3次元形状から物理的に組み立て可能なレンガ構造を生成するには、単なる幾何再構成以上のものが求められる。出力は離散的な部品制約と構造的安定性も満たさなければならない。既存のレンガ生成手法には、ヒューリスティック最適化に依存するものがあるが、目標形状が事前定義された制約下で実行可能な構造を持たない場合に破綻する可能性がある。また、基礎となる3次元幾何や組み立て関係を明示的にモデル化せずにレンガ列を生成する手法もある。Zhengyang Ni氏らが2026年5月25日にarXivに提出した論文「BrickAnything」は、これらの課題に対処する幾何条件付き自己回帰フレームワークを提案している。
BrickAnythingの中心的な設計は、点群を統一的な幾何インターフェースとして採用することで、多様な3次元入力表現に対応しつつ、組み立て制約の下で目標形状を再構成するレンガ列を予測する点にある。レンガ間の構造的依存関係をモデル化するために、著者らは構造認識ツリートークン化（structure-aware tree tokenization）を導入した。これは局所的な接続関係を通じてレンガ構造を表現するもので、系列生成を実際の物理的な構築プロセスにより適合させ、無効な中間状態を削減する。これにより生成プロセスの一貫性と成功率が向上する。
トークン化戦略に加えて、論文では組み立て可能性目標（安定性や幾何忠実度など）を改善するための3つの主要技術を提案している。第一に、選好に基づくアライメント後学習（preference-based alignment post-training）があり、選好学習を通じてモデル出力を組み立て可能性要件に沿わせる。第二に、有効性制約付きデコーディング（validity-constrained decoding）は、デコーディング段階で組み立て制約に違反するレンガ列の生成を制限する。第三に、適応的ロールバック（adaptive rollback）は、無効な状態を検出した際に動的に巻き戻して再生成するもので、最初からやり直す必要がない。
著者らは広範な実験を行い、BrickAnythingが目標形状に幾何的に忠実で物理的に実現可能なレンガ構造を生成できることを示した。従来の順序付け戦略と比較して、提案された構造認識ツリートークン化はロールバックと再生成の回数を効果的に削減しており、このトークン化手法が安定した構造の生成を導く上で優れていることを示している。この研究は、幾何再構成、離散制約、構造安定性を自己回帰生成フレームワークに統合し、3次元形状から組み立て可能なレンガ構造を自動生成する新たな道を開くものである。