Una pagoda con giardino da 2.175 pezzi dimostra efficacemente che un agente AI può controllare un flusso CAD. Non prova ancora che il progetto si possa costruire con mattoncini LEGO. Fra l'espressività digitale di LDraw Nova e una struttura capace di resistere a montaggio e manipolazione resta un problema che neppure lo sviluppatore dichiara risolto.
Lo strumento open source di Carlos Antelo consente agli agenti generalisti di scrivere programmi che generano modelli LDraw. Nel resoconto del 4 ottobre, Sakura Garden comprende una pagoda di cinque piani, ciliegi, un torii e uno stagno con carpe koi. Claude Opus 5.5 aveva ricevuto la richiesta aperta di immaginare il modello più bello possibile. I 2.175 pezzi sono componenti del catalogo digitale, non un set fisico già completato.
L'agente modifica un programma, non migliaia di coordinate
LDraw Nova non è un modello addestrato specificamente sui LEGO né soltanto un generatore di immagini. L'agente legge istruzioni ed esempi, prepara un piano JSON del modello e dei sottomodelli, poi scrive Python usando primitive costruttive di livello superiore e schemi riutilizzabili. Il programma emette LDraw; un renderer senza interfaccia grafica crea viste che l'agente multimodale esamina prima di correggere il codice.
L'astrazione è importante. Il formato LDraw esplicita identificativi, colori, posizioni e trasformazioni di orientamento. I precedenti tentativi di Antelo di generare direttamente lunghe liste di coordinate e matrici di rotazione erano falliti. Il codice riutilizzabile permette di cambiare un tetto, ripetere una parete o correggere un'intera sottostruttura senza migliaia di comandi di posizionamento distinti.
Il toolkit comprende ricerca di pezzi ed esempi, controlli di collisioni e spazi, rendering e un'applicazione web Docker. Supporta OpenAI, Anthropic e OpenRouter. Il riordinamento semantico opzionale richiede un'API; la ricerca a testo completo resta un'alternativa. La libreria LDraw è una risorsa comunitaria non ufficiale, non un prodotto sponsorizzato da LEGO Group. Le 16.873 forme e parti decorate distinte si riferiscono all'aggiornamento di giugno 2026, non alle disponibilità odierne.
Il repository conserva Python e LDraw modificabili, viste renderizzate, visualizzatore interattivo, esportazione glTF per Blender e conversazioni e ragionamento dell'agente. La galleria include una cattedrale e Tidal Observatory attribuiti a GPT-6 Astra, gli appartamenti Copper Bean di un precedente Claude Opus e Atlas Crane incompleto di Opus 5.5. Sono esempi differenti, non una classifica controllata dei fornitori.
Un identificativo valido non assicura una costruzione solida
Un catalogo permette di identificare i pezzi, a differenza di un'immagine inventata. Ma l'esistenza dell'identificativo non garantisce il colore, quantità sufficienti o la vendita continuata di un vecchio pezzo. Approvvigionamento e inventario richiedono verifiche separate.
Antelo ammette l'assenza di validazione fisica. Nel resoconto i modelli esposti non erano ancora stati assemblati. Collisioni e spazi possono rivelare alcuni errori geometrici, non forza d'incastro, percorsi dei carichi, equilibrio, resistenza alla torsione o capacità di tetti sporgenti e alberi di sopportare la manipolazione.
Conta inoltre l'ordine di montaggio. La forma finale può sembrare stabile mentre uno stadio intermedio crolla, oppure i pezzi successivi impediscono l'accesso. Un piano eseguibile deve considerare connessioni reali, accessibilità e momento in cui si forma un sostegno, non soltanto mostrare il risultato da angolazioni attraenti.
La scala può amplificare i difetti. Una funzione ausiliaria errata può replicare centinaia di volte lo stesso collegamento debole. I rendering mostrano superfici, non forze. Più pezzi comportano maggiori controlli di inventario e struttura, non la loro inutilità.
LegoGPT offre un diverso livello di prova
La ricerca LegoGPT, presentata nel 2025 da collaboratori della Carnegie Mellon, affronta un compito più vincolato: prevedere il prossimo mattoncino anziché la prossima parola. StableText2Lego contiene oltre 47.000 strutture che rappresentano più di 28.000 oggetti 3D unici, con descrizioni e stabilità valutata. La rappresentazione derivata da voxel copre 21 categorie comuni.
I vincoli riducono la libertà rispetto alle scene ambiziose di Nova, ma rendono la validità fisica centrale nella generazione. LegoGPT controlla le posizioni e usa un rollback consapevole della fisica: scarta quelle non valide e torna a uno stato valido precedente. Per lo studio, stabilità significa anche assenza di elementi sospesi o che crollano e forte integrità strutturale. La costruibilità richiede inoltre pezzi standard e assemblaggio sequenziale umano o robotico.
Alcuni risultati sono stati montati a mano e con un robot a due bracci. È una prova fisica più forte di un rendering, non una garanzia per qualsiasi futuro risultato né un confronto diretto sulla costruzione del giardino Nova da 2.175 pezzi. Il resoconto associa anche discussioni successive al nome BrickGPT: non dimostra una nuova versione equivalente o un benchmark.
I file Nova si aprono in strumenti come LeoCAD, che supporta LDR, MPD, sottomodelli e istruzioni a più passaggi. Il supporto ai formati aiuta modifica e ispezione, ma non implica che Nova abbia già generato e validato istruzioni complete fisicamente eseguibili.
La fisica deve modificare il progetto
Il passo promettente non consiste semplicemente nell'aggiungere un punteggio di stabilità a un rendering finito. Il feedback strutturale deve cambiare piano, scelta dei pezzi, sottogruppi e ordine. Grafi di connessione, stima del baricentro e individuazione dei giunti deboli potrebbero aiutare: sono estensioni possibili, non capacità dimostrate da Nova nel resoconto.
Anche una simulazione sofisticata semplifica incastro, attrito, tolleranze produttive e manipolazione. Un prototipo fisico resta decisivo. Provare un piano della pagoda, un angolo di tetto, un albero o un giunto della gru rivelerebbe guasti diversi senza acquistare subito tutti i pezzi.
Antelo ha considerato la stampa 3D di un modello più piccolo, ma non è riportato un test concluso. Una miniatura stampata non validerebbe comunque le connessioni LEGO. Una dimostrazione utile dovrebbe pubblicare CAD originale, distinta materiali, istruzioni, tempo di costruzione, correzioni manuali e fallimenti, mostrando anche una normale manipolazione.
Come riconoscere i progressi
Tre segnali sarebbero rilevanti: un montaggio documentato con pezzi reali, revisioni del programma da parte dell'agente dopo test strutturali falliti e prove ripetute fra fornitori e prompt con libreria fissa e criteri comuni. Tempi, posizioni invalide, interventi umani, conflitti di approvvigionamento e cedimenti fisici informano più del solo conteggio dei pezzi.
Minifigure, macchine Technic e motori sono idee della roadmap, non capacità consolidate. Assi, perni, giunti mobili, allineamento e coppia aggiungono vincoli. Esiste la visualizzazione VR, ma Antelo ne ha segnalato problemi di prestazioni e usabilità. L'immersione non sostituisce i test meccanici o di assemblaggio.
Nova dimostra già uno schema software utile: un agente usa uno strumento strutturato attraverso codice riutilizzabile, osserva il risultato e lo corregge. Per chi costruisce, però, i file restano punti di partenza modificabili, non kit certificati. Il prossimo traguardo non è un'immagine più elaborata, ma una costruzione con parti, sequenza e struttura verificabili.
Fonti: resoconto del 4 ottobre; voce originale di aggregazione della notizia.