AI 智能体可通过单张照片编写代码重建 3D 场景，但缺乏可靠的几何自评能力

研究团队提出 LEGO-Anything 和评估基准 LEGO-Bench，发现代码智能体虽能通过迭代编写 Blender 程序从单图构建 3D 场景，但对几何精度的自评表现接近随机猜测，常在后续修改中破坏已建好的场景。为此团队开发了无需额外训练的 LEGO-Plugin，通过引入客观度量替代模型自评并阻止回退修改，使参与测试的模型表现普遍获得提升。