассеты можно использовать без изменений.

Затем уменьшение количества полигонов, сборку и структурные корректировки можно снова передать агенту.

Это соответствует переходу индустрии 3D-генерации от разовых инструментов к продуктивности на основе агентов. В референсной статье описывается та же тенденция: 3D-генерация переходит от этапа, напоминающего ранние чат-боты, к фазе продуктивности, обеспечиваемой агентами.

Для Vertex Lab это направление соответствует долгосрочному техническому видению компании.

С самого начала компания никогда не определяла V2Fun просто как «сайт для преобразования изображений в 3D».

От упрощения 3D-творчества на мобильных устройствах до поддержки профессионального производства ассетов в интернете, а также 3D-моделей, анимации, движения и долгосрочного развития пространственного интеллекта и мировых моделей — Vertex Lab всегда стремилась создавать инфраструктуру для генерации 3D-контента и пространственного интеллекта.

Развитие агентов может открыть новый путь к этой цели.

В будущем пользователям, возможно, не придётся знать, какую модель вызвать, какой код написать или какой подход к моделированию выбрать.

Им, возможно, будет достаточно сказать:

«Преврати это в 3D».

GPT-6 Astra поймёт запрос и решит, как его выполнить.

V2Fun 2.0 стремится стать специализированной возможностью, на которую она опирается при работе со сложным трёхмерным миром.

GPT-6 Astra отвечает за понимание, планирование и сборку.

V2Fun превращает сложные трёхмерные идеи в реальные ассеты.

GPT-6 Astra × V2Fun: от генерации кода к совместной работе моделей.