標(biāo)題：AI新突破：卡內(nèi)基梅隆推出樂高式GPT積木，顛覆創(chuàng)作想象力
隨著科技的飛速發(fā)展，人工智能（AI）正在逐步改變我們的生活。近日，卡內(nèi)基梅隆大學(xué)的研究團(tuán)隊開發(fā)出了一款名為LegoGPT的AI模型，該模型能夠根據(jù)文字指令生成可實際搭建的樂高設(shè)計，無疑在積木搭建領(lǐng)域掀起了一場技術(shù)革命。
首先，讓我們來了解一下LegoGPT的基本原理。該模型是一種自回歸大型語言模型，通過預(yù)測下一個token的方式，判斷下一塊該放置什么積木。為了提高模型的準(zhǔn)確性，團(tuán)隊還為模型增加了有效性校驗和帶有物理感知的回滾機制，確保生成的設(shè)計不會出現(xiàn)積木重疊或懸空等問題，也就是說最終結(jié)果始終可行且結(jié)構(gòu)穩(wěn)固。這種設(shè)計理念，使得LegoGPT不僅能夠輸出美觀的設(shè)計，還能夠保證其實用性和穩(wěn)定性。
值得一提的是，LegoGPT輸出的設(shè)計不僅支持人手搭建，還支持機器人操作。這一特性使得樂高搭建不再局限于人力，機器人也能參與到樂高搭建中來，這無疑為樂高搭建領(lǐng)域打開了新的可能性。
為了訓(xùn)練LegoGPT，團(tuán)隊創(chuàng)建了一個名為StableText2Lego的數(shù)據(jù)集。該數(shù)據(jù)集包含超過47000個樂高建構(gòu)樣本，涵蓋了28000多種三維造型，包括書架、桌子、椅子、汽車、船只、吉他等。這些數(shù)據(jù)被用來訓(xùn)練模型，使LegoGPT能夠從一段文字生成獨特且原創(chuàng)的設(shè)計。
訓(xùn)練過程并不是一蹴而就的，團(tuán)隊采用了復(fù)雜的構(gòu)建流程：系統(tǒng)會先將文本提示轉(zhuǎn)化為ShapeNetCore網(wǎng)格模型，再將其嵌入一個20×20×20的體素網(wǎng)格中，從而生成初步的樂高積木布局。隨后，系統(tǒng)會對這些布局做出變化，并剔除結(jié)構(gòu)不穩(wěn)定的設(shè)計。保留下來的樣本會從24個不同角度進(jìn)行渲染，最終交由GPT-4o生成相應(yīng)的描述文本。
LegoGPT的出現(xiàn)，無疑為積木搭建領(lǐng)域帶來了巨大的創(chuàng)新。首先，該模型能夠根據(jù)文字指令生成獨特的樂高設(shè)計，極大地豐富了積木搭建的創(chuàng)意空間。其次，該模型具有強大的自回歸能力和物理感知回滾機制，能夠保證生成設(shè)計的穩(wěn)定性和可行性。最后，LegoGPT的開源特性使得其他人可以復(fù)刻或擴展該模型，進(jìn)一步推動該領(lǐng)域的發(fā)展。
總的來說，LegoGPT的出現(xiàn)是一個巨大的突破，它不僅顛覆了我們對積木搭建的想象力，更在積木搭建領(lǐng)域開啟了一場技術(shù)革命。我們期待看到更多基于LegoGPT的創(chuàng)新應(yīng)用和可能性在未來的涌現(xiàn)。同時，我們也期待AI技術(shù)能夠在更多領(lǐng)域發(fā)揮其巨大潛力，為我們的生活帶來更多的便利和樂趣。
（免責(zé)聲明：本網(wǎng)站內(nèi)容主要來自原創(chuàng)、合作伙伴供稿和第三方自媒體作者投稿，凡在本網(wǎng)站出現(xiàn)的信息，均僅供參考。本網(wǎng)站將盡力確保所提供信息的準(zhǔn)確性及可靠性，但不保證有關(guān)資料的準(zhǔn)確性及可靠性，讀者在使用前請進(jìn)一步核實，并對任何自主決定的行為負(fù)責(zé)。本網(wǎng)站對有關(guān)資料所引致的錯誤、不確或遺漏，概不負(fù)任何法律責(zé)任。
任何單位或個人認(rèn)為本網(wǎng)站中的網(wǎng)頁或鏈接內(nèi)容可能涉嫌侵犯其知識產(chǎn)權(quán)或存在不實內(nèi)容時，應(yīng)及時向本網(wǎng)站提出書面權(quán)利通知或不實情況說明，并提供身份證明、權(quán)屬證明及詳細(xì)侵權(quán)或不實情況證明。本網(wǎng)站在收到上述法律文件后，將會依法盡快聯(lián)系相關(guān)文章源頭核實，溝通刪除相關(guān)內(nèi)容或斷開相關(guān)鏈接。 ）
