Progettare un motore, un robot industriale o un edificio richiede capacità di ragionamento geometrico e spaziale che i grandi modelli linguistici faticano a gestire, soprattutto quando devono mantenere coerenti centinaia di componenti e migliaia di operazioni successive. Skyfall AI propone un approccio differente con SKY-001, uno world model specializzato nella progettazione ingegneristica, che genera strutture tridimensionali, le scompone in parti e ricostruisce le sequenze di operazioni necessarie alla loro realizzazione.
Nei benchmark condotti dall’azienda, SKY-001 raggiunge una precisione paragonabile o superiore a quella dei modelli linguistici più avanzati, con tempi di elaborazione fino a 119 volte inferiori e costi fino a 186 volte più contenuti rispetto a GPT-6 Astra, a seconda dell’attività considerata. I risultati riguardano la progettazione CAD (Computer-Aided Design) e BIM (Building Information Modeling) e non sono ancora stati sottoposti a verifiche indipendenti.
SKY-001 appartiene alla categoria dei world model, sistemi di intelligenza artificiale che apprendono rappresentazioni strutturate di un ambiente o di un sistema e ne prevedono le possibili evoluzioni. È un campo di ricerca nel quale opera anche World Labs, il laboratorio fondato da Fei-Fei Li che AMD ha deciso di acquisire per 8,2 miliardi di dollari, a conferma dell’interesse industriale per modelli capaci di comprendere la geometria e il comportamento del mondo fisico.
Le due aziende affrontano tuttavia problemi differenti. Atlas, il world model sviluppato da World Labs, combina generazione, ricostruzione tridimensionale e simulazione di ambienti navigabili, con applicazioni che comprendono la robotica. SKY-001 si concentra invece sulla progettazione ingegneristica, utilizzando rappresentazioni geometriche e strutture gerarchiche per generare componenti, assiemi e sequenze di operazioni CAD e BIM.
SKY-001 scompone gli oggetti in assiemi e componenti tridimensionali
SKY-001 riceve come input un’immagine, una descrizione testuale o un insieme di vincoli spaziali e genera una prima rappresentazione del progetto. Può produrre diverse soluzioni candidate, permettendo di confrontarle e selezionare quella da sviluppare ulteriormente.
L’architettura si articola in due componenti principali, denominati Hierarchical Composer e Construction World Model.
Hierarchical Composer definisce la struttura generale dell’oggetto, individuando progressivamente gli assiemi e i singoli componenti. Il procedimento è ricorsivo: un motore viene suddiviso nei suoi gruppi funzionali, ciascun gruppo nei propri sottosistemi e questi ultimi nelle parti elementari, fino a identificare anche elementi di piccole dimensioni.
La gerarchia permette di affrontare progetti complessi senza dover generare tutte le operazioni in un’unica sequenza. Una volta stabilita la struttura di livello superiore, i componenti appartenenti allo stesso livello possono essere elaborati in parallelo, riducendo il numero di passaggi sequenziali e mantenendo un riferimento comune per la geometria complessiva.
SKY-001 ricostruisce la struttura di oggetti complessi come una Jaguar E-Type Roadster, un motore aeronautico, un robot industriale FANUC ArcMate 100iB e un trattore compatto. Per un motore VMS-85, partendo da una sola fotografia, genera una gerarchia articolata su cinque livelli, comprendente componenti visibili e parti interne che l’immagine originale non mostra.
La ricostruzione degli elementi nascosti richiede al modello di formulare ipotesi sulla struttura tridimensionale dell’oggetto a partire da informazioni visive incomplete. Le geometrie così ottenute sono successivamente rifinite, con la ricostruzione delle superfici mancanti e dei dettagli più piccoli.
Construction World Model genera le sequenze di operazioni CAD
Construction World Model elabora la sequenza di operazioni necessarie a costruire ogni componente.
Nella progettazione CAD, il modello definisce una successione di stati tridimensionali intermedi e genera gli schizzi bidimensionali che permettono di passare da uno stato al successivo. Il processo riproduce operazioni tipiche della modellazione parametrica, come estrusioni, aggiunte di materiale e tagli.
La generazione degli schizzi impiega modelli di diffusione basati sull’architettura Diffusion Transformer (DiT) e si svolge in due fasi. La prima produce una rappresentazione approssimata dell’intera sequenza in uno spazio latente compresso; la seconda ne ricostruisce i dettagli geometrici ad alta risoluzione.
Per ridurre il carico computazionale, SKY-001 utilizza una tecnica di compressione delle rappresentazioni geometriche basata su un autoencoder Matryoshka, una rete neurale che impara a sintetizzare le informazioni essenziali di un disegno in una sequenza di codici. Il nome richiama le bambole russe: i primi codici descrivono la struttura generale, mentre quelli successivi aggiungono dettagli progressivamente più fini.
Il modello può così pianificare l’intera sequenza di costruzione utilizzando rappresentazioni molto compatte, per poi ricostruire ogni passaggio ad alta risoluzione, recuperando la precisione delle linee, degli angoli e degli elementi più piccoli. La separazione tra pianificazione generale e rifinitura geometrica contribuisce a ridurre tempi e costi di elaborazione.
La distinzione rispetto alla generazione di codice CAD mediante LLM riguarda anche il metodo di pianificazione. Construction World Model elabora prima gli stati geometrici intermedi e successivamente le operazioni che li collegano, mentre un modello linguistico deve generalmente descrivere la costruzione attraverso istruzioni testuali o programmi.
Le sequenze prodotte da SKY-001 non costituiscono ancora una cronologia parametrica completamente eseguibile e modificabile nei software CAD. La conversione degli schizzi e delle operazioni generate in una struttura CAD nativa figura tra gli sviluppi previsti. Nelle dimostrazioni attuali possono inoltre verificarsi discrepanze tra gli schizzi bidimensionali e gli stati tridimensionali corrispondenti.
Nei benchmark CAD SKY-001 eguaglia la precisione di GPT-6 Astra con tempi 51 volte inferiori
Il benchmark CAD comprende 1.000 componenti estratti da oggetti complessi, tra cui automobili, robot industriali, elicotteri e motori aeronautici. Ogni caso richiede mediamente circa 100 passaggi di disegno e costruzione tridimensionale.
Il confronto con i modelli linguistici considera il tempo necessario a completare ciascun caso, il costo di inferenza e la qualità geometrica del risultato, misurata attraverso l’indice Intersection over Union (IoU), che quantifica la sovrapposizione tra la geometria generata e quella di riferimento.
| Modello | Tempo per componente | Costo per componente | IoU |
| SKY-001 | 3,9 s | 0,005 $ | 79,7% |
| GPT-6 Astra | 199 s | 0,75 $ | 79,1% |
| Gemini 4 | 253 s | 0,25 $ | 76,9% |
| Qwen 3.8 Max | 764 s | 0,30 $ | 34,4% |
| Kimi K3 | 439 s | 0,13 $ | 9,5% |
Fonte: Skyfall AI. Benchmark CAD condotto dall’azienda.
Il dato più significativo riguarda l’efficienza: SKY-001 impiega circa 51 volte meno tempo e costa 150 volte meno di GPT-6 Astra, ottenendo un risultato geometrico sostanzialmente equivalente, con una differenza di appena 0,6 punti percentuali nell’IoU.
La qualità viene misurata esclusivamente rispetto alla geometria di riferimento e non equivale a una verifica della fattibilità meccanica, della resistenza dei materiali o della possibilità di fabbricare concretamente il componente.
Un’ulteriore valutazione riguarda la capacità di scomporre oggetti complessi in componenti. SKY-001 è stato confrontato con GPT-6 Astra, Claude Opus 5.5 e Claude Fable 5.1, ai quali è stato richiesto di ricostruire gli assiemi generando script Blender.
Due modelli utilizzati come valutatori, GPT-6.1 Sol e Claude Opus 5.5, hanno esaminato i risultati senza conoscere il sistema che li aveva prodotti. SKY-001 ha ottenuto punteggi superiori nella scomposizione dei componenti, nella ricostruzione delle parti interne, nella complessità della struttura e nella corrispondenza con l’immagine originale. Il vantaggio è risultato più contenuto nel realismo delle superfici esterne.
Anche questa valutazione è stata organizzata da Skyfall e utilizza giudizi generati da altri modelli di intelligenza artificiale, anziché misurazioni effettuate da progettisti indipendenti.
Nel BIM SKY-001 genera planimetrie fino a 119 volte più velocemente
La seconda applicazione riguarda la progettazione architettonica. SKY-001 può ricevere il perimetro di un piano edilizio e una descrizione delle caratteristiche richieste, comprese superfici, tipologie di ambienti e collocazioni indicative, e generare una planimetria articolata in unità immobiliari e stanze.
Il modello colloca progressivamente pareti, corridoi, scale, ascensori, porte, finestre e altri elementi, producendo una sequenza di stati bidimensionali che documenta la costruzione del disegno.
Il benchmark BIM comprende 1.000 planimetrie, delle quali circa 350 relative a interi piani di edifici e 650 a singole unità abitative. Ciascun esempio richiede da 20 a oltre 200 passaggi di disegno.
| Modello | Tempo per planimetria | Costo per planimetria | IoU |
| SKY-001 | 1,22 s | 0,0024 $ | 43,6% |
| GPT-6 Astra | 144,6 s | 0,446 $ | 40,6% |
| Gemini 3.8 Flash | 346,2 s | 0,218 $ | 42,3% |
| Qwen 3.8 Max | 255,3 s | 0,111 $ | 28,8% |
| Kimi K3 | 113,9 s | 0,270 $ | 33,7% |
| Grok 4.7 | 592,1 s | 0,305 $ | 28,2% |
Fonte: Skyfall AI. Benchmark BIM condotto dall’azienda.
SKY-001 ottiene il punteggio più elevato, sebbene il margine rispetto a Gemini 3.8 Flash sia limitato a 1,3 punti percentuali. La differenza rispetto ai modelli linguistici risulta assai più marcata nei tempi e nei costi: rispetto a GPT-6 Astra, l’elaborazione è circa 119 volte più veloce e 186 volte meno costosa.
L’IoU del 43,6% segnala tuttavia che la corrispondenza geometrica con le planimetrie di riferimento resta parziale. Il risultato documenta le potenzialità dell’approccio, ma non certifica l’idoneità dei progetti generati rispetto alle normative edilizie, ai requisiti strutturali o alle esigenze di progettazione esecutiva.
Skyfall AI, dai fondatori di Maluuba ai world model per l’industria
Fondata nel 2024 e con sede a San Francisco e un centro di ricerca a Toronto, Skyfall AI è specializzata nello sviluppo di world model per l’automazione di processi aziendali e industriali.
Alla guida dell’azienda figurano Sam Pasupalak, cofondatore e CEO, Kaheer Suleman, cofondatore e CTO, e Sumit Pasupalak, cofondatore e CPO. Sam Pasupalak e Kaheer Suleman avevano già fondato Maluuba, laboratorio canadese di ricerca sull’intelligenza artificiale acquisito da Microsoft nel 2017. Il gruppo di ricerca è successivamente confluito nelle attività di Microsoft AI in Canada.
Skyfall dispone di un gruppo di circa 25 ricercatori e ingegneri, con esperienze maturate presso Microsoft e istituzioni accademiche come University of Toronto, University of Waterloo e Mila, l’istituto di ricerca sull’intelligenza artificiale del Québec. Tra i sostenitori finanziari figurano Fidelity, Inovia Capital, Touring Capital, M13, NextView Ventures e Garage Capital. L’azienda non ha reso noto l’ammontare complessivo dei finanziamenti ricevuti.
Prima di SKY-001, Skyfall aveva sviluppato Morpheus, una piattaforma di apprendimento per rinforzo continuo (continual reinforcement learning) che permette agli agenti AI di operare in ambienti aziendali simulati e persistenti, nei quali le conseguenze delle decisioni si accumulano nel tempo. Le prime applicazioni riguardano la gestione delle operazioni di magazzino.
SKY-001 estende la ricerca ai sistemi fisici e alla progettazione ingegneristica. Entrambi i progetti si basano su modelli capaci di rappresentare l’evoluzione di sistemi complessi e pianificare sequenze di azioni, anziché limitarsi alla generazione di testo.
L’addestramento utilizza oltre 600.000 esempi di costruzione CAD
Una parte rilevante dello sviluppo di SKY-001 riguarda la preparazione dei dati necessari ad addestrare il modello a riconoscere strutture ingegneristiche e sequenze di costruzione.
Per il CAD sono stati utilizzati dataset pubblici di assiemi di prodotti reali, sottoposti a un processo di pulizia e riorganizzazione delle gerarchie. I dati originari presentavano spesso geometrie duplicate, superfici sovrapposte, componenti privi di denominazione e strutture di assemblaggio incoerenti.
Quando i dataset comprendevano la cronologia delle operazioni CAD, questa è stata utilizzata direttamente. Negli altri casi, Skyfall ha ricostruito le sequenze attraverso strumenti ingegneristici e procedure basate su LLM, sottoponendole a verifiche prima dell’addestramento.
Hierarchical Composer è stato addestrato su oltre 200.000 parti, mentre Construction World Model ha utilizzato più di 600.000 esempi di costruzione.
La granularità dei dati è un elemento distintivo. Nei dataset di Skyfall, il numero mediano di parti per oggetto è 288, contro le sei del dataset PartVerse utilizzato come termine di paragone. Al 99° percentile, le rispettive distribuzioni raggiungono 4.180 e 33 parti.
Per il BIM, il materiale di addestramento comprende circa 35.000 planimetrie reali e sintetiche, corrispondenti a circa due milioni di stati intermedi di disegno. I dati sono stati normalizzati per uniformare orientamento, classificazione degli ambienti e rappresentazione grafica di pareti, aperture e arredi.
L’addestramento su strutture gerarchiche e cronologie di costruzione permette al modello di apprendere sia la geometria finale sia una possibile successione delle operazioni necessarie a produrla.
Dalla generazione geometrica ai progetti parametrici modificabili
SKY-001 costituisce il primo risultato di un programma di ricerca orientato all’automazione delle attività ingegneristiche e, nel lungo periodo, alla produzione industriale autonoma.
Le possibili applicazioni comprendono la progettazione di circuiti stampati, componenti aerospaziali, sistemi energetici e altri oggetti fisici caratterizzati da strutture complesse e vincoli geometrici.
Le priorità tecnologiche più immediate riguardano però CAD e BIM. Per il CAD, Skyfall intende rendere eseguibili le operazioni generate e conservare una cronologia parametrica modificabile, consentendo interventi attraverso istruzioni in linguaggio naturale. Una richiesta di spostamento di un albero o di modifica di un supporto dovrebbe quindi produrre anche gli adattamenti necessari nei componenti collegati.
Per il BIM, il passo successivo consiste nel convertire planimetrie e sequenze di disegno in modelli edilizi strutturati, con pareti, porte, finestre e ambienti ulteriormente modificabili nei software di progettazione.
Le capacità attuali riguardano soprattutto ricostruzione geometrica, decomposizione gerarchica e generazione delle sequenze di progettazione. Restano da sviluppare e validare la verifica automatica dei vincoli ingegneristici, la produzione di documentazione esecutiva completa e il controllo delle macchine necessarie alla fabbricazione.
Skyfall raccoglie attraverso il proprio sito le richieste di accesso anticipato a SKY-001.
