一张挖掘机参考图进入 GPT-6 Astra 后，模型先识别驾驶舱、履带、底盘、动臂、斗杆和铲斗，再把复杂部件交给 V2Fun 2.0 生成，最后通过 Three.js 补齐液压管、螺丝、转轴和操作摇杆，并完成尺度匹配与整体装配。这个过程指向一种新的三维生产方式：大模型不必独自完成所有几何，而是根据任务调用不同的专业能力。
这不是单纯的图生 3D，也不是单纯的代码生成。GPT-6 Astra 负责理解、规划和构建，专业 3D Foundation Model 负责处理复杂几何，二者共同输出一个可以继续编辑和使用的三维资产。极顶数创旗下 V2Fun 正在尝试的，正是这样一套模型协同工作流。
三维生成开始从单一模型走向任务分工
GPT-6 Astra 带来的一个变化，是大语言模型开始进入三维对象的结构理解与构建环节。借助多模态理解、空间推理和代码能力，它可以识别一个对象由哪些部分组成，再通过 Three.js 等程序化方式逐步搭建。
工业流水线是较容易说明这一能力的例子。传送带、滚轮、支撑框架、电机和不同工作模块，都可以被拆解为对应的几何结构。支撑柱可以用基础几何体表达，滚轮可以批量复制，传送带的长度和位置则可以通过参数控制。
这类输出也不是一个不可拆分的黑盒 Mesh。流水线中的各个部件仍然是独立对象，可以继续移动、复制、删除和修改。换句话说，GPT-6 Astra 不只是生成一个三维结果，也开始具备理解对象组成并将其构建出来的能力。
但当对象从流水线变成人物面部、生物、服装、雕塑，或者拥有复杂工业曲面的挖掘机时，问题就变成了：是否还应该让语言模型通过代码完成全部几何描述？
答案不必是二选一。V2Fun 进入的，正是这段复杂几何需要被专业模型接管的环节。
V2Fun 负责复杂几何的专业生成
V2Fun 并不是为一次 Demo 临时接入的 3D API，而是极顶数创长期研发 AI 3D Foundation Model 的产品化入口。极顶数创成立于 2025 年，核心方向围绕 3D 生成、空间智能以及更长期的世界模型基础设施展开。
此前，V2Fun 已作为鸿蒙系统首个 3D 大模型 AI 原生应用亮相 HDC 2026，并通过移动端和 Web 工作台覆盖从大众创作到专业 3D 内容生产的链路。它持续解决的问题，是如何把复杂的三维对象以更低的门槛和更短的时间，变成真正可以继续使用的 3D 资产。
V2Fun 2.0 聚焦复杂三维对象的生成能力
即将上线的 V2Fun 2.0 将搭载最新一代 3D Foundation Model，并支持最高 8K 级贴图生成，重点提升复杂几何、人物、生物、服装、雕塑以及其他非规则曲面的生成质量。
这也解释了 V2Fun 与 GPT-6 Astra 为什么能够形成互补。GPT-6 Astra 擅长理解、规划、空间关系、代码和 Agent 调度；V2Fun 擅长直接生成复杂三维几何和高质量表面。前者回答“这个对象应该怎样构建”，后者处理“复杂部件本身应该长什么样”。
挖掘机案例展示如何拆分与装配
挖掘机的整体结构相对清晰。GPT-6 Astra 可以识别底盘、左右履带、车身、驾驶舱、动臂、斗杆和铲斗，也能判断这些部件之间的连接关系。
但驾驶舱不是一个简单立方体，车身外壳也无法仅靠几个 Primitive 准确表达。铲斗包含连续曲面，机械臂具有复杂轮廓，履带与底盘还包含大量工业设计细节。继续用程序化代码逼近这些结构，意味着需要生成和修改更多几何代码，迭代轮次也会增加。
在这组 Demo 中，GPT-6 Astra 先“看懂”挖掘机，再把驾驶舱、履带、机械臂和铲斗等复杂主体分别交给 V2Fun 2.0 生成。生成完成后，GPT-6 Astra 重新接管流程，负责尺度调整、旋转、位置匹配和整体装配。
挖掘机被拆分为可分别生成的三维部件
V2Fun 发挥的是从视觉输入中直接恢复复杂三维结构的能力，而不是让语言模型通过大量代码间接描述曲面。与此同时，V2Fun 并没有取代 Three.js。
组装完成后，GPT-6 Astra 仍然会继续生成液压管、螺丝、连接轴和操作摇杆。液压管本质上是沿关键点连接起来的管状结构，螺丝和连接轴则尺寸规则、结构简单、数量较多，这些对象都更适合程序化表达。如果每个细节都单独调用一次 3D Foundation Model，反而会增加流程的成本和复杂度。
最终得到的是一个混合型三维资产。复杂主体由 V2Fun 生成，规则细节由 GPT-6 Astra 与 Three.js 完成，再由 GPT-6 Astra 把两类结果组织为同一个结构化三维对象。模型需要做的，不是从代码生成和 3D 大模型中做单选，而是判断每一部分更适合哪一种能力。
人物和有机曲面放大了复杂几何的价值
人物是另一类更能体现差异的对象。相比机械设备，人类角色更难用规则表达。一个面部是否自然，不只取决于眼睛、鼻子和嘴的位置，还取决于脸型、颧骨、眼窝、鼻梁、嘴唇以及它们之间连续而细微的曲率变化。
铠甲也并非简单的工程件。浮雕、装饰、连续曲面和风格化造型共同构成角色的视觉特征。为此，另一组 Demo 让 GPT-6 Astra 构建一名全副武装的国王，角色包含人体、复杂铠甲、头部、剑和盾牌。
在这组流程中，GPT-6 Astra 先理解整体角色，再拆分出头模、身体与铠甲、剑和盾几个主要部分，随后由 V2Fun 分别生成复杂部件。GPT-6 Astra 继续负责头部尺度、身体连接、剑盾位置、部件比例、模型减面，以及最终的整理和装配。
V2Fun 处理复杂几何如何快速而高质量地出现，GPT-6 Astra 处理这些几何如何成为一个完整对象。
V2Fun 能够承担这一层复杂几何，基础仍是极顶数创围绕几何表达和高分辨率纹理持续进行的研发。几何侧的重点，是减少无效几何表达，把模型能力集中在高曲率、薄结构和复杂区域；纹理侧则关注多视角、高分辨率生成中常见的纹理错位、撕裂和细节损失。
这也是 V2Fun 2.0 支持 8K 级高质量贴图的基础。对于 Agent 来说，它调用的不是一个“看起来像 3D”的视觉生成工具，而是一个可以输出三维资产的专业模型。生成的资产还要继续被组合、减面和修改，并可能进入动画、游戏、打印或其他三维工作流。
Token 效率改变了建模路径
这套工作流的收益不只体现在视觉质量上，也体现在 Token 使用效率上。GPT-6 Astra 用 Three.js 描述圆柱、液压管或几个螺丝时，所需代码并不多；但如果用同样的方法逼近人物面部、衣物褶皱或高复杂度工业曲面，代码的生成与修改会迅速增加。
在这种情况下，大量 Token 会被消耗在反复调整曲面、轮廓和局部几何细节上。复杂部分交给 V2Fun 后，这些底层过程可以被压缩为一次专业模型调用，GPT-6 Astra 则可以把更多推理资源用于对象拆分、模型选择、空间关系判断、整体组装和后续修改。
因此，V2Fun 2.0 带来的不只是“模型更好看”。在这套工作流中，它有机会同时降低 GPT-6 Astra 在复杂 3D 任务中的 Token 消耗和整体建模时间，尤其是在多个复杂部件可以并行生成时。
原来的路径可能是“理解、写几何、修改，再写几何、再修改”；新的路径则变成“理解、拆分、并行生成、组装、局部补充”。两者的差异，来自不同模型承担了不同层级的工作。
从生成一个模型到成为 Agent 的三维基础能力
过去几年，AI 3D 的核心问题是怎样生成一个更好的模型。随着 GPT-6 Astra 这样的模型具备更强的多模态理解、代码和 Agent 能力，问题开始转向：如何让不同的三维能力在同一项任务中协同工作。
简单结构可以直接写代码，复杂曲面可以调用 V2Fun，已有资产可以继续复用，需要减面、组合和调整结构的部分则交给 Agent 继续执行。对于使用者来说，未来未必需要先知道应该调用哪个模型、写哪段代码或选择什么建模方式。
“把这个做成 3D。”
在这样的交互中，GPT-6 Astra 负责理解需求并决定如何完成，V2Fun 2.0 则希望成为它在复杂三维世界中的专业基础能力。对极顶数创而言，这也延续了其长期的产品方向：从移动端降低 3D 创作门槛，到 Web 端进入专业资产生产，再到 3D 模型、动画、动作以及更长期的空间智能和世界模型，持续建设三维内容生成与空间智能的基础设施。
当 3D 生成从一次性结果走向 Agent 参与的生产流程，模型之间的协同就不再只是产品联动，而开始成为建模路径本身的一部分。
更多阅读：
