生成式人工智能已经深刻改变了数字内容创作领域，但在物理世界中的应用却面临严峻挑战。MIT 计算机科学与人工智能实验室（CSAIL）的研究人员开发了名为 MechStyle 的系统，成功解决了这一难题。
生成式设计的核心难题
虽然 AI 可以帮助生成个性化的 3D 模型用于制造，但这些系统往往忽视了 3D 模型的物理完整性。MIT 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，创造了能够在保持功能性的同时进行美学修改的生成式 AI 系统。
Faruqi 指出：“我们希望使用 AI 创建真正可以在现实世界中制造和使用的模型。MechStyle 实际上会模拟 GenAI 的更改将对结构产生的影响。”
物理模拟确保结构完整性
MechStyle 系统的核心创新在于结合了有限元分析（FEA）物理模拟。用户只需上传 3D 模型或选择预设物品（如花瓶、挂钩），然后使用图像或文本提示创建个性化版本。生成式 AI 模型会修改 3D 几何形状，同时 MechStyle 会模拟这些更改对特定部位的影响，确保脆弱区域保持结构稳固。
例如，用户可以选择一个挂钩模型，选择打印材料（如聚乳酸塑料），然后提示系统"生成一个仙人掌风格的挂钩"。AI 模型将与模拟模块协同工作，生成既具有仙人掌外观又具有挂钩结构特性的 3D 模型。
100% 结构可行性
在测试中，研究团队对 30 个不同 3D 模型进行了风格化处理，涵盖了砖块、石头和仙人掌等风格。他们发现，动态识别薄弱区域并调整生成式 AI 流程以减轻其影响，是创建结构可行物体的最有效方法。结合 FEA 流程和自适应调度，MechStyle 生成的物体结构可行性高达 100%。
广泛的应用前景
该系统的潜力远不止于个性化家居用品。它还可以设计辅助技术，如帮助灵巧损伤的手指夹板和帮助运动障碍患者的餐具握柄。未来，MechStyle 还可用于为用户创建 3D 模型，而不仅限于风格化预设和用户上传的设计。
正如 Google 研究科学家 Fabian Manhardt 所言：“虽然 2D 图像的风格迁移效果非常好，但很少有研究探索如何迁移到 3D。3D 是更困难的任务，因为训练数据稀缺，更改对象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 通过模拟解决了这个问题，允许在不影响结构完整性的情况下进行 3D 风格化。”
来源：MIT News