AI projektuje MOC-e w LDraw. Czy takie modele da się naprawdę zbudować?

LDraw Nova pokazuje, że sztuczna inteligencja może podejść do projektowania modeli z klocków inaczej niż generatory obrazów. Zamiast tworzyć wizualizację, która tylko wygląda jak konstrukcja z LEGO, agent pracuje na formacie LDraw i korzysta z biblioteki rzeczywistych części. To istotna różnica: efektem jest model CAD zapisany jako plik, który można dalej oglądać, analizować i edytować.

Projekt nie rozwiązuje jednak najtrudniejszego problemu. To, że cyfrowy model wygląda przekonująco i nie zawiera oczywistych kolizji, nie oznacza jeszcze, że będzie stabilny, wygodny do zbudowania i poprawny konstrukcyjnie w świecie fizycznym. Właśnie ta granica między „modelem wygenerowanym” a „modelem naprawdę budowalnym” jest dziś najciekawsza.

Czym właściwie jest LDraw Nova?

LDraw Nova to otwartoźródłowe narzędzie przygotowane z myślą o agentach AI, które mają projektować modele z użyciem rzeczywistych części opisanych w ekosystemie LDraw. Autor projektu opisuje proces wprost: użytkownik podaje pomysł, agent analizuje instrukcje i dokumentację, planuje konstrukcję, wyszukuje elementy, tworzy model, renderuje go, ogląda wynik i iteracyjnie wprowadza poprawki.

Końcowym rezultatem może być źródło w języku LDraw, model 3D, plik GLB do dalszej obróbki w Blenderze oraz zapis procesu pracy agenta. Nie jest to więc generator pojedynczego obrazka. AI ma operować na strukturze modelu.

Dlaczego LDraw jest tutaj ważny?

LDraw to rozwijany od lat, społecznościowy standard CAD do budowania wirtualnych modeli z klocków LEGO. Oficjalna dokumentacja LDraw.org opisuje format jako tekstowy, a poszczególne elementy są w nim definiowane przez m.in. położenie, obrót, kolor i odwołanie do konkretnej części. Dzięki temu plik reprezentuje konstrukcję, a nie jej płaski obraz.

To właśnie daje agentom AI coś, czego nie mają generatory grafiki: formalny język, w którym można opisać model krok po kroku. LDraw Nova wykorzystuje tę właściwość i buduje wokół niej cały proces generatywny.

Skala dostępnego ekosystemu też ma znaczenie. Według aktualizacji biblioteki LDraw.org z września 2026 roku zawiera ona 17 164 unikalne kształty lub części z nadrukami. Oznacza to bardzo dużą przestrzeń do wyszukiwania odpowiednich elementów, ale też ogromny problem wyboru właściwych części dla agenta.

Jak AI buduje model?

Najciekawsze jest to, że LDraw Nova nie każe agentowi wpisywać od razu setek współrzędnych i macierzy obrotu. Autor projektu zauważył podczas wcześniejszych eksperymentów, że modele językowe radzą sobie lepiej z pisaniem kodu, który wykonuje obliczenia geometryczne, niż z wykonywaniem całej geometrii bezpośrednio.

W praktyce agent przygotowuje plan konstrukcji i generator, który dopiero tworzy właściwy plik LDraw. Można to uprościć do schematu: pomysł → plan → skrypt generatora → model LDraw → render → analiza → poprawki.

Narzędzia udostępnione agentowi pomagają m.in. wyszukiwać części i przykładowe podzespoły, renderować model bez interfejsu graficznego oraz wykrywać kolizje i przerwy między elementami. Dzięki temu agent może porównywać kolejne wersje zamiast kończyć pracę po pierwszej próbie.

Render to jeszcze nie MOC

Tu pojawia się najważniejsze ograniczenie. Cyfrowa geometria to tylko część problemu, z którym mierzy się projektant MOC.

Model może nie zawierać ewidentnych kolizji, a mimo to mieć słabe połączenia, nieodpowiednią sztywność albo rozpaść się podczas podnoszenia. Może też zawierać fragmenty, których nie da się złożyć w praktycznej kolejności. W konstrukcjach Technic dochodzą siły, osie, tarcie, luzy i mechanika, których sam wygląd renderu nie oceni.

Autor LDraw Nova nie ukrywa tych problemów. W opisie projektu zaznacza, że wcześniejsze eksperymenty z agentami dawały interesujące rezultaty, ale nie na tyle dobre, by generowane modele uznać po prostu za poprawne. Obecna wersja również pozostaje narzędziem rozwijanym, a nie automatycznym projektantem gwarantującym fizyczną poprawność każdego MOC-a.

Co LDraw Nova już potrafi sprawdzać?

Projekt ma narzędzia do wykrywania kolizji i luk, wyszukiwania właściwych części, renderowania oraz porównywania kolejnych iteracji. To dużo więcej niż zwykłe wygenerowanie grafiki przedstawiającej konstrukcję z klocków.

Nie oznacza to jednak kompletnej symulacji świata fizycznego. Sam autor wymienia obszary wymagające dalszej pracy. Generowanie większych i poprawnych modeli jest obecnie kosztowne i wymaga mocniejszych modeli AI, cały proces jest powolny, a niektóre rodziny konstrukcji — w tym bardziej zaawansowane statki kosmiczne, mechanizmy i modele odtwarzane z instrukcji — nadal sprawiają problemy.

Czy AI zastąpi projektanta MOC?

Na obecnym etapie bardziej prawdopodobny jest inny scenariusz: AI stanie się narzędziem wspomagającym projektanta.

Agent może szybko przygotowywać warianty, znajdować części, proponować strukturę podzespołów albo tworzyć pierwszy szkic konstrukcji. Człowiek nadal pozostaje potrzebny do oceny sensu połączeń, wyglądu, stabilności, ergonomii budowania i kompromisów między funkcją a liczbą elementów.

W takim zastosowaniu LDraw Nova jest ciekawy także dla doświadczonych twórców. Nie dlatego, że „AI zrobi MOC za nas”, ale dlatego, że może skrócić etap poszukiwania i eksperymentowania. W praktyce najbardziej wartościowa może być współpraca: agent przygotowuje kilka możliwych rozwiązań, a konstruktor wybiera, poprawia i testuje je fizycznie.

Najważniejsza zmiana nie dotyczy renderów

Przez ostatnie lata temat AI i klocków często sprowadzał się do obrazów, które na pierwszy rzut oka wyglądały efektownie, ale nie odpowiadały realnym częściom ani poprawnym połączeniom. LDraw Nova przesuwa dyskusję poziom niżej: do formalnego opisu konstrukcji.

To nie jest jeszcze autonomiczny projektant MOC-ów. Jest to jednak interesujący eksperyment pokazujący, że agent AI może pracować na rzeczywistym katalogu części, generować strukturę modelu i wielokrotnie poprawiać rezultat na podstawie własnych renderów i narzędzi kontrolnych.

Jeżeli takie systemy z czasem nauczą się lepiej oceniać stabilność, mechanikę i kolejność budowania, granica między generowaniem modelu a jego realnym projektowaniem zacznie się wyraźnie zacierać. Na razie warto traktować LDraw Nova jako narzędzie eksperymentalne — bardzo obiecujące, ale wymagające ludzkiej weryfikacji tam, gdzie zaczyna się prawdziwe budowanie.