开源工具 LDraw Nova 近期发布，该工具结合人工智能模型与 Python 编程能力，能够根据自然语言提示生成包含数千个真实乐高零件的详细 CAD 文件。开发者 Carlos Antelo 指出，借助 GPT-6 Astra 和 Claude Opus 5.5 等前沿大模型，用户无需手动放置每一个积木块，即可设计出如拥有 2,175 件零件的“樱花花园”（Sakura Garden）等复杂作品。
尽管这些设计目前仅存在于数字文件中，Antelo 表示他并未尝试使用真实零件进行物理搭建。该项目于周五下午正式发布，这是继此前三次尝试后的首次公开版本。其核心工作流是：用户向 AI 代理提供模型创意及 GitHub 项目 README 中的指导信息，由代理构建最终模型。例如，“樱花花园”的设计源于对 Claude Opus 5.5 的提示词：“你想到的最漂亮的模型”。
LDraw Nova 基于文本格式 LDraw，其中每一行代码对应一个乐高玩具的位置定义。与传统需要处理复杂几何数学的方法不同，该工具让 AI 代理在 JSON 中写出完全描述模型和子模型的计划，随后生成一个 Python 程序以输出 LDraw 源文件。这一流程利用了大模型在生成 Python 代码方面的优势，从而规避了直接的几何计算难题。当模型被渲染为图像时，代理会检查、调整并重新渲染，直至模型达到完整状态。
作为一个 Docker 网络应用程序，LDraw Nova 兼容 OpenAI、Anthropic 和 OpenRouter 等 AI 提供商。其画廊展示了多个构建案例：Claude Opus 5.5 生成的“樱花花园”和未完成的“阿特拉斯起重机”，GPT-6 Astra 生成的“大教堂”和“潮汐天文台”，以及 Claude Opus 5（非 5.5 版本）生成的“铜豆公寓”。值得注意的是，LDraw Nova 项目本身也是由 OpenAI 的 Astra 和 Anthropic 的 Claude Opus 5.5 协助构建的。
Antelo 认为，收集成千上万个实物零件是一项艰巨的任务，因此物理模型目前是 Nova 缺失的一环。虽然工具能处理碰撞检测，但尚未解决稳定性问题。此外，该过程并非免费运行，Antelo 估算让 Astra 构建一个 Technic 机制的代币成本约为 5 美元。目前的经验表明，只有前沿模型才能产生大而准确的构建，且耗时较长。
在技术细节上，LDraw Nova 支持多种模型类型。例如，在 Astra 的大教堂构建中使用了 Jev-rerank，这是一个由 TypeSafe 的 Jev System One AI 模型支持的语义搜索工具。Jev 的决策模型可重新排列零件搜索，但这属于可选功能；若未提供 TypeSafe API 密钥，代理将回退到全文搜索。该模型近期也在多个自动化的《宝可梦红》通关游戏中成功应用。
对于 VR 支持，XQZAQ Quest 3 耳机已有相关实现，但存在许多性能和稳定性问题。LDraw Nova 与卡内基梅隆大学的 LegoGPT（现更名为 BrickGPT）有所不同，后者是在超过 47,000 个乐高结构上进行训练，而前者侧重于在生成过程中检查设计的有效性和物理稳定性。
Antelo 的目标之一是让低端代理也能利用该工具进行构建。迷你人仔、Technic 机器和引擎已列入待办事项列表。虽然目前这些积木仅存在于 CAD 文件中，但他正在考虑通过 3D 打印制作小模型原型。未来，人工智能代理可通过模型上下文协议服务器与 3D 打印工作流集成：Kiln 可将文件上传至打印机并开始打印，OctoEverywhere 的服务器则允许代理检查打印进度并进行暂停、取消或恢复操作。这有望弥合 AI 生成代码与生产有形产品之间的差距，甚至在未来结合机器人技术完成实体搭建。
