卡内基梅隆大学推出 AI 模型“乐高 GPT”，敲敲键盘就能生成可搭建积木

图片地址：https://img.ithome.com/newsuploadfiles/2025/5/bdd3979d-813b-47d0-bee7-04a93f621a14.jpg?x-bce-process=image/format,f_auto

IT之家 5 月 9 日消息，据外媒 Tom's Hardware 今日报道，卡内基梅隆大学的研究团队开发出一款名为 LegoGPT 的 AI 模型，能够根据文字指令生成可实际搭建的乐高设计。IT之家附项目地址：LegoGPT: Generating Physically Stable and Buildable LEGO Designs from TextGitHub：https://github.com/AvaLovelace1/LegoGPT/根据介绍，团队训练了一种自回归大型语言模型，通过预测下一个 token 的方式，判断下一块该放置什么积木。团队还为模型增加了有效性校验和带有物理感知的回滚机制，确保生成的设计不会出现积木重叠或悬空等问题，也就是说最终结果始终可行且结构稳固。不仅如此，LegoGPT 输出的设计，既能由人手搭建，也支持机器人操作。用于训练 LegoGPT 的数据集被命名为 StableText2Lego，构建流程也相当复杂：系统会先将文本提示转化为 ShapeNetCore 网格模型，再将其嵌入一个 20×20×20 的体素网格中，从而生成初步的乐高积木布局。在保持整体造型不变的前提下，系统对这些布局做出变化，随后剔除掉结构不稳定的设计。保留下来的样本会从 24 个不同角度进行渲染，最终交由 GPT-4o 生成相应的描述文本。该数据集包含超过 47000 个乐高建构样本，涵盖了 28000 多种三维造型，包括书架、桌子、椅子、汽车、船