Minta sistem AI generatif untuk mereka bentuk cawan untuk pencetakan 3D dan anda mungkin akan menerima cawan kacak yang tidak boleh memuatkan kopi anda. Penyelidik di Makmal Sains Komputer dan Kecerdasan Buatan (CSAIL) MIT, yang bekerja dengan Google dan Universiti Timur Laut, telah membina alat untuk membetulkannya dengan tepat: InstructMesh, sistem reka bentuk yang membolehkan sesiapa sahaja — pakar atau orang baru lengkap — membaiki model 3D yang dijana AI dan mengarangnya seperti yang mereka inginkan, menurut MIT News.
Masalah sasaran InstructMesh adalah asas kepada cara model generatif hari ini berfungsi. Sistem AI memahami bagaimana objek harus kelihatan, tetapi bukan cara ia berfungsi, yang menghasilkan reka bentuk tidak praktikal yang menjejaskan penggunaan item yang dimaksudkan. Dan walaupun pengguna melihat kecacatan itu, model 3D biasanya sukar untuk diedit, terutamanya untuk orang yang baru mengenali reka bentuk 3D. InstructMesh, diumumkan oleh MIT News pada 1 Oktober 2026, ialah antara muka dipacu AI yang direka bentuk untuk memahami kedua-dua cara reka bentuk sepatutnya kelihatan dan pengeditan yang ingin dibuat oleh pengguna, menutup jurang antara perkara yang anda gesa dan perkara yang anda cetak. Untuk pasukan yang menjejaki perkembangan AI terkini, ini merupakan contoh AI generatif yang jarang digunakan untuk mengawal kesilapan AI generatif sendiri.
Bagaimana InstructMesh Berfungsi
InstructMesh menggandingkan sistem TRELLIS Microsoft, yang menjana model 3D daripada teks dan gesaan imej, dengan GPT-4, model bahasa besar di belakang ChatGPT — menggabungkan pengetahuan visual dan teks dalam satu aliran kerja. Pengguna boleh menggesa sistem menjana reka bentuk 3D untuk, katakan, sepasang cermin mata, kemudian menyerlahkan bahagian tertentu pelan tindakan yang mereka mahu diperhalusi sebelum mencetak.
"Kami mahu mengumpulkan bakat penjana 3D dan kemahiran penaakulan LLM dalam ruang interaktif untuk membuat objek yang sebenarnya dikehendaki oleh orang ramai," kata Faraz Faruqi, pengarang utama pada kertas yang membentangkan projek itu, graduan MIT EECS baru-baru ini dan ahli gabungan CSAIL yang kini bekerja di Google.
Manipulasi berlaku dalam ruang terpendam model generatif: pengguna menerangkan isu dalam bahasa semula jadi, dan InstructMesh menghasilkan perubahan tafsiran kepada geometri untuk dinilai dan diluluskan oleh pengguna. Peluncur menambah ketepatan untuk tweak seperti membesarkan atau menyemperit bahagian tertentu model. Hasilnya, kata Faruqi, ialah "apa yang mereka lihat adalah apa yang mereka dapat, dan barang-barang itu berfungsi seperti yang diiklankan."
Nombor di Sebalik Demo
Pasukan itu meletakkan alat itu melalui ujian berstruktur. Mereka telah TRELLIS mencipta semula model 3D yang popular daripada Thingiverse, platform yang menganjurkan berjuta-juta reka bentuk boleh cetak, dan mendapati bahawa hampir 80 peratus daripada model yang dijana mempunyai kecacatan dari segi struktur dalam beberapa cara. Penyelidik CSAIL kemudian meminta orang baru untuk mengenal pasti dan membetulkan isu tersebut menggunakan InstructMesh - dan pendatang baru berjaya pada kedua-dua kira-kira 90 peratus masa, seperti yang disemak oleh pakar.
Kadar kejayaan itu penting kerana ia mencadangkan kemahiran yang dibekalkan oleh InstructMesh adalah pertimbangan tentang fungsi, bukan latihan CAD selama bertahun-tahun. "Apa yang tidak dimiliki oleh pendatang baru ini dalam kepakaran, mereka buat dengan gerak hati," seperti yang dikatakan oleh MIT News.
Potongan demonstrasi menunjukkan julat. InstructMesh menghasilkan cawan yang diselubungi oleh naga, ekornya membentuk pemegangnya; wisel biru berkilat berbentuk seperti cangkerang; cermin mata dengan sayap rama-rama yang merebak di atas kanta; dan dispenser minuman seperti sotong yang setiap sesungutnya dituangkan ke dalam cawan yang berasingan. Di luar dugaan, saintis MIT menggunakan alat itu untuk membuat pendakap lutut yang kelihatan seperti denim yang sepadan dengan seluar jeans pesakit, dan "bot bulu" berbentuk udang berwarna-warni - kandang robot yang menyembunyikan motor yang mendorong peranti melintasi permukaan seperti mainan angin.
Mengapa Ia Penting
AI Generatif telah pun mengubah teks, imej dan kod, tetapi fabrikasi fizikal kekal sebagai sempadan yang degil. Pasukan penyelidik merangka masalah dengan prinsip perisian lama: "apa yang anda lihat ialah apa yang anda dapat" — program yang kandungan yang anda edit kelihatan sama dengan produk akhir. Alat 3D generatif melanggar janji itu secara rutin, kerana model yang membayangkan cawan tidak mempunyai pemeriksaan dalaman untuk ketebalan dinding, kekuatan pemegang atau sama ada bahagian dalam boleh menampung cecair sama sekali. Jurang antara jaringan yang kelihatan munasabah dan objek yang kekal bersentuhan dengan dunia nyata ialah tempat kebanyakan cita-cita pencetakan 3D pengguna mati.
Dengan membuat pembaikan interaktif dan didorong oleh bahasa, InstructMesh menyerang masalah terakhir pembuatan berbantukan AI. Sistem perancah proses pemodelan yang sebelum ini memerlukan kepakaran domain mendalam dalam alat 3D profesional, menggantikan menu dan pengubah suai dengan perihalan bahasa semula jadi tentang perkara yang salah dan peluncur untuk pelarasan halus. Reka bentuk tidak lagi memerlukan pakar untuk menjadi nyata, dan semakan pakar dalam kajian MIT mencadangkan pembaikan itu bukan kosmetik — objek yang melalui tangan orang baru kelihatan berfungsi.
Terdapat ekor komersial untuk penyelidikan juga. Faruqi, kini di Google, mungkin menggabungkan InstructMesh ke dalam platform realiti diperkukuh — visinya ialah anda menerangkan perkara yang anda perlukan menggunakan konteks persekitaran anda dan sistem mencetaknya secara 3D dengan pantas, seperti sarung telefon yang sepadan dengan dompet anda.
Bagi industri percetakan 3D, penemuan kajian yang lebih provokatif ialah kadar kecacatan 80 peratus dalam model yang dijana AI daripada sistem generatif terkemuka. Memandangkan alat teks-ke-3D berlumba-lumba ke arah produk pengguna, InstructMesh menjadikan kes bahawa penjanaan sahaja tidak mencukupi — pengesahan dan pembaikan perlu dihantar dalam kotak yang sama.
---
Kekal Mendahului AIDapatkan berita, analisis dan penemuan terkini AI — semuanya di satu tempat.
Baca lebih banyak berita AI →
