摘要：然而，在我们激动得迫不及待要求它设计一个 LEGO(R) Sistine Chapel 之前，需要注意的是，该工具只能生成适用于 20 x 20 x 20 网格内的设计，并仅使用八种基本积木类型 (1 x 1, 1 x 2, 1 x 4, 1 x 6, 1 x

终于，我们迎来了一个真正让人信赖的 AI 模型：LegoGPT 接受文本提示，输出一个物理上稳定的设计。

然而，在我们激动得迫不及待要求它设计一个 LEGO(R) Sistine Chapel 之前，需要注意的是，该工具只能生成适用于 20 x 20 x 20 网格内的设计，并仅使用八种基本积木类型 (1 x 1, 1 x 2, 1 x 4, 1 x 6, 1 x 8, 2 x 2, 2 x 4, 和 2 x 6)。这里没有所谓 “nice part usage” 。

来自 Pun et al 的论文中的 Lego-lization 示例图片：第一张图的输入提示为 "Table featuring a flat rectangular surface over four evenly spaced legs"，第二张图的提示为 "Compact sofa with a geometric design" —— 点击放大查看。

你得到的是一个能够根据文本提示，提出一个既可以用 Lego 积木搭建且关键时刻保持物理稳定的设计的模型。

此项来自卡内基梅隆大学的研究 [PDF] 的成果，由 Ava Pun, Kangle Deng, Ruixuan Liu, Deva Ramanan, Changliu Liu 和 Jun-Yan Zhu 共同完成。

该系统的工作原理是：首先根据输入的提示生成一个 ShapeNetCore 网格模型，然后将其体素化到 20 x 20 x 20 的网格上，接着通过 “Legolization” 确定积木的布局。

团队解释道：“我们通过随机化积木布局，同时保留整体形状，为每个形状增加了多种结构变化。” 对每种变化都进行了稳定性分析，以剔除可能会散架的设计。

研究员 Ava Pun 对 The Register 表示：“我们憧憬一个制作物品变得极为个性化的未来！想象一下，你只需输入你所需的内容，或者向我们展示一张椅子的图片，然后——砰的一声，我们就可以在一两周内制作该产品并将其邮寄给你。”

“不幸的是，现今的生成式 AI 无法实现这一目标。你可以生成一张酷炫的椅子图片或视频，但模型并不知道现实世界中物品的制作方式，例如，是什么使物品稳定，以及各部分如何组合在一起。”

“为了解决这个问题，我们将物理定律和组装约束融入了诸如大语言模型 (LLM) 之类的生成式模型，从而使我们能够创建在现实世界中可运作的物体。我们在积木组装领域探索了这一目标，因为这种介质普及度高，且在不同实验室中都能重复获得相同结果。我们相信，我们的方法也可以应用于其他制造任务。例如，具有特定人体工学需求的用户可以利用它，通过预定义的零件集来设计定制家具。”

尽管这种雄心值得称赞，而且我们已见过足够多的 AI 生成图像，知道现实世界的物理特性往往缺失，但从一个看似童年 Lego 积木盒子中的作品跃迁到根据文本提示就能寄送成品，仍存在巨大差距。

Pun 也承认，要让模型看起来令人印象深刻而非仅仅是粗糙的块状近似，还需要“更多的精细化和人类创造力”。他表示：“我们认为这将对激发新想法和快速草拟初步设计非常有用。对创作者而言，它可以成为一个很棒的工具，用于头脑风暴和在早期阶段探索各种不同的创意。”

对于头脑风暴而言，它无疑是一个很棒的工具，而这是当前 AI 擅长的领域。然而，由于其有限的零件库和网格尺寸，这个初始版本更多地展示了可能实现的范例。Pun 说：“在未来的工作中，我们计划扩展积木库，涵盖更多种尺寸和类型的积木。”

“我们目前的系统仍然相当有限，因为它仅支持 20 x 20 x 20 尺寸、20 种对象类别以及简单的积木类型。但我们正在努力扩展系统的能力，请大家关注后续进展。”

我们询问了 Lego 对这项研究的看法，一位发言人表示：“我们目前无法对此发表评论。”

来源：至顶网