从自然语言生成可实现的装配指令：基于生成式 AI 的物理装配框架

我们提出了一个从自然语言描述生成可实现装配指令的框架。不同于无约束的文本到 3D 方法，本方法 operates within a discrete parts vocabulary（离散零件词汇表），强制执行几何有效性、连接约束和可构建顺序。借助 LDraw 作为文本丰富的中间表示，证明大语言模型可通过工具生成有效的分步构建序列和装配指令，用于超过 3000 装配部件的砖块原型。我们引入一个 Python 库用于程序化模型生成，并在卫星、飞机和建筑领域评估可构建的输出。该方法追求可证明的可扩展性、模块化和保真度，弥合语义设计意图与可制造输出之间的鸿沟。物理原型化源于自然语言规范。本工作提出了一种新型元素语言作为先前像素扩散方法或计算机辅助设计（CAD）模型缺失的关键要素，这些方法无法支持复杂的装配指令或组件交换。通过四个原创设计，本新颖的“砖包”方法因此作为物理 API：将受约束的词汇连接到精确对齐的砖块位置，通过该词汇任意功能需求编译为物质现实。给定一致可重复的 AI 表示开辢新设计选项，同时引导自然语言在制造和工程原型化中的实现。