要求生成式 AI 系统设计一个用于 3D 打印的杯子，你可能会收到一个漂亮的杯子，但无法容纳你的咖啡。据《麻省理工学院新闻》报道，麻省理工学院计算机科学与人工智能实验室 (CSAIL) 的研究人员与谷歌和东北大学合作，开发了一款工具来解决这个问题：InstructMesh，这是一个设计系统，可以让任何人（专家或新手）修复人工智能生成的 3D 模型，并按照他们实际想要的方式制造它们。
InstructMesh 解决的问题对于当今生成模型的工作方式至关重要。人工智能系统了解物体的外观，但不了解其工作原理，这会产生不切实际的设计，破坏物品的预期用途。即使用户发现了缺陷，3D 模型通常也很难编辑，尤其是对于刚接触 3D 设计的人来说。麻省理工学院新闻于 2026 年 10 月 1 日宣布的 InstructMesh 是一个人工智能驱动的界面，旨在了解设计的外观以及用户想要进行哪些编辑，从而缩小提示内容和打印内容之间的差距。对于追踪最新人工智能发展的团队来说，这是生成式人工智能被用来监管生成式人工智能自身错误的罕见例子。
InstructMesh 的工作原理
InstructMesh 将 Microsoft 的 TRELLIS 系统（根据文本和图像提示生成 3D 模型）与 ChatGPT 背后的大型语言模型 GPT-4 配对，将视觉和文本知识结合在一个工作流程中。用户可以提示系统生成一副眼镜的 3D 设计，然后在打印之前突出显示他们想要完善的蓝图的特定部分。
“我们希望将 3D 生成器的才能和法学硕士的推理技能结合在一个互动空间中，以制造人们真正想要的物体，”该项目论文的主要作者 Faraz Faruqi 说，他是麻省理工学院 EECS 的应届毕业生和 CSAIL 附属机构，现在在谷歌工作。
操作发生在生成模型的潜在空间中：用户用自然语言描述问题，InstructMesh 会对几何图形进行解释性更改，以供用户评估和批准。滑块增加了调整的精度，例如放大或挤压模型的特定部分。法鲁奇说，结果是“他们所看到的就是他们得到的，而且这些产品的效果正如广告中所宣传的那样。”
演示背后的数字
该团队对该工具进行了结构化测试。他们让 TRELLIS 从 Thingiverse（一个托管数百万个可打印设计的平台）重新创建流行的 3D 模型，并发现近 80% 的生成模型在某种程度上存在结构缺陷。随后，CSAIL 研究人员要求新手使用 InstructMesh 识别并解决这些问题，根据专家的评估，新手的成功率约为 90%。
这一成功率很重要，因为它表明 InstructMesh 提供的技能是对功能的判断，而不是多年的 CAD 培训。正如《麻省理工学院新闻》所说，“这些新人缺乏专业知识，但他们的直觉弥补了这一点。”
演示作品展示了范围。 InstructMesh 制作了一个被龙包围的杯子，它的尾巴形成了手柄；闪亮的蓝色哨子，形状像贝壳；镜片上方有蝴蝶翅膀展开的眼镜；还有一个像章鱼一样的饮料分配器，其触手分别倒入一个单独的杯子中。除了奇思妙想之外，麻省理工学院的科学家们还利用该工具制造了一个与病人牛仔裤相匹配的牛仔布外观护膝，以及一个色彩缤纷的虾形“鬃毛机器人”——一个机器人外壳，隐藏着一个电机，可以像发条玩具一样推动设备在表面上移动。
为什么它很重要
生成式人工智能已经改变了文本、图像和代码，但物理制造仍然是一个顽固的前沿领域。研究团队用一个古老的软件原则来解决这个问题：“所见即所得”——你正在编辑的内容看起来与最终产品相同的程序。生成 3D 工具经常打破这一承诺，因为想象杯子的模型没有对壁厚、手柄强度或内部是否可以容纳液体进行内部检查。看似合理的网格和与现实世界接触后仍然存在的物体之间的差距是大多数消费者 3D 打印雄心的破灭之处。
通过使维修变得交互式和语言驱动，InstructMesh 解决了人工智能辅助制造的最后一英里问题。该系统支撑了以前需要专业 3D 工具方面深厚的领域专业知识的建模过程，用对错误的自然语言描述和用于微调的滑块取代了菜单和修改器。这些设计不再需要专家才能成为现实，而且麻省理工学院研究中的专家审查表明，这些修复并不是装饰性的——经过新手之手的物体变得具有功能性。
这项研究也有商业尾巴。现供职于谷歌的 Faruqi 可能会将 InstructMesh 整合到增强现实平台中，其愿景是，您使用周围环境的背景来解释您需要什么，系统会快速 3D 打印它，就像与您的钱包相匹配的手机壳一样。
对于 3D 打印行业来说，该研究更具争议性的发现是，领先的生成系统的 AI 生成模型的缺陷率为 80%。随着文本转 3D 工具竞相进入消费产品，InstructMesh 证明仅生成是不够的 - 验证和修复必须放在同一个盒子里。
---
保持人工智能领先地位获取最新的人工智能新闻、分析和突破——尽在一个地方。
阅读更多人工智能新闻 →
