主要观点：卡内基梅隆大学研究者推出 LegoGPT 系统，能从自然语言描述生成物理稳定且可搭建的乐高结构，结合大语言模型与工程约束。
关键信息：

• 基于新数据集 StableText2Lego 训练，含 47000 多个乐高模型及 28000 多个独特 3D 对象，模型通过转换 3D 网格等生成，标题由 GPT-4 生成。
• 模型架构基于 Meta 的 LLaMA-3.2-1B-Instruct 并微调，推理时按自下而上光栅扫描顺序预测砖块，有验证检查确保符合约束。
• 包含回滚机制处理生成时的不稳定性，以产生最终稳定结构。
• 社区反应不一，有人认为结果不 impressive，有人强调语言理解与物理可搭建性的结合。
• 系统有可视化和纹理处理工具，可自定义数据集微调及交互推理，发布于 MIT 许可证下，部分组件使用需单独协议。
  重要细节：
• StableText2Lego 数据集的生成方式及包含内容。
• 模型架构和推理过程的具体细节。
• 回滚机制的作用和应用场景。
• 社区不同反应的具体内容。
• 工具的使用及相关许可证情况。