人工智能驱动的工具让个性化 3D 打印模型变得更容易

随着三维打印机的价格越来越低，使用范围越来越广，越来越多的新手开始制作自己的物品。为此，许多业余工匠访问免费、开源的用户生成三维模型库，下载并在三维打印机上制作模型。

但是，在这些模型中添加定制设计元素对许多制作者来说是一个巨大的挑战，因为这需要使用复杂而昂贵的计算机辅助设计（CAD）软件，而且如果模型的原始表现形式无法在网上获得，则尤其困难。此外，即使用户能够在物体上添加个性化元素，要确保这些定制不会损害物体的功能，还需要额外的专业领域知识，而这正是许多创客新手所缺乏的。

为了帮助制作者克服这些挑战，麻省理工学院的研究人员开发了一种生成式人工智能驱动的工具，使用户能够在三维模型中添加定制的设计元素，同时又不影响制作对象的功能。设计师可以利用这个名为 Style2Fab 的工具，只需使用自然语言提示来描述自己想要的设计，就能对物体的三维模型进行个性化设计。然后，用户就可以用三维打印机制造物品。

"对于经验不足的人来说，他们面临的基本问题是： 现在他们已经下载了一个模型，但一旦想对其进行任何修改，就会束手无策，不知如何是好。Style2Fab将使三维模型的造型和打印变得非常容易，而且还可以边实验边学习，"介绍Style2Fab的论文的第一作者、计算机科学研究生法拉兹-法鲁奇（Faraz Faruqi）说。

Style2Fab由深度学习算法驱动，可自动将模型划分为美学和功能两个部分，从而简化了设计流程。

除了增强新手设计师的能力并使3D打印更容易获得之外，Style2Fab还可用于新兴的医疗制造领域。研究表明，同时考虑辅助设备的美学和功能特性会增加患者使用该设备的可能性，但临床医生和患者可能不具备个性化三维打印模型的专业知识。

例如，有了 Style2Fab，用户就可以定制拇指夹板的外观，使其与衣服融为一体，而不会改变医疗设备的功能。Faruqi 补充说，为日益增长的 DIY 辅助技术领域提供用户友好型工具是这项工作的主要动机。

Faruqi与他的指导老师、共同第一作者Stefanie Mueller（麻省理工学院电子工程、计算机科学和机械工程系副教授，计算机科学与人工智能实验室（CSAIL）成员，领导人机交互工程小组）、共同第一作者Megan Hofmann（东北大学库里计算机科学学院助理教授）以及该小组的其他成员和前成员共同撰写了这篇论文。这项研究将在 ACM 用户界面软件和技术研讨会上发表。

注重功能性

Thingiverse 等在线资源库允许个人上传用户创建的开源对象数字设计文件，其他人可以下载并使用三维打印机制造这些对象。

法鲁奇和他的合作者在项目开始时研究了这些巨大资源库中的可用对象，以便更好地了解各种三维模型的功能。他说，这将使他们更好地了解如何利用人工智能将模型划分为功能和美学组件。

"我们很快就发现，三维模型的用途与具体情况息息相关，比如一个花瓶可以平放在桌子上，也可以用绳子挂在天花板上。因此，不能仅仅由人工智能来决定物体的哪一部分是功能性的。我们需要人类参与其中，"他说。

根据这一评估，他们定义了两种功能：外部功能和内部功能，外部功能涉及模型中与外界互动的部分，而内部功能涉及模型中需要在制造后组合在一起的部分。

风格化工具需要保留外部和内部功能部分的几何形状，同时能够定制非功能性、美观的部分。

但要做到这一点，Style2Fab 必须找出三维模型中哪些部分是功能性的。该系统利用机器学习分析模型的拓扑结构，跟踪几何形状变化的频率，如曲线或两个平面连接的角度。在此基础上，它将模型划分为一定数量的片段。

然后，Style2Fab 会将这些片段与研究人员创建的数据集进行比较，该数据集包含 294 个三维物体模型，每个模型的片段都标注了功能或美学标签。如果某个片段与其中一个片段非常吻合，就会被标记为功能性片段。

"但是，由于共享的模型差异巨大，仅根据几何形状对片段进行分类确实是个难题。他解释说："因此，这些片段是显示给用户的一组初始建议，用户可以很容易地将任何片段的分类改为美学或功能性。

人在循环中

一旦用户接受了细分，他们就会输入一个自然语言提示，描述他们想要的设计元素，例如 "一个粗糙、多色的中国花盆 "或 “一个摩洛哥艺术风格的手机壳”。然后，一个名为 Text2Mesh 的人工智能系统会尝试找出符合用户标准的 3D 模型。

它在 Style2Fab 中对模型的美学部分进行处理，添加纹理和颜色或调整形状，使其看起来尽可能相似。但功能部分则不受限制。

研究人员将所有这些元素整合到一个用户界面的后端，只需用户点击几下并输入信息，该界面就会自动分割模型，然后将其风格化。

他们对具有各种三维建模经验的制作者进行了研究，发现Style2Fab能根据制作者的专长以不同的方式发挥作用。新手用户能够理解并使用该界面对设计进行风格化，但它也为低门槛的实验提供了沃土。

对于经验丰富的用户来说，Style2Fab 有助于加快他们的工作流程。此外，使用一些高级选项还能让他们对风格化进行更精细的控制。

展望未来，Faruqi 和他的合作者希望对 Style2Fab 进行扩展，使系统能够对物理属性和几何形状进行精细控制。例如，改变物体的形状可能会改变它所能承受的力，从而导致制造失败。此外，他们还希望增强 Style2Fab 的功能，让用户可以在系统中从头开始生成自己的定制 3D 模型。研究人员还与谷歌合作开展了一个后续项目。

这项研究得到了麻省理工学院-谷歌计算创新计划（MIT-Google Program for Computing Innovation）的支持。