ขอให้ระบบ AI เจนเนอเรทีฟออกแบบแก้วสำหรับการพิมพ์ 3 มิติ และคุณอาจจะได้รับแก้วรูปหล่อที่ไม่สามารถเก็บกาแฟของคุณได้ นักวิจัยจากห้องปฏิบัติการวิทยาการคอมพิวเตอร์และปัญญาประดิษฐ์ (CSAIL) ของ MIT ซึ่งทำงานร่วมกับ Google และมหาวิทยาลัย Northeastern ได้สร้างเครื่องมือเพื่อแก้ไขปัญหาดังกล่าว InstructMesh ซึ่งเป็นระบบการออกแบบที่ช่วยให้ทุกคน ทั้งผู้เชี่ยวชาญหรือมือใหม่ สามารถซ่อมแซมโมเดล 3 มิติที่สร้างโดย AI และสร้างแบบจำลองตามที่พวกเขาตั้งใจไว้ได้จริง ตามรายงานของ MIT News

ปัญหาเป้าหมาย InstructMesh เป็นพื้นฐานของวิธีการทำงานของโมเดลกำเนิดในปัจจุบัน ระบบ AI เข้าใจว่าวัตถุควรมีลักษณะอย่างไร แต่ไม่ใช่วิธีการทำงาน ซึ่งทำให้เกิดการออกแบบที่ใช้งานไม่ได้ซึ่งบ่อนทำลายการใช้งานตามวัตถุประสงค์ของวัตถุ และแม้ว่าผู้ใช้จะสังเกตเห็นข้อบกพร่อง แต่โมเดล 3 มิติก็มักจะแก้ไขได้ยาก โดยเฉพาะสำหรับผู้ที่เพิ่งเริ่มใช้การออกแบบ 3 มิติ InstructMesh ซึ่งประกาศโดย MIT News เมื่อวันที่ 1 ตุลาคม 2026 เป็นอินเทอร์เฟซที่ขับเคลื่อนด้วย AI ซึ่งได้รับการออกแบบมาเพื่อทำความเข้าใจว่าการออกแบบควรมีลักษณะอย่างไร และการแก้ไขใดที่ผู้ใช้ต้องการทำ โดยปิดช่องว่างระหว่างสิ่งที่คุณแจ้งและสิ่งที่คุณพิมพ์ สำหรับทีมที่ติดตาม การพัฒนา AI ล่าสุด นี่เป็นตัวอย่างที่หาได้ยากของการนำ AI ทั่วไปมาใช้ในการตรวจสอบข้อผิดพลาดของ generative AI

InstructMesh ทำงานอย่างไร

InstructMesh จับคู่ระบบ TRELLIS ของ Microsoft ซึ่งสร้างโมเดล 3 มิติจากข้อความและรูปภาพพร้อมท์ กับ GPT-4 ซึ่งเป็นโมเดลภาษาขนาดใหญ่ที่อยู่เบื้องหลัง ChatGPT ซึ่งรวมความรู้ด้านภาพและข้อความไว้ในขั้นตอนการทำงานเดียว ผู้ใช้สามารถแจ้งให้ระบบสร้างการออกแบบ 3 มิติสำหรับแว่นตา จากนั้นเน้นส่วนเฉพาะของพิมพ์เขียวที่ต้องการปรับปรุงก่อนพิมพ์

"เราต้องการรวบรวมพรสวรรค์ของเครื่องกำเนิด 3 มิติและทักษะการใช้เหตุผลของ LLM ในพื้นที่เชิงโต้ตอบเพื่อสร้างวัตถุที่ผู้คนต้องการจริงๆ" Faraz Faruqi ผู้เขียนนำในรายงานที่นำเสนอโครงการ กล่าว ผู้สำเร็จการศึกษาจาก MIT EECS คนล่าสุดและบริษัทในเครือ CSAIL ซึ่งปัจจุบันทำงานที่ Google กล่าว

การจัดการเกิดขึ้นในพื้นที่แฝงของโมเดลกำเนิด: ผู้ใช้อธิบายปัญหาในภาษาธรรมชาติ และ InstructMesh สร้างการเปลี่ยนแปลงเชิงสื่อความหมายในเรขาคณิตเพื่อให้ผู้ใช้ประเมินและอนุมัติ ตัวเลื่อนช่วยเพิ่มความแม่นยำในการปรับแต่ง เช่น การขยายหรือขยายส่วนใดส่วนหนึ่งของโมเดล Faruqi กล่าวว่าผลลัพธ์ก็คือ "สิ่งที่พวกเขาเห็นคือสิ่งที่พวกเขาได้รับ และสิ่งของต่างๆ ก็ใช้งานได้ตามที่โฆษณาไว้"

ตัวเลขเบื้องหลังการสาธิต

ทีมงานได้นำเครื่องมือนี้ผ่านการทดสอบตามโครงสร้าง พวกเขาให้ TRELLIS สร้างโมเดล 3 มิติยอดนิยมขึ้นมาใหม่จาก Thingiverse ซึ่งเป็นแพลตฟอร์มที่มีการออกแบบที่สามารถพิมพ์ได้นับล้านชิ้น และพบว่าเกือบ 80 เปอร์เซ็นต์ของโมเดลที่สร้างขึ้นมีข้อบกพร่องเชิงโครงสร้างในทางใดทางหนึ่ง จากนั้นนักวิจัยของ CSAIL ได้ขอให้สามเณรระบุและแก้ไขปัญหาเหล่านั้นโดยใช้ InstructMesh และผู้มาใหม่ก็ประสบความสำเร็จทั้งสองอย่างประมาณ 90 เปอร์เซ็นต์ ตามที่ตรวจสอบโดยผู้เชี่ยวชาญ

อัตราความสำเร็จนั้นสำคัญ เพราะมันบ่งบอกว่าทักษะที่ InstructMesh มอบให้นั้นขึ้นอยู่กับการทำงาน ไม่ใช่การฝึกอบรม CAD เป็นเวลาหลายปี "สิ่งที่ผู้มาใหม่เหล่านี้ขาดความเชี่ยวชาญ พวกเขาชดเชยด้วยสัญชาตญาณ" ดังที่ MIT News ระบุไว้

ชิ้นสาธิตแสดงให้เห็นช่วง InstructMesh หยิบแก้วมัคที่ห่อหุ้มด้วยมังกร โดยหางของมันประกอบเป็นด้ามจับ นกหวีดสีน้ำเงินแวววาวที่มีรูปร่างคล้ายเปลือกหอย แว่นตาที่มีปีกผีเสื้อกางอยู่เหนือเลนส์ และเครื่องจ่ายเครื่องดื่มคล้ายปลาหมึกยักษ์ซึ่งมีหนวดแต่ละอันเทลงในถ้วยแยกกัน นอกเหนือจากความแปลกประหลาดแล้ว นักวิทยาศาสตร์ของ MIT ยังใช้เครื่องมือนี้เพื่อสร้างสนับเข่าที่มีลักษณะเป็นผ้าเดนิมซึ่งเข้ากันกับกางเกงยีนส์ของผู้ป่วย และ "หุ่นขนแปรง" รูปทรงกุ้งสีสันสดใส ซึ่งเป็นกล่องหุ้มหุ่นยนต์ที่ซ่อนมอเตอร์ที่ขับเคลื่อนอุปกรณ์ผ่านพื้นผิวต่างๆ เหมือนของเล่นไขลาน

ทำไมมันถึงสำคัญ

Generative AI ได้เปลี่ยนแปลงข้อความ รูปภาพ และโค้ดไปแล้ว แต่การประดิษฐ์ทางกายภาพยังคงเป็นขอบเขตที่ดื้อรั้น ทีมวิจัยวางกรอบปัญหาด้วยหลักการซอฟต์แวร์เก่า: "สิ่งที่คุณเห็นคือสิ่งที่คุณได้รับ" ซึ่งเป็นโปรแกรมที่เนื้อหาที่คุณกำลังแก้ไขดูเหมือนกับผลิตภัณฑ์ขั้นสุดท้าย เครื่องมือ 3D เจนเนอเรชั่นทำลายคำมั่นสัญญานั้นเป็นประจำ เนื่องจากโมเดลที่จินตนาการถึงแก้วน้ำไม่มีการตรวจสอบภายในสำหรับความหนาของผนัง ความแข็งแรงของด้ามจับ หรือว่าภายในสามารถกักเก็บของเหลวได้หรือไม่ ช่องว่างระหว่างตาข่ายที่ดูเป็นไปได้กับวัตถุที่รอดจากการสัมผัสกับโลกแห่งความเป็นจริงคือจุดที่ความทะเยอทะยานในการพิมพ์ 3 มิติของผู้บริโภคส่วนใหญ่สูญสิ้นไป

ด้วยการทำให้การซ่อมแซมแบบโต้ตอบและขับเคลื่อนด้วยภาษา InstructMesh จะโจมตีปัญหาสุดท้ายของการสร้างที่ได้รับความช่วยเหลือจาก AI ระบบรองรับกระบวนการสร้างแบบจำลองที่ก่อนหน้านี้ต้องใช้ความเชี่ยวชาญด้านโดเมนเชิงลึกในเครื่องมือ 3D ระดับมืออาชีพ โดยแทนที่เมนูและตัวปรับแต่งด้วยคำอธิบายที่เป็นภาษาธรรมชาติของสิ่งที่ผิดปกติ และแถบเลื่อนสำหรับการปรับแต่งอย่างละเอียด การออกแบบไม่จำเป็นต้องอาศัยผู้เชี่ยวชาญอีกต่อไป และการทบทวนของผู้เชี่ยวชาญในการศึกษาของ MIT แนะนำว่าการแก้ไขนั้นไม่ใช่เรื่องสวยงาม วัตถุที่ผ่านมือมือใหม่กลับใช้งานได้จริง

มีหางเชิงพาณิชย์สำหรับการวิจัยเช่นกัน Faruqi ซึ่งขณะนี้อยู่ที่ Google อาจรวม InstructMesh เข้ากับแพลตฟอร์มความเป็นจริงเสริม โดยมีวิสัยทัศน์ที่ว่าคุณอธิบายสิ่งที่คุณต้องการโดยใช้บริบทของสภาพแวดล้อมของคุณ และระบบจะพิมพ์ 3D อย่างรวดเร็ว เช่น เคสโทรศัพท์ที่ตรงกับกระเป๋าสตางค์ของคุณ

สำหรับอุตสาหกรรมการพิมพ์ 3 มิติ การศึกษาพบว่ามีอัตราข้อบกพร่อง 80 เปอร์เซ็นต์ในโมเดลที่สร้างโดย AI จากระบบกำเนิดชั้นนำ เนื่องจากเครื่องมือแปลงข้อความเป็น 3D แข่งขันกับผลิตภัณฑ์สำหรับผู้บริโภค InstructMesh จึงทำให้กรณีที่การสร้างเพียงอย่างเดียวนั้นไม่เพียงพอ — การตรวจสอบและการซ่อมแซมจะต้องจัดส่งในกล่องเดียวกัน

---

ก้าวนำหน้า AI

รับข่าวสาร AI การวิเคราะห์ และความก้าวหน้าล่าสุด ทั้งหมดในที่เดียว

อ่านข่าว AI เพิ่มเติม →