生成AIツールが日常使用に耐える個人向け3Dプリント品の作成を支援

生成人工知能モデルはデジタルコンテンツ作成にあまりにも決定的な影響を与え、その登場前のインターネットがどのようなものだったかを思い出すことが難しくなりつつあります。これらの AI ツールを、動画や写真といった巧妙なプロジェクトのために活用することはできますが、その創造的な才能はまだ物理の世界には完全に移行していません。** ではなぜ、家やオフィス、店舗などで、スマートフォンケースやかめのような生成 AI 対応のパーソナライズされた物体を目にしないのでしょうか。MIT コンピュータ科学・人工知能研究所（CSAIL）の研究員によると、主要な課題は 3D モデルの機械的完全性です。 AI はあなたが製造可能なパーソナライズされた 3D モデルを生成するのを助けることができますが、これらのシステムは往々にして 3D モデルの物理的特性を考慮しません。MIT 電気工学・コンピュータ科学部（EECS）の博士課程学生であり CSAIL エンジニアであるファラズ・ファルキ氏はこのトレードオフを探求し、デザインに美的変更を加えつつ [機能性を維持する](https://news.mit.edu/2023/ai-driven-tool-personalize-3d-printable-models-0915) 生成 AI ベースのシステムと、ユーザーが触れたいと望む所定の [触覚特性](https://news.mit.edu/2025/3d-modeling-you-can-feel-0422) を持つ構造を変更するもう一つのシステムを創出しました。 実現に向けて** Google、Stability AI、ノースイースタン大学の研究者らと共同で、ファルキ氏は現在、AI を用いて実世界で使用できる物体を製造する方法を見出しました。これにより、耐久性がありつつも、ユーザーが意図する外観や質感を備えたアイテムを作成することが可能になります。AI 駆動の「[MechStyle](https://dl.acm.org/doi/10.1145/3745778.3766655)」システムでは、ユーザーは花瓶やフックなどの既成アセットをアップロードするか選択し、画像やテキストによるプロンプトでツールに指示を出すことで、パーソナライズされたバージョンを作成できます。生成 AI モデルが 3D ジオメトリを変更する一方、MechStyle はその変更が特定の部位に与える影響をシミュレーションし、脆弱な領域が構造的に健全であるように保証します。この AI で強化された設計図に満足したら、それを 3D プリンターで出力し、実世界で使用できます。 例えば、壁掛けフックのモデルと、それを使用する材料（ポリ乳酸などのプラスチックなど）を選択できます。その後、「サボウのようなフックを生成してください」といった指示でシステムにプロンプトを入力すると、パーソナライズされたバージョンが作成されます。AI モデルはシミュレーションモジュールと連携して動作し、フックとしての構造的特性を保ちつつ、サボウに似た形状の 3D モデルを生成します。この緑色でリブ状のアクセサリーは、マグカップやコート、バックパックを掛けるために使用できます。このような創作が可能になった背景には、システムがテキストプロンプトの理解に基づいてモデルのジオメトリを変更し、シミュレーションモジュールからのフィードバックと連携するスタイル化プロセスがあるためです。 CSAIL の研究者によると、3D スタイライゼーションには以前から予期せぬ結果を伴うことがありました。彼らの初期の研究では、修正された 3D モデルの約 26% しか構造的に維持可能ではないことが明らかになり、AI システムが修正対象となるモデルの物理法則を理解していないことを示しています。 「私たちは、実際に製造して現実世界で使用できるモデルを AI で作成したいと考えています」と、このプロジェクトを紹介する論文 [paper](https://dl.acm.org/doi/10.1145/3745778.3766655) の主要著者であるファルキ氏は述べています。「そのため MechStyle は、GenAI（生成 AI）に基づく変更が構造物にどのような影響を与えるかをシミュレーションします。当システムを使えば、アイテムの触覚体験を個人化し、ユーザーの個性を取り入れつつも、その物体が日常の使用に耐えられるように保証できます。」 この計算上の徹底性は、最終的にユーザーが所持品を個人化するのを助け、例えば魚の鱗を思わせる青とベージュの斑点が入った一対の眼鏡や、ピンクとアクア色の斑点でチェック柄になった岩肌のような質感の薬箱を作成する可能性を開きます。システムの潜在能力は、赤い溶岩を模したランプシェードのようなユニークなホーム＆オフィス装飾品の製作にも及びます。さらに、器用さを要する怪我への補助や運動機能障害への支援のための指固定具や食器グリップなど、ユーザーの仕様に合わせて設計された補装具も作成可能です。 将来、MechStyle は、おもちゃ屋やハードウェアストア、工芸店などで販売するアクセサリーやその他の携帯用製品のプロトタイプ作成にも役立つ可能性があります。CSAIL の研究者たちは、専門家だけでなく初心者のデザイナーも、手作業でアイテムを組み立てたりカスタマイズしたりする時間を減らし、さまざまな 3D デザインのブレインストーミングとテストに多くの時間を費やすことを目指しています。 **耐久性を維持するために** MechStyle で作成されたものが日常の使用に耐えられるようにするため、研究者たちは生成 AI 技術に、有限要素解析（FEA）と呼ばれる物理シミュレーションの一種を追加しました。例えば、メガネのようなアイテムの 3D モデルを想像し、現実的な重量の下でどの部分が構造的に健全で、どの部分がそうでないかを示すヒートマップのようなものがあると考えるとわかりやすいでしょう。AI がこのモデルを洗練させるにつれ、物理シミュレーションはモデルのどの部分が弱くなっているかを強調表示し、さらなる変更を防ぎます。 Faruqi 氏は、変更が行われるたびにこれらのシミュレーションを実行すると AI の処理が大幅に遅くなるため、MechStyle は追加の構造解析をいつどこで行うべきかを知るように設計されていると付け加えました。「MechStyle の適応型スケジューリング戦略は、モデル内の特定のポイントで何の変更が行われているかを追跡します。生成 AI システムがモデルの特定領域を危険にさらすような微調整を行った場合、私たちのアプローチはそのデザインの物理シミュレーションを再度実行します。MechStyle は、製造後にモデルが壊れないようにするために、後続の変更を加えます。」 FEA プロセスと適応型スケジューリングを組み合わせることで、MechStyle は構造的に最大 100 パーセント viable（生存可能）なオブジェクトを生成することができました。レンガ、石、サボテンのようなスタイルを模した 30 の異なる 3D モデルをテストした結果、チームは構造的に viable なオブジェクトを作成する最も効率的な方法は、動的に脆弱領域を特定し、その影響を緩和するために生成 AI プロセスを微調整することであると発見しました。これらのシナリオにおいて、研究者たちは、特定の応力閾値に達した際にスタイル化を完全に停止するか、あるいはリスクのある領域がその閾値に近づかないように徐々に小さな改良を加えることができることを発見しました。 このシステムはまた、2 つの異なるモードを提供しています：AI が 3D モデル上でさまざまなスタイルをすばやく可視化できるフリースタイル機能と、ユーザーの微調整が構造的な影響を慎重に分析する MechStyle モードです。さまざまなアイデアを探求した後、MechStyle モードを試して、それらの芸術的な装飾がモデルの特定の領域の耐久性にどのような影響を与えるかを確認できます。 CSAIL の研究者たちはさらに、このモデルは 3D プリント前にモデルが構造的に健全であることを保証できるものの、もともと viable でない 3D モデルを改善する能力はまだ備えていないと付け加えています。そのようなファイルを MechStyle にアップロードするとエラーメッセージが表示されますが、Faruqi と彼の同僚たちは将来、これらの欠陥のあるモデルの耐久性を向上させることを目指しています。 さらに、チームは生成 AI を活用して、事前設定されたスタイルやユーザーがアップロードしたデザインを加工するのではなく、ユーザー向けの 3D モデルそのものを作成することを目指しています。これによりシステムがより使いやすくなり、3D モデルにあまり詳しくない方や、オンライン上で自分のデザインのモデルが見つからない方でも、ゼロから簡単に生成できるようになります。例えば、独自の形状のボウルを作りたい場合、リポジトリに該当する 3D モデルが存在しなくても、AI が代わりに作成してくれます。 「2D 画像に対するスタイル転送は非常にうまく機能しますが、これが 3D にどのように適用されるかを探った研究はまだ多くありません」と、本論文には関与していない Google の研究科学者ファビアン・マナハルト氏は述べています。「基本的に、3D ははるかに困難な課題です。学習データが不足している上、オブジェクトの幾何形状を変更すると構造が損なわれ、実世界で使用できなくなる恐れがあるからです。MechStyle はこの問題を解決するもので、シミュレーションを通じてオブジェクトの構造的完全性を保ちながら 3D のスタイル化を可能にします。これにより、人々は自分自身に合わせて設計された製品を通じて創造力を発揮し、より自己表現できるようになります。 この研究は MIT-Google Program for Computing Innovation（計算機革新のための MIT-Google プログラム）の支援を受けたものであり、11 月に開催された Association for Computing Machinery の Symposium on Computational Fabrication（計算的製造に関するシンポジウム）で発表された。

生成AIツールが日常使用に耐える個人向け3Dプリント品の作成を支援

背景や根拠まで確認しますか？

関連記事

調べる

選ぶ

サイト