ابزار جدید InstructMesh که توسط پژوهشگران MIT، گوگل و دانشگاه نورثایسترن توسعه یافته، امکان ویرایش و اصلاح آسان مدلهای سهبعدی تولیدشده با هوش مصنوعی را برای کاربران فراهم میکند تا پیش از چاپ سهبعدی، طرح دلخواه خود را بسازند.
در تاریخ ۱ اکتبر ۲۰۲۶، آزمایشگاه علوم رایانه و هوش مصنوعی MIT (CSAIL) از ابزار InstructMesh رونمایی کرد. این ابزار به کاربران اجازه میدهد مدلهای سهبعدی تولیدشده توسط هوش مصنوعی را بهراحتی ویرایش و سپس برای چاپ سهبعدی آماده کنند. به گفته پژوهشگران، این ابزار برای متخصصان و افراد تازهکار در مدلسازی سهبعدی قابل استفاده است و روند طراحی و ساخت اشیای روزمره، لوازم جانبی و حتی رباتها را سادهتر میکند.
InstructMesh با ترکیب سیستم TRELLIS مایکروسافت (برای تولید مدل سهبعدی از متن و تصویر) و مدل زبانی GPT-۴، به کاربران امکان میدهد بخشهای خاصی از مدل را انتخاب و اصلاح کنند. پژوهشگران MIT میگویند این ابزار میتواند طرحهایی مانند لیوان با دسته اژدها، سوت صدفی، عینک با بال پروانه و حتی توزیعکننده نوشیدنی به شکل هشتپا را تولید کند.
به گفته تیم پژوهشی، InstructMesh نهتنها برای طراحی اشیای تزئینی، بلکه برای ساخت وسایل کاربردی نیز به کار رفته است؛ از جمله زانوبندی با ظاهر جین و محفظه ربات کوچک. پژوهشگران برای ارزیابی عملکرد ابزار، مدلهای محبوب سایت Thingiverse را با TRELLIS بازتولید کردند و دریافتند نزدیک به ۸۰ درصد مدلها دارای نقص ساختاری بودند. سپس از کاربران تازهکار خواسته شد این ایرادات را با InstructMesh شناسایی و رفع کنند که طبق بررسی یک کارشناس، در حدود ۹۰ درصد موارد موفق بودند.
به گفته پژوهشگران، کاربران با استفاده از توصیف زبانی و ابزارهای گرافیکی InstructMesh توانستند ایدههای خود را به مدل سهبعدی تبدیل و جزئیات را بهدقت تنظیم کنند. پژوهشگران میگویند این ابزار فرآیند مدلسازی را برای افراد بدون تجربه قبلی بسیار سادهتر کرده است.
در حال حاضر، پژوهشگران برنامه دارند InstructMesh را با قابلیتهایی مانند شبیهسازی فیزیکی و نسخه جدید TRELLIS.۲ توسعه دهند تا دقت و کاربرد مدلها افزایش یابد. همچنین، به گفته یکی از نویسندگان، امکان ادغام این ابزار با پلتفرم واقعیت افزوده نیز در دست بررسی است.
ابزار InstructMesh قرار است در کنفرانس ACM Symposium on User Interface Software and Technology در نوامبر ارائه شود. این پروژه با حمایت گوگل و برنامه پژوهشی مشترک MIT-HPI انجام شده است.


