共计 2774 个字符，预计需要花费 7 分钟才能阅读完成。
生成式人工智能模型已深刻改变了数字内容创作领域，如今人们几乎难以想象没有它的互联网会是什么样子。这类 AI 工具已被广泛用于创作视频和照片等精巧项目——然而，它们的创意天赋尚未完全跨越到物理世界。那么，为什么在家庭、办公室和商店里，我们还看不到由生成式 AI 赋能的个性化物品，比如手机壳或花盆呢？麻省理工学院计算机科学与人工智能实验室的研究人员指出，一个关键问题在于 3D 模型的机械完整性。
尽管 AI 可以帮助生成可供制造的个性化 3D 模型，但这些系统通常不会考虑模型的物理特性。麻省理工学院电气工程与计算机科学系博士生、CSAIL 工程师 Faraz Faruqi 深入研究了这一权衡，他开发的系统能够在保持功能性的同时对设计进行美学修改，另一系统则能根据用户期望的触觉特性来调整模型结构。
- 
让设计走进现实
通过与谷歌、Stability AI 和东北大学的研究人员合作，Faruqi 现已找到一种利用 AI 制作现实世界物体的方法，创造出既耐用又能体现用户预期外观和纹理的物品。借助 AI 驱动的“MechStyle”系统，用户只需上传一个 3D 模型或从预设资源（如花瓶、挂钩）中选择，然后使用图像或文本提示来创建个性化版本。随后，生成式 AI 模型会修改 3D 几何形状，而 MechStyle 则模拟这些更改将如何影响特定部件，确保脆弱区域在结构上保持完好。当用户对这个 AI 增强的设计蓝图满意后，即可将其 3D 打印出来并在现实世界中使用。
例如，用户可以选择一个壁挂挂钩的模型，并指定打印材料（如聚乳酸塑料）。然后，用户可以输入提示，如“生成一个仙人掌状的挂钩”。AI 模型将与物理模拟模块协同工作，生成一个既具仙人掌外观、又具备挂钩结构特性的 3D 模型。这个绿色、带脊的配件随后便可用来悬挂杯子、外套或背包。这种创作之所以可能，部分归功于一个风格化过程：系统根据对文本提示的理解来改变模型的几何形状，并与从物理模拟模块收到的反馈协同工作。
据 CSAIL 研究人员称，过去的 3D 风格化常常带来意想不到的后果。他们的基础研究表明，只有约 26% 的 3D 模型在修改后仍能保持结构上的可行性，这意味着许多 AI 系统并不理解它们正在修改的模型的物理特性。“我们希望利用 AI 创建那些可以实际制造并在现实世界中使用的模型，”该项目论文的主要作者 Faruqi 表示。“因此，MechStyle 实际上模拟了基于生成式 AI 的更改将如何影响结构。我们的系统允许用户个性化物品的触觉体验，融入个人风格，同时确保物品能够经受日常使用。”
这种计算上的严谨性最终可以帮助用户个性化他们的物品。例如，系统可以创造一副独特的眼镜，上面带有类似鱼鳞的蓝米色斑点。它还制作了一个具有岩石纹理、点缀着粉红与水绿色斑点的药盒。该系统的潜力延伸至制作独特的家居和办公室装饰品，比如一个类似红色熔岩的灯罩。它甚至能设计符合用户规格的辅助技术设备，例如帮助灵巧性受损者的手指夹板，或辅助运动障碍者的餐具握把。
未来，MechStyle 也可能在创建配件和其他手持产品的原型方面发挥作用，这些产品或许会在玩具店、五金店或工艺品店出售。CSAIL 的研究人员表示，他们的目标是让专业设计师和新手都能花更多时间进行头脑风暴和测试不同的 3D 设计，而不是手动组装和定制物品。
确保结构坚固
为确保 MechStyle 的创作能够承受日常使用，研究人员通过一种称为有限元分析的物理模拟技术增强了其生成式 AI 技术。可以想象一个物品（比如一副眼镜）的 3D 模型上覆盖着一张“热图”，它指示了哪些区域在承受现实重量时结构上是可行的，哪些则不然。当 AI 优化这个模型时，物理模拟会突出显示模型的哪些部分正在变弱，并阻止可能危及结构的进一步更改。
Faruqi 补充说，每次更改后都运行这些模拟会极大地拖慢 AI 过程，因此 MechStyle 被设计为知道何时以及在何处进行额外的结构分析。“MechStyle 的自适应调度策略会跟踪模型中特定点正在发生的变化。当生成式 AI 系统进行的调整危及模型的某些区域时，我们的方法会再次模拟设计的物理特性。MechStyle 将进行后续修改，以确保模型在制造后不会损坏。”
将有限元分析过程与自适应调度相结合，使得 MechStyle 能够生成结构可行性高达 100% 的物体。通过对 30 个具有不同风格（如砖块、石头和仙人掌）的 3D 模型进行测试，团队发现创建结构可行物体的最有效方法是动态识别薄弱区域，并调整生成式 AI 过程以减轻其影响。在这些场景中，研究人员发现，他们可以在达到特定应力阈值时完全停止风格化，或者逐步进行较小的优化，以防止高风险区域接近该阈值。
该系统还提供两种不同的模式：一种是“自由风格”功能，允许 AI 在用户的 3D 模型上快速可视化不同风格；另一种是“MechStyle”模式，会仔细分析用户调整对结构的影响。用户可以探索不同的创意，然后切换到 MechStyle 模式，查看那些艺术性修饰将如何影响模型特定区域的耐久性。
CSAIL 的研究人员补充说，虽然他们的模型可以确保用户的模型在 3D 打印前保持结构完好，但目前尚无法改进那些一开始就不可行的 3D 模型。如果用户向 MechStyle 上传这样的文件，将会收到错误信息，但 Faruqi 和他的同事计划在未来提高这些有缺陷模型的耐久性。
此外，该团队希望利用生成式 AI 为用户从头创建 3D 模型，而不仅仅是对预设或用户上传的设计进行风格化。这将使系统更加用户友好，让那些不熟悉 3D 建模或在线找不到合适设计的人，能够轻松地从零开始生成模型。例如，假设用户想要制作一种独特的碗，而该 3D 模型在资源库中不可用；AI 可以代为创建。
“虽然 2D 图像的风格迁移效果非常好，但探索如何将其迁移到 3D 的工作并不多，”未参与该论文的谷歌研究科学家 Fabian Manhardt 评论道。“本质上，3D 是一项困难得多的任务，因为训练数据稀缺，并且改变物体的几何形状可能会损害其结构，使其在现实世界中无法使用。MechStyle 有助于解决这个问题，通过物理模拟允许 3D 风格化而不破坏物体的结构完整性。这赋予了人们创造力，让他们能通过量身定制的产品更好地表达自我。”
Farqui 与资深作者、麻省理工学院副教授兼 CSAIL 首席研究员 Stefanie Mueller，以及 CSAIL 的另外两位同事：研究员 Leandra Tejedor 和博士后 Jiaji Li 共同撰写了这篇论文。他们的合著者包括 Amira Abdel-Rahman、Martin Nisser；谷歌研究员 Vrushank Phadnis；Stability AI 研究副总裁 Varun Jampani；麻省理工学院教授兼比特与原子中心主任 Neil Gershenfeld；以及东北大学助理教授 Megan Hofmann。
他们的工作得到了麻省理工学院 - 谷歌计算创新计划的支持。该研究已于 11 月在计算机协会的计算制造研讨会上发表。
