Mintalah sistem AI generatif untuk mendesain mug untuk pencetakan 3D dan kemungkinan besar Anda akan menerima cangkir bagus yang tidak dapat menampung kopi Anda. Para peneliti di Laboratorium Ilmu Komputer dan Kecerdasan Buatan (CSAIL) MIT, bekerja sama dengan Google dan Northeastern University, telah membangun sebuah alat untuk memperbaiki hal tersebut: InstructMesh, sebuah sistem desain yang memungkinkan siapa pun – baik ahli maupun pemula – memperbaiki model 3D yang dihasilkan AI dan membuatnya sesuai keinginan mereka, menurut MIT News.

Masalah yang ditargetkan InstructMesh merupakan hal mendasar dalam cara kerja model generatif saat ini. Sistem AI memahami tampilan suatu objek, namun tidak memahami cara kerjanya, sehingga menghasilkan desain yang tidak praktis dan tidak sesuai dengan tujuan penggunaan suatu objek. Dan meskipun pengguna menemukan kekurangannya, model 3D biasanya sulit untuk diedit, terutama bagi orang yang baru mengenal desain 3D. InstructMesh, diumumkan oleh MIT News pada tanggal 1 Oktober 2026, adalah antarmuka berbasis AI yang dirancang untuk memahami tampilan desain dan pengeditan apa yang ingin dilakukan pengguna, sehingga menutup kesenjangan antara apa yang Anda minta dan apa yang Anda cetak. Bagi tim yang memantau perkembangan AI terbaru, ini adalah contoh langka penggunaan AI generatif untuk mengawasi kesalahan AI generatif itu sendiri.

Cara Kerja InstructMesh

InstructMesh memasangkan sistem TRELLIS Microsoft, yang menghasilkan model 3D dari perintah teks dan gambar, dengan GPT-4, model bahasa besar di balik ChatGPT — menggabungkan pengetahuan visual dan tekstual dalam satu alur kerja. Pengguna dapat meminta sistem untuk membuat desain 3D, misalnya sepasang kacamata, lalu menyorot bagian tertentu dari cetak biru yang ingin disempurnakan sebelum dicetak.

“Kami ingin menyatukan bakat generator 3D dan keterampilan penalaran LLM dalam ruang interaktif untuk membuat objek yang benar-benar diinginkan orang,” kata Faraz Faruqi, penulis utama makalah yang mempresentasikan proyek tersebut, lulusan MIT EECS dan afiliasi CSAIL yang kini bekerja di Google.

Manipulasi terjadi di ruang laten model generatif: pengguna mendeskripsikan masalah dalam bahasa alami, dan InstructMesh menghasilkan perubahan interpretasi pada geometri untuk dievaluasi dan disetujui oleh pengguna. Penggeser menambahkan presisi untuk penyesuaian seperti memperbesar atau mengekstrusi bagian tertentu dari model. Hasilnya, kata Faruqi, adalah "apa yang mereka lihat adalah apa yang mereka dapatkan, dan barangnya berfungsi sesuai dengan yang diiklankan."

Angka-angka di Balik Demo

Tim menguji alat tersebut melalui pengujian terstruktur. Mereka meminta TRELLIS membuat ulang model 3D populer dari Thingiverse, sebuah platform yang menampung jutaan desain yang dapat dicetak, dan menemukan bahwa hampir 80 persen model yang dihasilkan memiliki cacat struktural dalam beberapa hal. Peneliti CSAIL kemudian meminta para pemula untuk mengidentifikasi dan memperbaiki masalah tersebut menggunakan InstructMesh — dan para pendatang baru berhasil dalam kedua hal tersebut, sekitar 90 persen, sebagaimana ditinjau oleh seorang ahli.

Tingkat keberhasilan tersebut penting karena menunjukkan bahwa keterampilan yang disediakan InstructMesh adalah penilaian tentang fungsi, bukan pelatihan CAD selama bertahun-tahun. “Kekurangan para pendatang baru dalam hal keahlian, mereka tutupi dengan intuisi,” seperti yang diungkapkan MIT News.

Potongan demonstrasi menunjukkan jangkauannya. InstructMesh mengeluarkan mug yang diselimuti oleh seekor naga, ekornya membentuk pegangannya; peluit biru mengkilat berbentuk seperti cangkang; kacamata dengan sayap kupu-kupu menyebar di atas lensa; dan dispenser minuman mirip gurita yang masing-masing tentakelnya dituangkan ke dalam cangkir terpisah. Selain imajinasi, para ilmuwan MIT menggunakan alat tersebut untuk membuat penyangga lutut berbentuk denim yang cocok dengan jeans pasien, dan "bot bulu" berbentuk udang berwarna-warni – sebuah wadah robot yang menyembunyikan motor yang menggerakkan perangkat melintasi permukaan seperti mainan angin.

Mengapa Itu Penting

AI generatif telah mengubah teks, gambar, dan kode, namun fabrikasi fisik masih menjadi tantangan utama. Tim peneliti membingkai masalah ini dengan prinsip perangkat lunak lama: "apa yang Anda lihat adalah apa yang Anda dapatkan" - program yang kontennya Anda edit terlihat sama dengan produk akhir. Alat 3D generatif sering kali melanggar janji tersebut, karena model yang membayangkan mug tidak memiliki pemeriksaan internal untuk ketebalan dinding, kekuatan pegangan, atau apakah bagian dalamnya dapat menampung cairan sama sekali. Kesenjangan antara jaring yang tampak masuk akal dan objek yang bertahan dari kontak dengan dunia nyata adalah tempat hilangnya sebagian besar ambisi pencetakan 3D konsumen.

Dengan membuat perbaikan menjadi interaktif dan berbasis bahasa, InstructMesh mengatasi masalah akhir pembuatan yang dibantu AI. Sistem ini merancang proses pemodelan yang sebelumnya memerlukan keahlian domain mendalam dalam alat 3D profesional, menggantikan menu dan pengubah dengan deskripsi bahasa alami tentang apa yang salah dan penggeser untuk penyesuaian halus. Desainnya tidak lagi membutuhkan seorang ahli untuk menjadi nyata, dan tinjauan ahli dalam studi MIT menunjukkan bahwa perbaikannya tidak bersifat kosmetik – objek yang melewati tangan pemula akan berfungsi.

Ada juga dampak komersial dari penelitian ini. Faruqi, yang kini berada di Google, dapat menggabungkan InstructMesh ke dalam platform augmented reality — visinya adalah Anda menjelaskan apa yang Anda perlukan menggunakan konteks lingkungan sekitar dan sistem dengan cepat mencetaknya secara 3D, seperti casing ponsel yang sesuai dengan dompet Anda.

Untuk industri percetakan 3D, temuan studi yang lebih provokatif adalah 80 persen tingkat cacat pada model yang dihasilkan AI dari sistem generatif terkemuka. Saat alat text-to-3D berlomba menuju produk konsumen, InstructMesh menyatakan bahwa generasi saja tidak cukup — verifikasi dan perbaikan harus dikirimkan dalam kotak yang sama.

---

Tetap Terdepan dalam AI

Dapatkan berita, analisis, dan terobosan AI terkini — semuanya di satu tempat.

Baca berita AI selengkapnya →