LEGO-Anything提出了一种从单张照片生成3D场景的方法：让AI智能体把照片中的场景转换为可编辑的Blender代码。输出不只是供观看的图像，而是能够在3D制作软件中继续修改的场景代码，将照片输入与后续编辑连接起来。
配套基准测试中，GPT-6 Astra排名领先，重建准确率最高达到53%。这项成绩对应的是照片到3D场景的重建任务，衡量生成场景能否还原输入照片中的几何结构，而非模型的综合能力排名。
测试同时发现，所有受测智能体都有一个共同弱点：无法可靠判断自己生成的场景在几何上是否准确。它们对自身重建结果的判断表现，与抛硬币相当。生成场景和检查场景是两项不同的能力，前者已有可量化的重建成绩，后者仍是此次测试暴露出的主要问题。
这项方法为从照片创建可编辑3D内容提供了新的路径，也让后续修改可以落在Blender场景代码上。测试结果则说明，智能体给出的自我评价还不能承担几何检查工作；生成结果是否还原了照片，需要单独核验。据The Decoder报道。