Vraag een generatief AI-systeem om een ​​mok te ontwerpen voor 3D-printen en je ontvangt waarschijnlijk een mooi kopje waar je koffie niet in kan. Onderzoekers van het Computer Science and Artificial Intelligence Laboratory (CSAIL) van MIT hebben in samenwerking met Google en Northeastern University een tool gebouwd om precies dat op te lossen: InstructMesh, een ontwerpsysteem waarmee iedereen – expert of complete beginneling – door AI gegenereerde 3D-modellen kan repareren en fabriceren zoals ze eigenlijk bedoeld waren, aldus MIT News.

Het probleem waarmee InstructMesh zich richt, is van fundamenteel belang voor de manier waarop de huidige generatieve modellen werken. AI-systemen begrijpen hoe een object eruit moet zien, maar niet hoe het werkt, wat onpraktische ontwerpen oplevert die het beoogde gebruik van een item ondermijnen. En zelfs als gebruikers de fout ontdekken, zijn 3D-modellen doorgaans moeilijk te bewerken, vooral voor mensen die nieuw zijn met 3D-ontwerp. InstructMesh, aangekondigd door MIT News op 1 oktober 2026, is een AI-gestuurde interface die is ontworpen om te begrijpen hoe ontwerpen eruit moeten zien en welke bewerkingen gebruikers willen aanbrengen, waardoor de kloof wordt gedicht tussen wat u vraagt ​​en wat u afdrukt. Voor teams die de nieuwste AI-ontwikkelingen volgen, is dit een zeldzaam voorbeeld van hoe generatieve AI wordt gebruikt om de eigen fouten van generatieve AI te controleren.

Hoe InstructMesh werkt

InstructMesh koppelt het TRELLIS-systeem van Microsoft, dat 3D-modellen genereert op basis van tekst- en beeldprompts, met GPT-4, het grote taalmodel achter ChatGPT, waarbij visuele en tekstuele kennis in één enkele workflow worden gecombineerd. Een gebruiker kan het systeem vragen een 3D-ontwerp te genereren voor bijvoorbeeld een bril, en vervolgens specifieke delen van de blauwdruk markeren die hij/zij wil verfijnen voordat deze wordt afgedrukt.

"We wilden de talenten van 3D-generatoren en de redeneervaardigheden van LLM's samenbrengen in een interactieve ruimte om objecten te maken die mensen echt willen", zegt Faraz Faruqi, hoofdauteur van de paper waarin het project wordt gepresenteerd, een recent afgestudeerde van MIT EECS en aangesloten bij CSAIL die nu bij Google werkt.

Manipulatie vindt plaats in de latente ruimte van het generatieve model: gebruikers beschrijven problemen in natuurlijke taal, en InstructMesh produceert interpretatieve wijzigingen in de geometrie die de gebruiker kan evalueren en goedkeuren. Schuifregelaars voegen precisie toe voor aanpassingen zoals het vergroten of extruderen van een bepaald deel van het model. Het resultaat, zei Faruqi, is dat "wat ze zagen is wat ze kregen, en de items werkten zoals geadverteerd."

De cijfers achter de demo

Het team heeft de tool aan een gestructureerde test onderworpen. Ze lieten TRELLIS populaire 3D-modellen nabootsen van Thingiverse, een platform waarop miljoenen afdrukbare ontwerpen staan, en ontdekten dat bijna 80 procent van de gegenereerde modellen op de een of andere manier structureel gebrekkig was. CSAIL-onderzoekers vroegen vervolgens nieuwelingen om deze problemen te identificeren en op te lossen met behulp van InstructMesh – en de nieuwkomers slaagden daar in ongeveer 90 procent van de gevallen in, zoals beoordeeld door een expert.

Dat succespercentage is van belang omdat het suggereert dat de vaardigheid die InstructMesh levert een oordeel is over de functie, en niet jarenlange CAD-training. ‘Wat deze nieuwkomers aan expertise misten, compenseerden ze met hun intuïtie’, zoals MIT News het verwoordde.

De demonstratiestukken laten het bereik zien. InstructMesh haalde een mok tevoorschijn die omhuld werd door een draak, waarbij de staart het handvat vormde; een glanzend blauw fluitje in de vorm van een schelp; bril met vlindervleugels die zich boven de lenzen spreiden; en een octopusachtige drankautomaat waarvan de tentakels elk in een apart kopje gieten. Naast eigenzinnigheid gebruikten MIT-wetenschappers het hulpmiddel om een ​​kniebrace met denimlook te maken die past bij de spijkerbroek van een patiënt, en een kleurrijke garnaalvormige 'borstelbot' - een robotbehuizing die een motor verbergt die het apparaat als een opwindspeelgoed over oppervlakken voortstuwt.

Waarom het ertoe doet

Generatieve AI heeft tekst, afbeeldingen en code al getransformeerd, maar fysieke fabricage blijft een hardnekkig grensgebied. Het onderzoeksteam omschrijft het probleem met een oud softwareprincipe: "wat je ziet is wat je krijgt" – programma's waarbij de inhoud die je bewerkt er hetzelfde uitziet als het eindproduct. Generatieve 3D-tools breken die belofte routinematig, omdat het model dat een mok voorstelt geen interne controle heeft op de wanddikte, de sterkte van de handgreep en of de binnenkant überhaupt vloeistof kan vasthouden. De kloof tussen een plausibel ogend gaas en een object dat het contact met de echte wereld overleeft, is waar de meeste ambities van consumenten op het gebied van 3D-printen verdwijnen.

Door reparatie interactief en taalgestuurd te maken, pakt InstructMesh het last-mile-probleem van AI-ondersteund maken aan. Het systeem ondersteunt een modelleringsproces waarvoor voorheen diepgaande domeinexpertise in professionele 3D-tools nodig was, waarbij menu's en modifiers worden vervangen door beschrijvingen in natuurlijke taal van wat er mis is en schuifregelaars voor fijne aanpassingen. De ontwerpen vereisen niet langer een expert om werkelijkheid te worden, en de expertbeoordeling in het onderzoek van MIT suggereert dat de oplossingen niet cosmetisch zijn: objecten die door beginnende handen zijn gegaan, zijn functioneel gebleken.

Er zit ook een commerciële staart aan het onderzoek. Faruqi, nu bij Google, zou InstructMesh kunnen integreren in een augmented reality-platform – de visie is dat je uitlegt wat je nodig hebt met behulp van de context van je omgeving en dat het systeem het snel in 3D print, als een telefoonhoesje dat bij je portemonnee past.

Voor de 3D-printindustrie is de meer provocerende bevinding van het onderzoek het foutenpercentage van 80 procent in door AI gegenereerde modellen van een toonaangevend generatief systeem. Terwijl tekst-naar-3D-tools richting consumentenproducten racen, stelt InstructMesh dat generatie alleen niet genoeg is: verificatie en reparatie moeten in dezelfde doos worden verzonden.

---

Blijf AI een stap voor

Ontvang het laatste AI-nieuws, analyses en doorbraken – allemaal op één plek.

Lees meer AI-nieuws →