/ Модель

Характеристики

Лицензия
MIT
Библиотека
transformers
Опубликована
18 мая 2026

LegoACE

Языковая модель

LegoACE генерирует последовательности деталей LEGO и сборки LDraw или GLB по изображениям с нескольких ракурсов либо текстовому описанию.

0скачиваний за 30 дней10лайковвеса обновлены28 мая 2026

Бенчмарки

Как модель справилась с задачами пользователей ailist и что о ней публикуют открытые лидерборды

Публичные оценки

Из открытых лидербордов. Сравнивайте результаты одного теста при одинаковых условиях — отсутствие оценки не значит, что модель хуже.

В подключённых источниках результатов для этой модели пока нет.

Что умеет модель

Описание составлено по карточке модели и метаданным Hugging Face

LegoACE — авторегрессионная модель генерации LEGO-сборок, представленная исследовательской группой VAST-AI на SIGGRAPH Asia 2025. Она предсказывает последовательность размещаемых деталей, задавая для каждой координаты, поворот и тип кирпича. Архитектура — 32-слойный трансформер в стиле Llama с размерностью скрытого слоя 768 и словарём около 16 тысяч токенов.

Репозиторий содержит два варианта: один создаёт сборки по четырём изображениям с использованием энкодера DINOv2-base, другой — по текстовому описанию с CLIP ViT-B/32. Полный конвейер преобразует результат в инструкции LDraw и 3D-модель GLB; также можно получить карты нормалей. Модель подходит для исследований генеративных 3D-систем и творческого проектирования LEGO-сборок.

Использование ограничено 28 распространёнными типами деталей и 20 классами поворота. Качество зависит от формулировки текстового запроса или качества изображений; модель обучалась преимущественно на небольших и средних сборках и может создавать неустойчивые или непригодные для сборки конструкции. Для генерации нужны файлы токенизатора LDR, которых нет среди весов. Лицензия — MIT.

Сценарии применения

  • создание LEGO-сборки по изображениям с четырёх ракурсов
  • генерация LEGO-модели по текстовому описанию
  • экспорт сгенерированной сборки в LDraw
  • создание 3D-модели LEGO в формате GLB
  • исследование авторегрессионной генерации 3D-объектов

Ограничения

Модель ограничена 28 типами деталей и 20 классами поворота; качество зависит от запроса или изображений, а результат может быть структурно неустойчивым и непригодным для сборки. Для генерации требуются отдельные файлы токенизатора LDR.

Карточка модели

README от автора на Hugging Face, как он его опубликовал

Открыть на Hugging Face

LegoACE: Autoregressive Construction Engine for Expressive LEGO® Assemblies

Official model weights for LegoACE, presented at SIGGRAPH Asia 2025.

LegoACE is an autoregressive transformer that generates LEGO® assemblies as sequences of placed bricks. This repository hosts two pretrained variants:

SubfolderConditioningEncoderTraining steps
mv/Multi-view images (4 views)DINOv2-base520K
text/Text descriptionsCLIP ViT-B/32210K

Quick start

Full inference pipeline (LDR tokenizer, multi-view rendering, LDR → GLB conversion) lives in the GitHub repository. The snippets below show only how to load the weights.

git clone https://github.com/VAST-AI-Research/LegoACE.git
cd LegoACE
pip install -e .

Multi-view image conditioned (recommended)

from model.llama_image_condition import ImageConditionModel

model = ImageConditionModel.from_pretrained("VAST-AI/LegoACE", subfolder="mv").to("cuda")

End-to-end usage with the dataset/MVNpzDataset.py loader and Blender-based GLB export is documented in the GitHub README:

python inference/inference_multi_view.py \
    --ckpt_dir VAST-AI/LegoACE \
    --dataset_name <your_dataset> \
    --dataset_class dataset.MVNpzDataset.MVNpzDataset \
    --save_dir ./outputs/inference \
    --save_name mv-demo \
    --infer_number 100 --batch_size 4 --repeat 4 --dataset_split val

Text conditioned

from model.llama_text_condition import TextConditionModel

model = TextConditionModel.from_pretrained("VAST-AI/LegoACE", subfolder="text").to("cuda")
python inference/inference_text_condition.py \
    --ckpt_dir VAST-AI/LegoACE \
    --dataset_name <your_dataset> \
    --save_dir ./outputs/inference --save_name text-demo \
    --prompts "A red sports car" "A modern brick bed" "A bridge over a river"

Outputs

Each generation step emits a quintuple (x, y, z, rotation_id, brick_type_id). The full pipeline converts those token sequences into:

  1. LDR — text-format LEGO instructions (LDraw)
  2. GLB — 3D mesh via Blender + ImportLDraw
  3. Normal maps — pyrender renderings of the assembled model

LegoACE supports an LDR vocabulary covering 28 common brick types and 20 discrete rotation classes; see utils/brick_ids.py.


Intended uses & limitations

Intended uses

  • Research on autoregressive 3D / LEGO® generative models.
  • Generating LEGO assemblies for academic and creative exploration.

Limitations

  • Outputs are restricted to the 28-brick vocabulary used in training.
  • Quality depends on prompt phrasing (text) or image quality (multi-view).
  • The model has been trained primarily on small/medium-scale assemblies and may produce structurally unstable or non-buildable arrangements.
  • Generation requires the LDR tokenizer files (*_dat_dict.json, *_rot_dict.json) that ship with the dataset, not with these weights.

Citation

@inproceedings{xu2025legoace,
  author    = {Hao Xu and Yuqing Zhang and Yiqian Wu and Xinyang Zheng and
               Yutao Liu and Xiangjun Tang and Yunhan Yang and Ding Liang and
               Yingtian Liu and Yuanchen Guo and Yanpei Cao and Xiaogang Jin},
  title     = {LegoACE: Autoregressive Construction Engine for Expressive LEGO{\textregistered}
               Assemblies},
  booktitle = {Proceedings of the {SIGGRAPH} Asia 2025 Conference Papers},
  publisher = {{ACM}},
  year      = {2025},
  pages     = {40:1--40:11},
  doi       = {10.1145/3757377.3763881},
  url       = {https://doi.org/10.1145/3757377.3763881}
}

License

Released under the MIT License.

LEGO® is a trademark of the LEGO Group, which does not sponsor, authorize, or endorse this project.

Как запустить

На своей GPU в ailist. Цена — по текущим предложениям провайдеров

GPU в ailist

Универсальный рантайм · transformers

Нельзя запустить

3D-генерация пока не поддерживается.

Ревизия весов
c8044f5

0 моделей