生成 AI システムに 3D プリント用のマグカップのデザインを依頼すると、おそらくコーヒーが入りきらない立派なカップが届くでしょう。 MIT ニュースによると、MIT のコンピュータ サイエンスおよび人工知能研究所 (CSAIL) の研究者たちは、Google およびノー​​スイースタン大学と協力して、まさにそれを解決するツールを構築しました。InstructMesh は、専門家でもまったくの初心者でも、誰でも AI で生成された 3D モデルを修復し、実際に意図した方法で製造できる設計システムです。

InstructMesh が対象とする問題は、今日の生成モデルがどのように機能するかの基本的なものです。 AI システムは、オブジェクトがどのように見えるべきかを理解しますが、それがどのように機能するかを理解していないため、アイテムの意図された用途を損なう非実用的なデザインが生み出されます。また、たとえユーザーが欠陥を見つけたとしても、3D モデルは通常、特に 3D デザインに慣れていない人にとっては編集が困難です。 2026 年 10 月 1 日に MIT ニュースによって発表された InstructMesh は、デザインがどのように見えるべきか、ユーザーがどの編集を希望しているかを理解するように設計された AI 主導のインターフェイスであり、プロンプトを表示する内容と印刷する内容の間のギャップを埋めます。 最新の AI 開発 を追跡しているチームにとって、これは生成 AI 自体の間違いを取り締まるために生成 AI が使用される珍しい例です。

InstructMesh の仕組み

InstructMesh は、テキストと画像のプロンプトから 3D モデルを生成する Microsoft の TRELLIS システムと、ChatGPT の背後にある大規模な言語モデルである GPT-4 を組み合わせ、単一のワークフローで視覚的知識とテキスト情報を組み合わせます。ユーザーはシステムに、たとえば眼鏡の 3D デザインを生成するように指示し、印刷する前に調整したい青写真の特定の部分を強調表示できます。

「私たちは、インタラクティブな空間で 3D ジェネレーターの才能と LLM の推論スキルを結集して、人々が実際に望むオブジェクトを作りたかったのです」と、このプロジェクトを紹介する論文の筆頭著者で、MIT EECS を卒業し、CSAIL に所属し、現在は Google に勤務しているファラズ・ファルキ氏は述べています。

操作は生成モデルの潜在空間で行われます。ユーザーは自然言語で問題を説明し、InstructMesh はユーザーが評価および承認できるようにジオメトリに解釈的な変更を生成します。スライダーを使用すると、モデルの特定の部分の拡大や押し出しなどの調整の精度が高まります。その結果、「見たものと同じものが得られ、商品は宣伝どおりに機能した」とファルキ氏は語った。

デモの背後にある数字

チームはこのツールに構造化されたテストを実施しました。彼らは、何百万もの印刷可能なデザインをホストするプラットフォームである Thingiverse から人気のある 3D モデルを TRELLIS に再作成させたところ、生成されたモデルの 80% 近くに何らかの構造上の欠陥があることが判明しました。その後、CSAIL 研究者らは、初心者に InstructMesh を使用してこれらの問題を特定して修正するよう依頼しました。専門家のレビューによると、初心者は両方とも約 90% の確率で成功しました。

この成功率が重要なのは、InstructMesh が提供するスキルが長年の CAD トレーニングではなく、機能に関する判断力であることを示唆しているからです。 MITニュースは、「これらの新参者は専門知識に欠けていた部分を直感で補った」と述べた。

デモ作品はその範囲を示しています。 InstructMesh はドラゴンに包まれたマグカップを作成し、その尻尾がハンドルを形成しました。貝殻のような形をした光沢のある青い笛。レンズの上に蝶の羽が広がったメガネ。そして、タコのようなドリンクディスペンサーは、触手がそれぞれ別々のカップに注がれます。奇抜なだけでなく、MIT の科学者たちはこのツールを使って、患者のジーンズにマッチするデニム風の膝装具や、カラフルなエビの形をした「剛毛ボット」、つまりゼンマイ玩具のように表面上で装置を推進するモーターを隠したロボットの筐体を製作しました。

なぜそれが重要なのか

生成 AI はすでにテキスト、画像、コードを変換していますが、物理的な製造は未だに頑固なフロンティアです。研究チームは、「見たものがそのまま得られる」という古いソフトウェア原則、つまり編集中のコンテンツが最終製品と同じように見えるプログラムに基づいて問題を組み立てています。ジェネレーティブ 3D ツールはその約束を日常的に破ります。マグカップを想像するモデルでは、壁の厚さ、ハンドルの強度、内部に液体を保持できるかどうかなどの内部チェックがまったく行われていないためです。もっともらしく見えるメッシュと、現実世界との接触を生き延びるオブジェクトとの間のギャップが、ほとんどの消費者の 3D プリンティングへの意欲を失わせる場所です。

InstructMesh は、修復をインタラクティブかつ言語駆動にすることで、AI 支援による製造のラストワンマイルの問題を解決します。このシステムは、これまで専門的な 3D ツールの深い専門知識が必要だったモデリング プロセスの足場を築き、メニューと修飾子を、問題点を説明する自然言語の説明と微調整用のスライダーに置き換えます。設計を現実のものにするために専門家を必要としなくなり、MIT の研究における専門家のレビューは、修正が表面的なものではなく、初心者の手を経たオブジェクトが機能するようになったことが示唆しています。

この研究には商業的な側面もあります。現在 Google に在籍している Faruqi は、InstructMesh を拡張現実プラットフォームに組み込む可能性があります。そのビジョンは、周囲のコンテキストを使用して必要なものを説明すると、財布に合った携帯電話のケースのように、システムがそれを迅速に 3D プリントするというものです。

3D プリンティング業界にとって、この調査のより刺激的な発見は、主要な生成システムから AI で生成されたモデルの欠陥率が 80% であるということです。 Text-to-3D ツールが消費者向け製品に向けて競争する中、InstructMesh は、生成だけでは十分ではなく、検証と修復を同じ箱で出荷する必要があると主張しています。

---

AI の先を行く

最新の AI ニュース、分析、画期的な情報をすべて 1 か所で入手できます。

AI ニュースをもっと読む→