借助开源工具 LDraw Nova，AI 模型现已能够设计包含数千个真实积木件的乐高（LEGO）作品。该工具可生成详细的 CAD 文件，并利用 GPT-6 Astra 和 Claude Opus 5.5 等通用大模型，根据提示词构建复杂结构。例如，由 2,175 个零件组成的“樱花花园”便是由此诞生。这些模型通过编写 Python 程序输出搭建方案，而非手动放置每一块积木。不过，目前尚无实物积木被实际搭建出来，开发者 Carlos Antelo 表示他“甚至没有尝试过”。
代码驱动而非几何计算
正如 GitHub 项目 README 所述：“给 AI 智能体一个模型构想，引导它，让它去构建。”“樱花花园”源于对 Claude Opus 5.5 发出的提示：“构思你脑海中美丽的模型。”Antelo 在周五下午发布了该项目，这是他在经历三次前期尝试后，使工具套件成功运行后的首个版本。
LDraw 是一种文本格式，其中每个乐高零件的位置由一行代码定义，LDView、LeoCAD 和 Studio 等软件均可打开此类文件。AI 智能体会先编写一份描述模型及子模型的 JSON 计划，据此创建 Python 程序，最终生成 LDraw 源输出。渲染图像后，智能体会进行检查、调整并重新渲染，循环直至完成。这种方式避免了复杂的几何数学计算，因为智能体“更擅长生成 Python 代码”。
多模型支持与局限性
LDraw Nova 作为 Docker Web 应用运行，支持 OpenAI、Anthropic 和 OpenRouter 等多家 AI 提供商。Web 应用的画廊会将作品归功于对应模型及提示词：例如“樱花花园”和未完成的“Atlas 起重机”归功于 Opus 5.5，“大教堂”和“潮汐观测站”归功于 Astra，“铜豆公寓”则归功于 Opus 5。该项目本身也是在 Astra 和 Claude Opus 5.5 的协助下构建的。
真实搭建大型模型需收集数千个零件，Antelo 认为这是一项艰巨任务。项目存在局限性，如“Nova 目前缺乏物理建模能力”，虽能处理碰撞检测，但无法保证结构稳定性。此外，运行成本不菲：Antelo 估算 Astra 构建一个 Technic 机械部件的代币成本约为 5 美元。
经验表明，只有前沿模型才能生成大规模且准确的搭建方案，且过程耗时。虽然已支持 Meta Quest 3 头显的 VR 功能，但存在诸多性能问题。与卡内基梅隆大学的 LegoGPT（现 BrickGPT）不同，后者在超过 47,000 个乐高结构上训练，并检查设计的可行性和物理稳定性。
未来展望：从数字到物理
该工具支持多种模型类型。在 Astra 的大教堂构建中，使用了基于 TypeSafe 的 Jev System One AI 模型后端语义搜索与重排序工具 jev-rerank。若未提供 TypeSafe API 密钥，智能体将回退到全文搜索。该模型近期已在多个自动化《宝可梦 红》游戏通关演示中成功使用。
尽管 Antelo 推荐高端 AI 模型，但其目标之一是打造“可由低端智能体使用的工具，以迭代方式构建”。迷你人偶、Technic 机械及引擎也在待办事项列表中。利用 AI 智能体通过编程执行任务正变得日益复杂，例如周五发布的一段视频中，Astra 仅凭一条提示词就清空了《魔兽世界》中的兽人新手村区域。
Antelo 开发此项目旨在让 AI 智能体“具备设计可构建的物理实体的能力”。目前积木仅存在于 CAD 设计中，但他正考虑 3D 打印一个小模型。AI 智能体也可通过 Model Context Protocol (MCP) 服务器与 3D 打印机协作：Kiln 可上传文件并启动打印，OctoEverywhere 服务器则允许智能体监控进度、暂停或恢复打印。这有望弥合 AI 生成代码与实际生产有形物体之间的差距。未来，机器人或许能亲自完成搭建，但在那之前，用户可以尝试设计那个一直存在于脑海中的乐高套装。