Un nouvel outil open source nommé LDraw Nova permet à des intelligences artificielles de concevoir des projets complexes de Lego comprenant des milliers de pièces. Révélé, le programme s’appuie sur des modèles avancés pour générer des fichiers de CAO éditables, transformant de simples requêtes textuelles en plans détaillés de construction.
LDraw Nova transforme textes en modèles Lego
L’utilisation de l’intelligence artificielle pour générer des créations de briques ne date pas d’hier, mais le passage du concept à la maquette virtuelle franchit un cap technique. Développé par Carlos Antelo, l’outil open source LDraw Nova coordonne des agents d’intelligence artificielle pour concevoir des constructions virtuelles élaborées sans avoir à positionner chaque brique manuellement à l’écran.
Le système fonctionne comme une boucle d’itérations automatisée. L’utilisateur formule une requête simple, à l’instar d’une demande adressée à Claude Opus 5.5 pour obtenir le modèle le plus beau qui vous vienne à l’esprit, donnant naissance au projet Sakura Garden de 2 175 pièces. L’agent prépare ensuite un plan structuré en JSON décrivant les différents sous-ensembles, rédige un programme en Python pour consigner chaque position d’élément selon le format textuel LDraw, puis lance le rendu visuel.
Cette approche par le code permet d’éviter les calculs géométriques complexes que les grands modèles gèrent difficilement. L’agent inspecte l’image rendue, corrige son code si nécessaire et relance la machine jusqu’à ce que le résultat soit jugé satisfaisant. Le format LDraw obtenu peut ensuite s’ouvrir via des logiciels spécialisés tels que LDView, LeoCAD ou Studio.
Modèles d’IA alimentent structure technique de LDraw Nova
Proposée sous forme d’application web Docker, la plateforme s’interconnecte avec plusieurs grands fournisseurs du secteur, parmi lesquels OpenAI, Anthropic et OpenRouter. La galerie en ligne attribue chaque réalisation au modèle qui l’a conçue. Les utilisateurs retrouvent ainsi des créations attribuées à Claude Opus 5.5, comme le Sakura Garden et une grue Atlas inachevée, tandis que d’autres projets proviennent de GPT-6 Astra, à l’image d’une cathédrale et d’un observatoire des marées.
Pour optimiser la recherche des briques nécessaires, l’outil intègre en option le système de reranking jev-rerank, propulsé par le modèle Jev System One de TypeSafe. Si aucune clé API n’est renseignée par l’utilisateur, l’infrastructure bascule automatiquement vers une recherche textuelle classique.
Simulations virtuelles restent sans assemblage physique
Malgré la précision des fichiers de conception assistée par ordinateur générés, la réalisation concrète de ces maquettes reste un horizon lointain. Le créateur du projet indique clairement que les briques virtuelles n’ont pas encore été assemblées dans le monde réel.
Carlos Antelo a indiqué qu’il n’avait pas essayé de construire l’un des sets créés avec LDraw-nova.
Plusieurs obstacles techniques expliquent cette prudence. L’application souffre d’un manque de simulation physique, ce qui signifie que si les collisions entre pièces sont prises en compte lors de la modélisation, la stabilité structurelle et la résistance de la construction ne font l’objet d’aucune vérification automatisée. Un modèle esthétiquement cohérent sur écran peut ainsi s’effondrer une fois monté. En outre, rassembler les milliers de pièces requises pour les plus grands sets représenterait un défi logistique et financier considérable.
Comparaison avec BrickGPT et perspectives d’évolution
L’approche de LDraw Nova se distingue nettement d’autres initiatives universitaires, à l’instar du projet de Carnegie Mellon University baptisé LegoGPT et renommé BrickGPT sur GitHub. Alors que le système de Nova se concentre sur l’écriture de code et le rendu visuel, BrickGPT a été entraîné sur plus de 47,000 structures existantes et valide la solidité physique des pièces au fil de leur génération.
Faire tourner de tels agents représente par ailleurs un coût non négligeable. Le développeur estime de manière empirique qu’une simple conception de mécanisme Technic par l’agent Astra peut engendrer environ 5 dollars de frais de tokens. De plus, les utilisateurs doivent acquérir séparément les pièces pour bâtir physiquement les sets et régler l’utilisation des API. Carlos Antelo envisage toutefois d’explorer l’impression 3D pour matérialiser de plus petits modèles, tout en continuant d’ouvrir l’accès de l’outil à des agents moins puissants.