GPT-6 Astra x V2Fun - Kod Üretiminden Model İş Birliğine

GPT-6 Astra × V2Fun: Kod Üretiminden Model İş Birliğine

Şöyle bir 3B modelleme süreci hayal edin.

GPT-6 Astra’ya bir ekskavatörün referans görüntüsünü veriyorsunuz. Önce makinenin bileşenlerini tanımlıyor: kabin, paletler, alt takım, bom, arm ve kova gibi.

Bu ana bileşenler daha sonra özel bir 3B üretim modeline tek tek gönderiliyor ve onlarca saniye içinde ayrı varlıklar olarak geri dönüyor.

Sonra GPT-6 Astra devreye giriyor.

Her parçanın ölçeğini ve uzamsal ilişkilerini belirliyor, paletleri alt takımın iki yanına yerleştiriyor, bomu gövdeye bağlıyor ve ardından arm ile kovayı sırayla birleştiriyor. Ana yapı tamamlandığında, kabinin içine hidrolik hortumlar, vidalar, pivot milleri ve hatta kumanda kolları eklemek için Three.js kullanıyor.

Sonunda 3B sahnede eksiksiz, yapısal ve düzenlenebilir bir ekskavatör beliriyor.

Bu, yalnızca görüntüden 3B üretiminden veya yalnızca kod üretiminden daha fazlası.

İki yapay zekâ yeteneğinin daha doğal bir şekilde birlikte çalışmaya başlaması:

GPT-6 Astra anlama, planlama ve inşayı üstlenirken özel bir 3B temel model karmaşık geometrileri ele alıyor.

Vertex Lab’in bir ürünü olan V2Fun​, son dönemde tam olarak bu yeni iş akışını araştırıyor.

Bunun arkasında daha geniş kapsamlı bir değişim yatıyor:

3B ajanları “her şeyi kendileri üretmekten” “hangi modeli, ne zaman çağıracağını bilmeye” doğru ilerliyor.

01

DÖNÜM NOKTASI

GPT-6 Astra zaten 3B yapılar oluşturabiliyor. Sırada ne var?

GPT-6 Astra’nın getirdiği önemli değişikliklerden biri, büyük dil modellerinin üç boyutlu dünyaya gerçekten girmeye başlaması.

Geçmişte yapay zekâdan bir görüntü, video veya metin parçası üretmesini istemeye daha alışıktık. Artık giderek güçlenen çok modlu anlama, uzamsal akıl yürütme ve kodlama yetenekleri sayesinde GPT-6 Astra, bir 3B nesnenin yapısını anlayabiliyor ve ardından Three.js gibi prosedürel yöntemlerle onu gerçekten oluşturabiliyor.

Örneğin bir endüstriyel üretim hattını ele alalım.

GPT-6 Astra; konveyör bantlarını, makaraları, destek çerçevelerini, motorları ve iş istasyonlarını tanımlayabilir, ardından bunlara karşılık gelen geometrileri aşamalı olarak üretebilir.

Bu nesneler, net matematiksel ilişkilere ve tekrarlanan yapılara sahip olma eğiliminde oldukları için prosedürel modellemeye özellikle uygundur. Bir destek sütunu temel bir geometrik şekille temsil edilebilir, bir makara onlarca kez çoğaltılabilir ve bir konveyör bandının uzunluğu ile konumu doğrudan parametreler üzerinden kontrol edilebilir.

Daha da önemlisi, ortaya çıkan sonuç tamamen opak bir mesh değildir.

Üretim hattındaki her bileşen, hâlâ taşınabilen, çoğaltılabilen, silinebilen veya değiştirilebilen ayrı bir nesne olarak kalır.

Bu açıdan bakıldığında GPT-6 Astra, “3B üretmekten” daha fazlasını yapıyor. Bir 3B mühendisinin yeteneklerine daha yakın bir kapasite geliştirmeye başlıyor:

Bir nesnenin nelerden oluştuğunu anlamak ve onu inşa etmek.

Ancak nesneler daha karmaşık hâle geldikçe yeni bir soru ortaya çıkıyor.

Ya nesne bir üretim hattı değil de bir insan yüzü, yaratık, giysi, heykel veya karmaşık endüstriyel yüzeylere sahip bir ekskavatörse? GPT-6 Astra yine de tüm geometrileri kodla mı yazmalı?

Cevap, iki seçenekten yalnızca biri olmak zorunda olmayabilir.

V2Fun tam olarak bu noktada iş akışına dâhil olabilir.

02

NEDEN V2FUN

Neden V2Fun?

V2Fun, yalnızca bu demo için sonradan eklenmiş bir 3B API değildir.

Vertex Lab’in yapay zekâ 3B temel modelleri üzerine uzun vadeli araştırma ve geliştirme çalışmalarını yürüten ürün platformudur.

2025 yılında kurulan Vertex Lab, sürekli olarak 3B üretimine, uzamsal zekâya ve uzun vadede dünya modelleri için altyapıya odaklanmıştır.

V2Fun daha önce HDC 2026’da, 3B temel model tarafından desteklenen HarmonyOS’un ilk yapay zekâ yerel uygulaması olarak tanıtılmıştı. Mobil uygulaması ve web çalışma alanı, günlük üretimden profesyonel 3B içerik üretimine kadar tüm iş akışını kapsıyor.

Temelinde her zaman aynı soruya odaklandı:

Karmaşık bir üç boyutlu nesne, daha az çabayla ve daha kısa sürede nasıl kullanılabilir bir 3B varlığa dönüştürülebilir?

Yakında çıkacak V2Fun 2.0, bu yetenekleri daha da ileri taşıyacak.

Yeni sürüm, 3B temel modelinin en yeni nesline sahip olacak ve 8K’ya kadar çözünürlüklerde doku üretimini destekleyecek. Karmaşık geometriler, insan karakterleri, yaratıklar, giysiler, heykeller ve diğer düzensiz yüzeyler için üretim kalitesini iyileştirmeye odaklanacak.

V2Fun ile GPT-6 Astra’nın birleşimi bu nedenle rastlantısal bir ürün iş birliğinden daha fazlası.

Çözmekte başarılı oldukları sorunlar doğaları gereği birbirini tamamlıyor.

GPT-6 Astra; anlama, planlama, uzamsal ilişkiler, kodlama ve ajan orkestrasyonunda başarılı.

V2Fun ise karmaşık 3B geometrileri ve yüksek kaliteli yüzeyleri doğrudan üretmede başarılı.

Biri şu soruya daha iyi yanıt veriyor:

“Bu nesne nasıl inşa edilmeli?”

Diğeri ise şu soruya daha iyi yanıt veriyor:

“Bu karmaşık bileşen gerçekte nasıl görünmeli?”

Bu iki yetenek bir araya geldiğinde 3B üretimi artık tek bir yaklaşımla sınırlı kalmıyor.

03

ZORLUK

Bazı şeyler en iyi kodla oluşturulur. Diğerleri ise doğrudan üretilmeye daha uygundur.

Şimdi o ekskavatöre geri dönelim.

Yapısal olarak oldukça düzenlidir.

GPT-6 Astra, bir ekskavatörün alt takım, sol ve sağ paletler, gövde, kabin, bom, arm ve kovadan oluştuğunu kolayca anlayabilir. Ayrıca bu parçaların nasıl bağlanması gerektiğini de kavrayabilir.

Ancak daha yakından baktığınızda sorun değişir.

Kabin basit bir küp değildir ve gövde kabuğu birkaç temel şeklin birleştirilmesiyle doğru şekilde temsil edilemez. Kova sürekli kıvrımlı yüzeylere, kol karmaşık bir dış hat yapısına sahiptir; paletler ve alt takım ise çok sayıda endüstriyel tasarım detayı barındırır.

GPT-6 Astra elbette bu yapıları prosedürel kodla yaklaşık olarak oluşturmaya devam edebilir.

Ancak geometri ne kadar karmaşık olursa o kadar fazla kodun üretilip gözden geçirilmesi ve o kadar çok yineleme yapılması gerekir.

Bu da bir ajan için düşük seviyeli geometriyi açıklamaya giderek daha fazla token harcamak anlamına gelir.

Bu yüzden farklı bir yaklaşım denedik.

GPT-6 Astra önce ekskavatörü “anlıyor”.

Ardından kabin, paletler, kol ve kova gibi karmaşık ana bileşenlerin ayrı ayrı üretilmesi için bunları V2Fun 2.0’a devrediyor.

Üretim tamamlandığında GPT-6 Astra ölçeği, dönüşü ve konumu ayarlamak ve nesnenin tamamını birleştirmek üzere yeniden devreye giriyor.

V2Fun burada tam olarak geliştirmekte olduğu yeteneği sunuyor:

Bir dil modelinin yüzeyleri büyük miktarlarda kod aracılığıyla dolaylı olarak tarif etmesi yerine, karmaşık 3B yapıları doğrudan görsel girdiden yeniden oluşturmak.

Bu, yalnızca daha az Three.js yazmak gibi görünebilir; ancak aslında tüm hesaplama yaklaşımını değiştirir.

Daha da ilginç olanı, V2Fun’ın Three.js’in yerini almaması.

Birleştirmeden sonra GPT-6 Astra hâlâ birçok öğeyi kendisi üretiyor.

Örneğin hidrolik hortumlar.

Hortum, birkaç ana noktayı birbirine bağlayan tüp biçimli bir yapıdır ve bu da onu prosedürel modelleme için ideal kılar.

Aynı durum vidalar, bağlantı milleri ve kumanda kolları için de geçerlidir.

Bu nesnelerin boyutları düzenli, yapıları basit ve çoğu zaman sayıları fazladır. Her biri için ayrı ayrı bir 3B temel modeli çağırmak, iş akışına aslında maliyet ve karmaşıklık eklerdi.

Bu nedenle son ekskavatör gerçek bir hibrit varlıktır.

V2Fun karmaşık ana bileşenleri üretir.

GPT-6 Astra + Three.js düzenli ayrıntıları ele alır.

GPT-6 Astra daha sonra her ikisini tek ve yapısal bir 3B nesne hâline getirir.

Bu yaklaşımı etkileyici kılan da budur:

Kod üretimi ile 3B temel model arasında seçim yapmak yerine ajan, her parça için hangi yeteneğin en uygun olduğuna karar verir.

04

DAHA KARMAŞIK

İnsan karakterlerinde V2Fun’ın değeri daha da belirgin hâle geliyor

Ekskavatör hâlâ ağırlıklı olarak sert yüzeyli bir nesnedir.

İnsan karakterleri ve karmaşık organik yüzeyler, tamamen prosedürel yaklaşımın sınırlarını gerçekten zorlayan unsurlardır.

Bunu keşfetmek için daha iddialı bir demo oluşturduk:

GPT-6 Astra’dan tamamen silahlı ve zırhlı bir kral inşa etmesini istemek.

Bu karakter, insan vücudunun yanı sıra ayrıntılı bir zırh, baş, kılıç ve kalkan içeriyor.

İnsan karakterlerini kurallarla ifade etmek mekanik ekipmanlara göre çok daha zordur.

Bir yüzün “doğru görünmesi”, gözleri, burnu ve ağzı yaklaşık olarak doğru konumlara yerleştirmekten daha fazlasına bağlıdır.

Yüzün şekli, elmacık kemikleri, göz çukurları, burun köprüsü, dudaklar ve bunlar arasındaki eğriliğin ince ve sürekli değişimleri, nihai görünümün tümüne katkıda bulunur.

Aynı durum zırh için de geçerlidir.

Sert yüzeyli bir nesne olsa da basit bir mühendislik bileşeni değildir. Kabartmalar, süslemeler, sürekli yüzeyler ve stilize biçimlerin tümü karakterin görsel kimliğine katkıda bulunur.

Bunlar, V2Fun 2.0’ın yeni nesil 3B temel modelinin ele almaya daha uygun olduğu nesne türleridir.

Bu demoda GPT-6 Astra önce karakteri bir bütün olarak anlıyor ve onu birkaç ana parçaya ayırıyor: baş, gövde ve zırh, kılıç ve kalkan.

V2Fun daha sonra bu karmaşık bileşenleri ayrı ayrı üretiyor.

Sonraki adımları GPT-6 Astra ele alıyor:

Baş doğru ölçekte mi ve gövdeye nasıl bağlanmalı? Kılıç ve kalkan nereye yerleştirilmeli? Parçaların oranları tutarlı mı? Hangi modellerin poligon sayısı azaltılmalı? Her şey düzenlenebilen ve daha sonra kullanılabilen bir 3B varlıkta nasıl organize edilmeli?

Başka bir deyişle:

V2Fun, “karmaşık geometriler hızlı ve yüksek kalitede nasıl üretilir?” sorusunu ele alır.

GPT-6 Astra ise “bu geometri eksiksiz bir nesneye nasıl dönüştürülür?” sorusunu ele alır.

V2Fun bu karmaşık geometri katmanını nasıl ele alabiliyor?

Bunun nedeni, “aynı zamanda bir görüntüden 3B model olması” ifadesinin ötesine geçiyor.

Vertex Lab’in son dönemdeki temel araştırma ve geliştirme çalışmaları iki temel soruya odaklandı:

Geometri daha doğru nasıl temsil edilir ve ​yüksek çözünürlüklü​​ dokular 3B yüzeyler boyunca nasıl tutarlı tutulur?

Geometri tarafında ekip, 3B temsillerini ve üretim mimarisini geliştirmeyi sürdürüyor; verimsiz geometrik temsilleri azaltmayı ve model kapasitesini yüksek eğrilikli alanlara, ince yapılara ve karmaşık bölgelere yoğunlaştırmayı amaçlıyor.

Doku tarafında ise yüksek çözünürlüklü, çoklu görünüm üretiminde sıklıkla ortaya çıkan hizalama bozuklukları, yırtılmalar ve ayrıntı kayıpları ele alınıyor.

Bu çalışmalar, V2Fun 2.0’ın 8K’ya kadar çözünürlüklerde yüksek kaliteli dokular sunabilmesinin de temelini oluşturuyor.

Bir ajan için bu tür yetenekler büyük önem taşır.

Yalnızca “3B gibi görünen” bir şey oluşturan görsel üretim aracı yerine gerçek 3B varlıklar üreten özel bir modeli çağırır.

Üretilen varlıkların yine de GPT-6 Astra tarafından birleştirilmesi, poligon sayısının azaltılması ve değiştirilmesi gerekir; bu varlıklar daha sonra animasyon, oyun, 3B baskı veya diğer 3B iş akışlarına girebilir.

V2Fun’ın çözmek için çalıştığı ürün sorunu budur:

Yapay zekânın tek seferlik bir sonuçtan fazlasını üretmesini sağlamak: insanların gerçekten üzerinde çalışmaya devam edebileceği bir 3B varlık.

05

VERİMLİLİK

Daha yüksek kalitenin ötesinde başka bir değişim daha var: tokenlar

Bu iş akışının çok doğrudan başka bir faydası daha var:

Token verimliliği.

GPT-6 Astra basit bir yapıyı tanımlamak için Three.js kullandığında tokenları oldukça verimli kullanır.

Bir silindir, hidrolik hortum veya birkaç vida için çok az kod gerekir.

Ancak aynı yöntemi insan yüzlerini, kumaş kıvrımlarını veya son derece karmaşık endüstriyel yüzeyleri yaklaşık olarak oluşturmak için uygulamak, üretilmesi ve gözden geçirilmesi gereken geometri kodunun miktarını hızla artırır.

Böylece çok sayıda token şu tür sorulara harcanır:

“Bu yüzey nasıl biraz daha doğru hâle getirilebilir?”

“Bu dış hat nasıl daha fazla ayarlanmalı?”

“Buraya ne kadar geometrik ayrıntı eklenmeli?”

Karmaşık parçalar doğrudan V2Fun’a devredildiğinde bu düşük seviyeli süreçler, özel bir modele yapılan tek bir çağrıda yoğunlaştırılır.

GPT-6 Astra akıl yürütme kaynaklarının daha fazlasını gerçekten gerektiren kararlara ayırabilir:

Nesnenin nasıl parçalara ayrılacağı;

Hangi parçaların ayrı ayrı üretilmesi gerektiği;

Parçaların uzayda birbirleriyle nasıl ilişkilendiği;

Nihai nesnenin nasıl birleştirileceği;

Daha fazla değişikliğin nerede gerektiği.

V2Fun 2.0’ın “daha iyi görünen modellerden” fazlasını sunmasının nedeni budur.

Ayrıca karmaşık 3B görevlerde GPT-6 Astra’nın token tüketimini ve toplam modelleme süresini azaltma potansiyeline de sahiptir.

İş akışı daha önce şöyle olabilir:

Anla → Geometri kodu yaz → Gözden geçir → Daha fazla geometri kodu yaz → Yeniden gözden geçir

Artık şöyle hâle geliyor:

Anla → Parçalara ayır → Paralel olarak üret → Birleştir → Yerel ayrıntıları ekle

Birden fazla karmaşık bileşen aynı anda üretilebildiğinde bu verimlilik avantajı daha da büyür.

06

KAPANIŞ

Model üretmekten ajanlar için temel bir 3B yeteneğe dönüşmeye

Son birkaç yılda yapay zekâ 3B alanındaki temel soru şuydu:

Daha iyi bir model nasıl üretilir?

Ancak GPT-6 Astra gibi modeller daha güçlü çok modlu anlama, kodlama ve ajan yetenekleri kazandıkça bu soru değişiyor.

Gelecekte yapay zekânın her 3B görevi için tek bir teknik kullanması gerekmeyebilir.

Basit yapılar doğrudan kodlanabilir.

Karmaşık yüzeyler V2Fun’a devredilebilir.

Mevcut varlıklar olduğu gibi yeniden kullanılabilir.

Poligon azaltma, birleştirme ve yapısal düzenlemeler daha sonra ajana geri verilebilir.

Bu, 3B üretim sektörünün tek seferlik üretim araçlarından ajan destekli üretkenliğe geçişiyle örtüşüyor. Referans makalesi de aynı eğilimi anlatıyor: 3B üretim, ilk sohbet botlarını andıran bir aşamadan ajanlarla desteklenen bir üretkenlik dönemine doğru ilerliyor.

Vertex Lab açısından bu yön, uzun vadeli teknik vizyonuyla tutarlı.

Şirket, en başından beri V2Fun’ı yalnızca bir “görüntüden 3B web sitesi” olarak tanımlamadı.

Vertex Lab, mobilde 3B üretimini daha erişilebilir hâle getirmekten web üzerinde profesyonel varlık üretimini mümkün kılmaya, 3B modellerden animasyona ve harekete, daha uzun vadede ise uzamsal zekâ ve dünya modelleri arayışına kadar her zaman 3B içerik üretimi ve uzamsal zekâ için altyapı oluşturmayı hedefledi.

Ajanların yükselişi bu hedefe giden yeni bir yol açabilir.

Gelecekte kullanıcıların hangi modeli çağıracağını, hangi kodu yazacağını veya hangi modelleme yaklaşımını seçeceğini bilmesi gerekmeyebilir.

Sadece şunu söylemeleri yeterli olabilir:

“Bunu 3B’ye dönüştür.”

GPT-6 Astra isteği anlayacak ve nasıl gerçekleştireceğine karar verecek.

V2Fun 2.0, karmaşık üç boyutlu dünya için GPT-6 Astra’nın dayandığı özel yetenek hâline gelmeyi amaçlıyor.

GPT-6 Astra anlama, planlama ve inşayı üstlenir.

V2Fun, karmaşık üç boyutlu fikirleri gerçek varlıklara dönüştürür.

GPT-6 Astra × V2Fun: Kod üretiminden model iş birliğine.

06

KAPANIŞ

Model üretmekten ajanlar için temel bir 3B yeteneğe dönüşmeye

Son birkaç yılda yapay zekâ 3B alanındaki temel soru şuydu:

Daha iyi bir model nasıl üretilir?

Ancak GPT-6 Astra gibi modeller daha güçlü çok modlu anlama, kodlama ve ajan yetenekleri kazandıkça bu soru değişiyor.

Gelecekte yapay zekânın her 3B görevi için tek bir teknik kullanması gerekmeyebilir.

Basit yapılar doğrudan kodlanabilir.

Karmaşık yüzeyler V2Fun’a devredilebilir.

Mevcut varlıklar olduğu gibi yeniden kullanılabilir.

Poligon azaltma, birleştirme ve yapısal düzenlemeler daha sonra ajana geri verilebilir.

Bu, 3B üretim sektörünün tek seferlik üretim araçlarından ajan destekli üretkenliğe geçişiyle örtüşüyor. Referans makalesi de aynı eğilimi anlatıyor: 3B üretim, ilk sohbet botlarını andıran bir aşamadan ajanlarla desteklenen bir üretkenlik dönemine doğru ilerliyor.

Vertex Lab açısından bu yön, uzun vadeli teknik vizyonuyla tutarlı.

Şirket, en başından beri V2Fun’ı yalnızca bir “görüntüden 3B web sitesi” olarak tanımlamadı.

Vertex Lab, mobilde 3B üretimini daha erişilebilir hâle getirmekten web üzerinde profesyonel varlık üretimini mümkün kılmaya, 3B modellerden animasyona ve harekete, daha uzun vadede ise uzamsal zekâ ve dünya modelleri arayışına kadar her zaman 3B içerik üretimi ve uzamsal zekâ için altyapı oluşturmayı hedefledi.

Ajanların yükselişi bu hedefe giden yeni bir yol açabilir.

Gelecekte kullanıcıların hangi modeli çağıracağını, hangi kodu yazacağını veya hangi modelleme yaklaşımını seçeceğini bilmesi gerekmeyebilir.

Sadece şunu söylemeleri yeterli olabilir:

“Bunu 3B’ye dönüştür.”

GPT-6 Astra isteği anlayacak ve nasıl gerçekleştireceğine karar verecek.

V2Fun 2.0, karmaşık üç boyutlu dünya için GPT-6 Astra’nın dayandığı özel yetenek hâline gelmeyi amaçlıyor.

GPT-6 Astra anlama, planlama ve inşayı üstlenir.

V2Fun, karmaşık üç boyutlu fikirleri gerçek varlıklara dönüştürür.

GPT-6 Astra × V2Fun: Kod üretiminden model iş birliğine.