极顶数创（Vertex Lab）旗下3D大模型产品V2Fun近期展示了一种新的AI建模工作流：由GPT-6 Astra负责理解、规划与调度，V2Fun 2.0负责复杂三维几何生成，两者协同完成从参考图到结构化3D资产的构建。这一方案的核心变化在于，3D Agent不再试图独立生成所有内容，而是根据对象特征动态选择程序化建模或专业3D生成模型。
在演示中，GPT-6 Astra首先对一张挖掘机参考图进行结构理解，识别出驾驶舱、履带、底盘、动臂、斗杆、铲斗等部件，随后将复杂几何主体分别交由V2Fun 2.0生成，再接管尺度调整、旋转、位置匹配与整体装配。对于液压管、螺丝、转轴等规则细节，GPT-6 Astra则继续通过Three.js程序化生成，最终输出一个可继续编辑的结构化3D对象。
极顶数创成立于2025年，核心方向围绕3D生成、空间智能及世界模型基础设施。V2Fun此前已作为鸿蒙系统首个3D大模型AI原生应用亮相HDC 2026，覆盖移动端与Web工作台。即将上线的V2Fun 2.0将搭载最新一代3D Foundation Model，支持最高8K级贴图生成，重点提升复杂几何、人物、生物、服装、雕塑等非规则曲面的生成质量。
该工作流的意义在于改变了3D生成的计算路径。对于挖掘机等硬表面对象，纯程序化路线需要消耗大量Token描述底层几何；而对于人物面部、铠甲、生物等有机曲面，语言模型通过代码逼近的难度更高。V2Fun直接从视觉输入恢复复杂三维结构，GPT-6 Astra则专注于空间关系理解与Agent调度，两者形成互补。
值得注意的是，V2Fun并未取代Three.js。在最终产出的挖掘机模型中，复杂主体由V2Fun生成，规则细节由GPT-6 Astra配合Three.js完成，形成混合资产。这意味着AI 3D建模正从单一模型能力竞争，转向多模型协同与Agent调度能力的竞争。随着3D Foundation Model在复杂曲面生成质量上的持续提升，Agent根据对象特征自主选择生成路径的模式，可能成为3D内容生产工具链的下一阶段形态。
该文观点仅代表作者本人，企服科学平台仅提供信息存储空间服务。
