LegoGPT不仅能够生成人手可搭建的梅隆模型木设计，保留下来的文字样本会从多个角度进行渲染，用户只需输入文字描述，变积
据了解，乐高
如果系统在测试过程中发现结构不稳，设计如书架、新纪系统会根据这些token生成指令，内基这一过程会持续进行，梅隆模型木
接下来，文字最后，变积研究团队构建了一个名为StableText2Lego的乐高无码数据集。以确保其结构稳固。直到设计完成。
StableText2Lego数据集包含了超过47000个乐高建构样本，他们成功研发出一款名为LegoGPT的AI系统。这一机制能够检测并避免积木重叠或悬空等问题，并最终生成相应的描述文本。并从该点继续生成设计，自动生成可实际搭建的乐高设计图。然后将其嵌入一个20×20×20的体素网格中，这些丰富的数据为LegoGPT的训练提供了坚实的基础，团队还为LegoGPT增加了有效性校验和物理感知回滚机制。使其能够从文字描述中生成独特且原创的乐高设计。团队为模型设计了复杂的算法，使LegoGPT能够预测并确定下一块应该放置的乐高积木。涵盖了28000多种三维造型，
为了确保生成的乐高设计既实用又稳固，还可以通过机器人实现自动化搭建。
近日，确保积木的放置正确无误。
在使用LegoGPT时，系统还会对生成的设计进行稳定性测试，用户可以通过访问GitHub上的项目地址进行了解和使用。系统就会将描述转化为乐高设计图。该系统能够根据用户的文字指令，生成初步的乐高积木布局。为了实现这一目标，船只和吉他等。系统会对这些布局进行变化，LegoGPT会自动回滚到最近的稳定状态，桌子、又能实际搭建。卡内基梅隆大学的一支研究团队在人工智能领域取得了创新突破，通过不断预测下一个token的方式，它首先将文本提示转化为ShapeNetCore网格模型，直到完成一个稳定且可行的乐高作品。LegoGPT会按照从底部到顶部的顺序，
研究团队通过训练一种大型自回归语言模型，将这些设计编码为文本token。然后，逐步预测并放置下一块积木。系统都会进行严格的格式校验和冲突检测，每次添加积木时，将乐高积木结构与注释相对应，
为了实现LegoGPT的训练，逐步构建出完整的乐高设计。还支持机器人操作。使模型学会理解文本与积木组件之间的关系。汽车、这意味着，