Pagoda z ogrodem złożona z 2175 części robi wrażenie jako pokaz sterowania CAD przez agenta AI. Nie dowodzi jeszcze, że projekt można zbudować z klocków LEGO. Między swobodą cyfrowych modeli LDraw Nova a konstrukcją odporną na montaż i przenoszenie pozostaje problem, którego rozwiązania nie deklaruje sam twórca.
Otwarte narzędzie Carlosa Antelo pozwala agentom ogólnego przeznaczenia pisać programy generujące modele LDraw. W relacji z 4 października Sakura Garden obejmuje pięciokondygnacyjną pagodę, wiśnie, bramę torii i staw z karpiami koi. Claude Opus 5.5 dostał otwarte polecenie wyobrażenia sobie najpiękniejszego modelu. Liczba 2175 oznacza części z cyfrowego katalogu, nie ukończony fizyczny zestaw.
Agent zmienia program zamiast tysięcy współrzędnych
LDraw Nova nie jest modelem wytrenowanym specjalnie do LEGO ani jedynie generatorem obrazów. Agent czyta instrukcje i przykłady, tworzy plan JSON modelu i podmodeli, a następnie pisze Python przy użyciu wyższych prymitywów konstrukcyjnych i powtarzalnych wzorców. Program emituje LDraw, renderer bez interfejsu graficznego tworzy widoki, a agent multimodalny ogląda wynik i poprawia kod.
Ta abstrakcja ma znaczenie. Surowy LDraw jawnie opisuje identyfikatory części, kolory, pozycje i transformacje orientacji. Wcześniejsze próby Antelo z bezpośrednim generowaniem długich list współrzędnych i macierzy obrotu się nie powiodły. Kod wielokrotnego użytku pozwala zmienić dach, powielaną ścianę czy cały podzespół bez tysięcy oddzielnych poleceń ustawienia klocków.
Narzędzie zawiera wyszukiwanie części i przykładów, kontrole kolizji i szczelin, renderowanie oraz aplikację internetową w Dockerze. Obsługuje OpenAI, Anthropic i OpenRouter. Opcjonalny reranking semantyczny wymaga API; wyszukiwanie pełnotekstowe pozostaje rozwiązaniem awaryjnym. Biblioteka LDraw jest nieoficjalnym zasobem społeczności, nie produktem sponsorowanym przez LEGO Group. Podane 16 873 unikalne kształty i części z nadrukami dotyczą aktualizacji z czerwca 2026, a nie dzisiejszych zapasów.
Repozytorium zachowuje edytowalne pliki Python i LDraw, renderingi, interaktywną przeglądarkę, eksport glTF do Blendera oraz rozmowy i rozumowanie agenta. Galeria obejmuje także katedrę i Tidal Observatory przypisane GPT-6 Astra, apartamenty Copper Bean wcześniejszego Claude Opus oraz niedokończony Atlas Crane z Opus 5.5. To przykłady odmiennych projektów, a nie kontrolowany ranking dostawców modeli.
Prawidłowy numer części nie gwarantuje trwałej budowli
Katalog daje przewagę nad wymyślonym obrazem: części da się zidentyfikować. Istniejący identyfikator nie oznacza jednak dostępności właściwego koloru, wystarczającej ilości ani dalszej sprzedaży starszych elementów. Zaopatrzenie i inwentaryzacja wymagają osobnej kontroli.
Antelo przyznaje, że brakuje walidacji fizycznej. Według relacji pokazywanych modeli jeszcze nie złożono. Kontrole kolizji i szczelin wykrywają część błędów geometrii, ale nie potwierdzają siły połączeń, przenoszenia obciążeń, równowagi, odporności na skręcanie ani tego, czy wysunięty dach i drzewa przetrwają przenoszenie.
Liczy się też kolejność budowy. Końcowy kształt może wyglądać stabilnie, choć stan pośredni się rozpada albo późniejsze części blokują dostęp. Wykonalny plan musi uwzględniać rzeczywiste połączenia, możliwość montażu i moment uzyskania podparcia, a nie tylko atrakcyjne widoki gotowego obiektu.
Skala może zwielokrotnić słabości. Błędna funkcja pomocnicza powieli wadliwe połączenie setki razy. Render pokazuje powierzchnie, nie siły. Więcej części zwiększa pracę nad sprawdzeniem zapasów i konstrukcji, zamiast czynić ją zbędną.
LegoGPT przedstawia inny rodzaj dowodu
Badanie LegoGPT, przedstawione w 2025 roku przez współpracowników Carnegie Mellon, rozwiązuje bardziej ograniczone zadanie. Model przewiduje kolejny klocek zamiast słowa. StableText2Lego zawiera ponad 47 000 struktur reprezentujących ponad 28 000 unikalnych obiektów 3D, z opisami i oceną stabilności. Reprezentacja wywodząca się z wokseli obejmuje 21 popularnych kategorii przedmiotów.
Ograniczenia zmniejszają swobodę względem ambitnych scen Nova, ale stawiają poprawność fizyczną w centrum generowania. LegoGPT stosuje kontrole poprawności i wycofywanie uwzględniające fizykę: odrzuca nieprawidłowe ustawienia i wraca do wcześniejszego poprawnego stanu. Stabilność w badaniu oznacza między innymi brak unoszących się lub rozpadających części i mocną integralność struktury. Możliwość budowy wymaga standardowych części oraz sekwencyjnego montażu przez człowieka lub robota.
Wybrane wyniki złożono ręcznie i robotem dwuramiennym. Jest to silniejszy dowód fizyczny niż rendering, ale nie gwarancja każdego przyszłego wyniku ani bezpośredni test budowy ogrodu Nova z 2175 części. Źródło łączy też późniejsze dyskusje z nazwą BrickGPT; nie dowodzi to równoważnej nowej wersji czy benchmarku.
Pliki Nova można otworzyć w LeoCAD, obsługującym LDR, MPD, podmodele i wieloetapowe instrukcje. Obsługa formatu pomaga edytować i sprawdzać projekt. Nie oznacza, że Nova wygenerowała już i zweryfikowała pełne, fizycznie wykonalne instrukcje.
Informacja o fizyce musi zmieniać projekt
Obiecujący kolejny krok to nie samo dodanie oceny „stabilny” do gotowego renderu. Wynik analizy konstrukcji musiałby wpływać na plan, wybór części, podzespoły i kolejność. Grafy połączeń, szacunki środka masy i wykrywanie słabych złączy mogłyby pomóc, ale to możliwe rozszerzenia, nie wykazane w relacji funkcje Nova.
Nawet zaawansowana symulacja upraszcza rzeczywistą siłę łączenia klocków, tarcie, tolerancje produkcji i obchodzenie się z modelem. Fizyczny prototyp pozostaje rozstrzygający. Test piętra pagody, narożnika dachu, drzewa czy złącza dźwigu ujawniłby różne awarie bez natychmiastowego kupowania wszystkich części.
Antelo rozważał wydrukowanie mniejszego modelu w 3D. Nie zgłoszono ukończenia takiego testu; wydrukowana miniatura nie sprawdza też połączeń LEGO. Użyteczny pokaz powinien udostępnić oryginalny CAD, listę materiałów, instrukcje, czas budowy, ręczne poprawki i niepowodzenia oraz pokazać zwykłe przenoszenie.
Jak rozpoznać rzeczywisty postęp
Trzy ważne sygnały to udokumentowana budowa z prawdziwych klocków, zmiana programu przez agenta po nieudanych testach strukturalnych i powtarzane próby dostawców oraz promptów przy stałej bibliotece i wspólnych kryteriach. Czas, błędne ustawienia, ingerencja człowieka, problemy zaopatrzenia i fizyczne awarie powiedzą więcej niż sama liczba części.
Minifigurki, maszyny Technic i silniki są pomysłami w planie rozwoju, nie ustalonymi możliwościami. Osie, piny, ruchome złącza, wyrównanie i moment obrotowy wprowadzają dodatkowe ograniczenia. Jest podgląd VR, lecz Antelo zgłaszał problemy wydajności i użyteczności. Immersja nie zastępuje testów mechanicznych ani montażowych.
Nova pokazuje już użyteczny wzorzec: agent obsługuje strukturalne narzędzie przez powtarzalny kod, sprawdza rezultat i poprawia go. Dla budowniczych pliki pozostają jednak edytowalnym punktem wyjścia, nie certyfikowanym zestawem. Następny kamień milowy to nie bardziej efektowny zrzut, lecz konstrukcja o sprawdzonych częściach, kolejności i strukturze.
Źródła: relacja z 4 października; oryginalny wpis agregujący doniesienie.