乐高总能激发人们的无限想象力，形态各异的积木经过“大神”的双手拼凑后，总能带来让人眼前一亮的创意产品。
图源：乐高
比如这个乐高版本的 Apple Store 就利用现有的积木完美还原了一家苹果零售店，Apple Store 应该具有的特征你都可以在这个模型中找到 —— Apple Store 高高的玻璃外墙、店铺外面巨大的白色苹果 logo、木桌上展示的各类产品、穿着蓝色 T 恤的苹果员工、室内种植的绿植等一应俱全。
回到实际操作上，不是每个人都能迸发出这样的创意，即便有了这样的想法，或许也不知道如何利用手中的积木拼凑出美观、结构合理、足够稳定的模型。
最近卡内基梅隆大学（CMU）团队推出的 LegoGPT 项目，让“用 AI 造乐高”成为现实。这个项目不仅能根据文本描述自动生成乐高模型，而且生成的模型还能实际搭建出来，并且“站得住”——不塌、不散。
从“看起来像”到“真的能搭”
过去几年，AI 生成内容（AIGC）在图像、视频、3D 建模等领域风头正劲。你让 AI 生成一个物品的模型，它能画得有模有样，但问题也很明显：现有的许多 3D 生成模型仅仅专注于生成具有详细几何形状的物品，但这些 3D 设计往往无法在物理上实现，也就是只关注了外形，而没有关注结构。生成的 3D 模型如果没有适当的支撑，整体结构可能会发生坍塌或断裂。
尤其在乐高世界，拼搭的限制比想象中多得多：每一块积木都有尺寸、受力、连接方式的
CMU 团队的 LegoGPT，就是为了解决“AI 只会画不会搭”的痛点。它的目标很直接：输入一句话，比如“一把电吉他”，AI 不仅要生成一张电吉他的乐高拼搭图，还要保证这把电吉他真的能拼起来，而且结构稳定，不会一碰就散。
让 AI 像乐高大师一样“搭乐高”
LegoGPT的核心思路，其实和“让 AI 学会写作文”很像。AI 先“读懂”你的描述，然后一步步“搭砖头”，每次选一块合适的乐高积木，放到合适的位置。整个过程分为几个关键步骤：
图源：LegoGPT
-
数据集准备：团队首先构建了一个大规模、物理稳定的乐高模型数据集（StableText2Lego），里面有 47000 多个乐高结构，每个都配有详细的文字描述。这些描述不是人工写的，而是用 OpenAI 的 GPT-4o 模型，结合 24 个不同视角的渲染图自动生成的，专注于几何结构而非颜色。
-
模型训练：LegoGPT 基于 Meta 的 LLaMA-3.2-1B-Instruct 模型进行微调，把“下一块积木放哪儿”这个问题，转化为类似“下一个单词是什么”的自回归预测。每次生成一块积木，模型都会检查它是否和已有的积木冲突，是否在允许的空间内。
-
自动化拼搭与验证：为了验证 AI 生成的拼搭方案的可行性，团队还用机器人手臂自动搭建了一批模型。结果证明，AI 的拼搭方案不仅能让机器人顺利完成，也能让人类玩家手动拼搭成功。
-
物理稳定性检测：生成完一个模型后，系统会用数学模型模拟重力和结构受力，检测结构是否“站得住”。如果发现某一块积木导致结构不稳，系统就会回滚到上一个稳定状态，然后换一种搭法重新尝试。
这套“物理感知回滚”方法是 LegoGPT 能够让模型稳定的关键。没有它，只有 24% 的设计能够保持稳定，而使用完整系统时则达到了 98.8%。
AI 的乐高创意工厂
LegoGPT 目前支持在 20×20×20 格子的空间里，用 8 种常见乐高积木（1×1、1×2、1×4、1×6、1×8、2×2、2×4、2×6）进行拼搭。虽然看起来有点“简陋”，但它已经能应对 20 个常见物体类别，比如桌子、椅子、沙发、吉他、书架等。
图源：LegoGPT
图源：LegoGPT
用户只需要输入一句自然语言描述，比如“有扶手的沙发”、“流线型船只”、“高背椅”，LegoGPT 就能生成一套拼搭方案，并且给出每一步的搭建顺序。更有趣的是，团队还开发了一种基于文本的 LEGO 纹理方法，可以让让 AI 根据描述自动生成不同的配色和纹理。
从效果图来看，目前 LegoGPT 造出来的东西造型简洁、色块分明、细节少。但它的最大优势，就是“能搭出来，能站得住”。对于乐高玩家来说，这比那些只会画图的 AI 更实用。
LegoGPT 团队已将数据集、模型和代码全部开源，方便全球乐高爱好者和研究者“接力”创新。
AI 乐高与现实乐高：全尺寸 F1 赛车的启示
当然，LegoGPT 目前还只是“起步阶段的 AI 乐高大师”。受限于空间（20×20×20 格）、积木类型（8 种基础积木）、类别（20 类常见物体），它现在造出来的东西还比较小巧、简单，难以复现文章开头乐高版 Apple Store 中的复杂结构和精细细节。
团队也坦言，下一步会扩展积木类型库，加入更多尺寸、形状（比如斜坡、圆弧、贴片等），并扩大训练数据集，支持更多物体类别。未来，或许还能让 AI 直接生成“带颜色、带纹理、带细节”的乐高艺术品，甚至自动生成拼搭说明书和动画演示。
图源：F1
聊到这里，不禁让人联想到最近在 F1 迈阿密大奖赛上大放异彩的“全尺寸乐高 F1 赛车”。这个由乐高官方团队花费一年时间、用 40 万块乐高积木和钢架结构打造的巨型模型，不仅外观与 F1 赛车还原度极高，还能实际载人上路，成为车手巡游的“座驾”（车手们也玩得很开心）。
乐高工程师们用数字建模、力学分析、模块化设计等方法，把一辆 F1 赛车拆解成五大部分，再用胶水、锤子和钢架加固，确保每一块砖都足够稳定与牢固。每辆车造价高昂、耗时 2000 小时，但最终能让 F1 车手坐进驾驶舱，驰骋赛道。
虽然 LegoGPT 目前还造不出这种“巨无霸”，但它的物理约束思路、拼搭回滚机制、自动化拼搭验证，和现实乐高工程师的做法如出一辙。未来，随着 AI 能力提升、积木类型丰富、硬件升级，或许 AI 真的能帮我们“自动设计和制造”出全尺寸、可驾驶的乐高汽车。
现在一辆乐高 F1 赛车需要使用 40 万块乐高积木，耗时 2000 小时才能组建完成，或许未来在 LegoGPT 的帮助下可以优化结构设计减少乐高积木的使用，并缩短耗时。
AI 乐高的未来：人人都是创作者
LegoGPT 的出现，不仅让 AI 生成内容迈向“可制造、可落地”，也让普通人拥有了“数字乐高设计师”的能力。你不需要掌握复杂的 3D 建模软件，也不需要精通物理结构，只要输入一句话，就能让 AI 帮你“造梦成真”。
AI 不仅能帮你“设计乐高”，也许某一天还能让你一键实现“个性化定制制造”——你输入一段描述，AI 帮你设计、拼搭、下单，甚至机器人工厂帮你装好快递到家。
当然，它的意义远不止于乐高。类似的 AI 生成+物理约束+自动制造思路，可以推广到家具、建筑、机械等各类制造业。未来的“个性化制造”，也许就是这样：你有想法，AI 帮你设计，机器人帮你制造，最终每个人都能拥有独一无二的定制产品。
