AI, який готує 3D-моделі до друку

Дослідники MIT Computer Science and Artificial Intelligence Laboratory (CSAIL) спільно з Google та Northeastern University розробили InstructMesh — програмне рішення, яке дозволяє генерувати 3D-модель за текстовим описом, знаходити проблемні ділянки та виправляти їх ще до початку 3D-друку.

Проблема сучасних генеративних 3D-інструментів у тому, що вони переважно розуміють, як об'єкт має виглядати, але не завжди — як він має працювати або виготовлятися.

Наприклад, AI може створити красиву чашку, яка насправді не здатна утримувати каву, або сформувати складну mesh-модель, яку дуже важко редагувати.

ЗАХОДЬ НА ПЛАТФОРМУ - ОБИРАЙ ЕКІПАЖ

💡 InstructMesh змінює цей підхід.

Система поєднує генератор 3D-моделей TRELLIS від Microsoft із можливостями GPT-4.

Користувач може:

🔹 виділити конкретну ділянку моделі;
🔹 описати проблему звичайною мовою;
🔹 попросити AI локально змінити геометрію;
🔹 або використати повзунки для точного налаштування — наприклад, збільшити товщину чи розширити певну область.

Тобто замість складного ручного редагування 3D-мешу можна просто сказати: «зроби цю частину товстішою» — і система внесе локальну зміну.

🛠️ Дослідники вже перевірили підхід на реальних об'єктах, які надрукували на 3D-принтері:

🐉 чашка, обгорнута драконом, хвіст якого є ручкою;
🦋 окуляри у формі крил метелика;
🐚 блискучий синій свисток;
🐙 диспенсер у формі восьминога, який видає рідину через щупальця;
🦵 ортез для коліна, стилізований під джинсову тканину;
🦐 корпус для роботизованого пристрою, схожого на креветку.

Але особливо цікаві результати експерименту з популярними моделями з Thingiverse.

Коли команда попросила TRELLIS відтворити такі моделі, майже 80% згенерованих mesh-моделей мали структурні дефекти.

Водночас новачки, використовуючи InstructMesh, змогли виявити та виправити проблеми приблизно у 90% випадків — за оцінкою експерта.

Це важливий результат.

Адже одна з головних перешкод для масового використання генеративного 3D-дизайну — розрив між «AI створив красиву модель» і «цю модель реально можна виготовити».

InstructMesh намагається закрити саме цей розрив.

«Ми хотіли поєднати можливості 3D-генераторів із навичками міркування LLM в інтерактивному середовищі, щоб створювати об'єкти, які люди дійсно хочуть використовувати», — зазначає Faraz Faruqi, провідний автор дослідження, який нині працює в Google.

🎯 Що це може означати для майбутнього?

Генеративний AI поступово переходить від створення зображень і концептів до створення фізичних об'єктів.

Наступний крок — зробити цей процес надійним:
опис → 3D-модель → автоматична перевірка → виправлення → готовий виріб.

І саме тут поєднання LLM + генеративного 3D + адитивного виробництва може стати особливо потужним.

#ШтучнийІнтелект #3ДДрук #ГенеративнийAI #ЦифровеВиробництво #Інновації

#ArtificialIntelligence #3DPrinting #GenerativeAI #DigitalManufacturing #Innovation

ДЖЕРЕЛО