Poproś generatywną sztuczną inteligencję o zaprojektowanie kubka do druku 3D, a prawdopodobnie otrzymasz ładny kubek, w którym nie będzie mieściła się Twoja kawa. Naukowcy z Laboratorium Informatyki i Sztucznej Inteligencji (CSAIL) MIT we współpracy z Google i Northeastern University opracowali narzędzie, które pozwala dokładnie to naprawić: InstructMesh, system projektowania, który pozwala każdemu – ekspertowi lub nowicjuszowi – naprawiać modele 3D wygenerowane przez sztuczną inteligencję i wytwarzać je zgodnie z zamierzeniami, według MIT News.

Problem, na który stawia InstructMesh, ma fundamentalne znaczenie dla działania współczesnych modeli generatywnych. Systemy sztucznej inteligencji rozumieją, jak obiekt powinien wyglądać, ale nie jak działa, co skutkuje niepraktycznymi projektami, które podważają przeznaczenie przedmiotu. Nawet jeśli użytkownicy zauważą wadę, modele 3D są zazwyczaj trudne do edycji, zwłaszcza dla osób, które nie mają doświadczenia z projektowaniem 3D. InstructMesh, ogłoszony przez MIT News 1 października 2026 r., to interfejs oparty na sztucznej inteligencji, zaprojektowany tak, aby zrozumieć zarówno, jak powinny wyglądać projekty, jak i jakie zmiany chcą wprowadzić użytkownicy, eliminując lukę między tym, co wyświetlasz, a tym, co drukujesz. Dla zespołów śledzących najnowsze osiągnięcia AI jest to rzadki przykład wykorzystania generatywnej sztucznej inteligencji do kontrolowania własnych błędów generatywnej sztucznej inteligencji.

Jak działa InstructMesh

InstructMesh łączy system TRELLIS firmy Microsoft, który generuje modele 3D na podstawie podpowiedzi tekstowych i graficznych, z GPT-4, dużym modelem językowym stojącym za ChatGPT — łącząc wiedzę wizualną i tekstową w jednym przepływie pracy. Użytkownik może poprosić system o wygenerowanie projektu 3D na przykład pary okularów, a następnie zaznaczyć określone części projektu, które chce dopracować przed wydrukowaniem.

„Chcieliśmy połączyć w interaktywnej przestrzeni talenty generatorów 3D i umiejętności rozumowania studentów LLM, aby stworzyć obiekty, których ludzie naprawdę chcą” – powiedział Faraz Faruqi, główny autor artykułu przedstawiającego projekt, niedawny absolwent MIT EECS i współpracownik CSAIL, który obecnie pracuje w Google.

Manipulacja odbywa się w ukrytej przestrzeni modelu generatywnego: użytkownicy opisują problemy w języku naturalnym, a InstructMesh tworzy interpretacyjne zmiany geometrii, które użytkownik może ocenić i zatwierdzić. Suwaki zwiększają precyzję modyfikacji, takich jak powiększanie lub wyciąganie określonej części modelu. W rezultacie, jak stwierdził Faruqi, „dostali to, co zobaczyli, a produkty działały zgodnie z reklamą”.

Liczby kryjące się za wersją demonstracyjną

Zespół poddał narzędzie ustrukturyzowanemu testowi. Poprosili TRELLIS o odtworzenie popularnych modeli 3D z Thingiverse, platformy udostępniającej miliony projektów do wydrukowania, i odkryli, że prawie 80 procent wygenerowanych modeli miało w jakiś sposób wady strukturalne. Następnie badacze CSAIL poprosili nowicjuszy o zidentyfikowanie i naprawienie tych problemów za pomocą InstructMesh — a według eksperta nowicjuszom udało się to w około 90 procentach przypadków.

Ten wskaźnik sukcesu ma znaczenie, ponieważ sugeruje, że umiejętności, których dostarcza InstructMesh, opierają się na ocenie funkcji, a nie latach szkolenia CAD. „Brak wiedzy tym przybyszom nadrabiali intuicją” – jak ujął to MIT News.

Elementy demonstracyjne pokazują zakres. InstructMesh wyciągnął kubek otoczony smokiem, którego ogon tworzył rączkę; błyszczący niebieski gwizdek w kształcie muszli; okulary ze skrzydełkami motyla rozpościerającymi się nad soczewkami; oraz przypominający ośmiornicę dozownik napoju, którego macki wlewają się do osobnego kubka. Naukowcy z MIT wykorzystali to narzędzie do wytworzenia ortezy stawu kolanowego przypominającej dżins, dopasowanej do dżinsów pacjenta oraz kolorowego „bota z włosia” w kształcie krewetki – obudowy robota skrywającej silnik, który porusza urządzeniem po powierzchniach niczym nakręcana zabawka.

Dlaczego to ma znaczenie

Generatywna sztuczna inteligencja przekształciła już tekst, obrazy i kod, ale fizyczne wytwarzanie pozostaje upartą granicą. Zespół badawczy ujmuje problem w oparciu o starą zasadę oprogramowania: „dostajesz to, co widzisz” – programy, w których edytowana treść wygląda tak samo jak produkt końcowy. Narzędzia generatywne 3D rutynowo łamią tę obietnicę, ponieważ model wyobrażający sobie kubek nie ma wewnętrznej kontroli grubości ścianek, wytrzymałości uchwytu ani tego, czy wnętrze w ogóle może pomieścić płyn. Luka pomiędzy wiarygodnie wyglądającą siatką a obiektem, który przetrwa kontakt ze światem rzeczywistym, jest miejscem, w którym umiera większość ambicji konsumentów w zakresie drukowania 3D.

Dzięki temu, że naprawa jest interaktywna i oparta na języku, InstructMesh rozwiązuje problem ostatniego etapu tworzenia wspomaganego sztuczną inteligencją. System wspiera proces modelowania, który wcześniej wymagał głębokiej wiedzy specjalistycznej w zakresie profesjonalnych narzędzi 3D, zastępując menu i modyfikatory opisami nieprawidłowości w języku naturalnym oraz suwakami umożliwiającymi precyzyjną regulację. Projekty nie wymagają już obecności eksperta, aby stać się rzeczywistością, a przegląd ekspertów przeprowadzony w badaniu MIT sugeruje, że poprawki nie są kosmetyczne — przedmioty, które przeszły przez ręce nowicjuszy, okazały się funkcjonalne.

Badania mają także aspekt komercyjny. Faruqi, obecnie pracujący w Google, może włączyć InstructMesh do platformy rzeczywistości rozszerzonej — wizja zakłada, że ​​wyjaśnisz, czego potrzebujesz, korzystając z kontekstu otoczenia, a system szybko to wydrukuje w 3D, niczym etui na telefon pasujące do Twojego portfela.

Dla branży druku 3D bardziej prowokacyjnym odkryciem badania jest 80-procentowy wskaźnik błędów w modelach generowanych przez sztuczną inteligencję z wiodącego systemu generatywnego. W miarę jak narzędzia do przetwarzania tekstu na 3D zmierzają ku produktom konsumenckim, InstructMesh twierdzi, że samo wygenerowanie nie wystarczy — weryfikacja i naprawa muszą być wysyłane w tym samym pudełku.

---

Wyprzedź sztuczną inteligencję

Otrzymuj najnowsze wiadomości, analizy i przełomowe informacje dotyczące sztucznej inteligencji — wszystko w jednym miejscu.

Przeczytaj więcej aktualności o sztucznej inteligencji →