使用人工智能改变3D模型定制：麻省理工学院研究人员开发了一种用户友好的界面，用于美学调整而不影响功能性
MIT researchers developed a user-friendly interface for aesthetic adjustments in 3D model customization without affecting functionality using AI.
3D打印和设计领域一直存在一个持久的挑战，即能够对从在线存储库获取的开源3D设计进行定制。虽然这些平台提供了大量可以直接打印的3D模型，但传统上定制选项仅限于调整预定义参数。
深度学习的最新进展为为3D模型添加美学风格打开了可能性。然而，使用这些风格来定制现有设计也带来了新的障碍。除了美学之外，许多3D打印物品的功能与其几何形状密切相关。修改整个3D模型可能会大幅改变其结构，从而可能危及其功能。选择选择性地应用风格是另一种选择，但这要求用户准确地确定3D模型的哪些方面影响其功能，哪些方面纯粹是装饰性的。对于那些不熟悉这些设计的用户来说，这个任务可能特别困难。此外，许多在线共享的模型通常需要更多关键元数据，加剧了与定制相关的挑战。
虽然这些挑战仍然存在，但已经出现了一种新方法，用于自动将用于3D打印的3D网格分解为按其功能和美学属性分类的组件。这种创新使制造者能够选择性地为3D模型注入风格，同时保护其原始功能。基于对设计存储库的广泛分析，这种方法已经产生了一种全面的分类法，将几何组件分为三个不同的类别：美学、内部功能和外部功能。在此分类法的基础上，已经制定了一种基于拓扑的方法，能够自动分割3D网格并将其功能分类为这三个类别。
- 谷歌研究人员提出了一种新的人工智能方法，用于对场景动态建模的图像空间先验
- “遇见 AudioSR：一个即插即用、一体化的人工智能解决方案，可将音频升频至令人难以置信的48kHz质量”
- Oracle云基础设施提供新的NVIDIA GPU加速计算实例
为了实现这种方法，开发了一个名为“Style2Fab”的交互式工具。Style2Fab利用可微渲染进行风格化，如Text2Mesh中最初提出的那样，并将这些技术扩展到了对用于3D打印的开源3D网格进行复杂操作，同时保留其固有的功能。
这种创新解决方案使用户能够对现有的3D打印设计进行微妙的修改，增强其视觉吸引力而不损害其预期功能。度量和评估结果明确证明了这种方法在促进对3D打印模型进行更改方面的有效性。随着制造者社区的不断发展，像Style2Fab这样的解决方案为更加易于使用和精确的3D打印世界铺平了道路，使制造者能够以更大的轻松和精确实现他们的愿景。
总之，这些创新解决方案使制造者能够在保留功能的同时定制3D设计。这种方法基于对设计存储库的详细分析，为分类和修改3D模型提供了系统方法。有了“Style2Fab”之类的工具，制造者可以自信地提升美学效果，而不损害原始功能，为更加易于使用和具有创造性的3D打印可能性铺平了道路。
