В индустрии 3D-дизайна появился новый тренд: способность ИИ разрабатывать реальные, функциональные предметы, которые можно сразу печатать и использовать. Архитектура такой системы, PhysiOpt, перерабатывает модели на лету, проверяя их на прочность и соответствие физическим законам, чтобы избежать structurных ошибок при изготовлении.
Эксперименты показывают, что система за полминуты превращает текстовое описание или изображение в реалистичный трехмерный прототип. Например, создание бокала в форме фламинго завершалось тем, что система добавляла опоры и укрепления, исходя из анализа нагрузок. Это свойство достигается благодаря использованию предобученной модели, которая знает тысячи форм и объектов, и использованию физического моделирования для тестирования прочности.
PhysiOpt использует технику, похожую на художника, восстанавливающего стиль — так называемые "shape priors", — что помогает моделям сохранять узнаваемый стиль, одновременно проверяя их на устойчивость. Расчет основан на методе конечных элементов, визуализируемом с помощью тепловых карт, указывающих слабые места.
На практике система создаёт сложные предметы — от стимпанковских ключниц с роботизированными крюками до жирафовых столов. Благодаря использованию предварительно обученной модели, PhysiOpt способен включать смысловое понимание форм без дополнительного обучения.
На горизонте — внедрение предсказаний ограничений, например, нагрузочных характеристик, а также интеграция моделей для компьютерного зрения и языка. Исследователи намерены избавляться от артефактов в моделях и учитывать сложные технологические ограничения, например, минимальные overhang элементы при 3D-печати.
Это исследование, в том числе работы Клемента Жambона, Шона Чжана и Мины Конакович-Лукович при поддержке MIT-IBM Watson AI Laboratory, было представлено на конференции ACM SIGGRAPH в декабре. Технология открывает новые горизонты для превращения креативных идей в реально функционирующие предметы, значительно облегчая путь от концепции к прототипу.
