أداة InstructMesh من MIT تسد الفجوة بين الذكاء الاصطناعي التوليدي والتصنيع الفعلي

برع الذكاء الاصطناعي التوليدي طويلاً في إنتاج أصول ثلاثية الأبعاد مقبولة بصرياً، إلا أن معظم المخرجات تفشل عند إخضاعها لقيود فيزيائية — جدران رفيعة جداً للطباعة، أجزاء متشابكة تتعطل، أو حاويات تتسرب. قدم باحثون في CSAIL التابع لـ MIT، وجوجل، وجامعة نورث إيسترن نظام InstructMesh، وهو خط إنتاج تفاعلي يجمع بين مولد النماذج ثلاثية الأبعاد TRELLIS من مايكروسوفت وقدرات الاستدلال في GPT-4 لسد هذه الفجوة.

من الوصف إلى نموذج قابل للطباعة، بشكل تكراري

يصف المستخدم شيئاً بلغة طبيعية أو يوفر صورة؛ فينتج TRELLIS شبكة أولية. بدلاً من قبول نتيجة موحدة، يمكن للمصممين تمييز مناطق — مقابض، فوهات، نقاط مفصلات — وإصدار تعليمات تالية مثل "أضف سمكاً لهذا الجدار" أو "أضف فتحة تصريف". تفسر النموذج اللغوي النية، وتترجمها إلى عمليات هندسية، وتحدث فقط المناطق المحددة مع الحفاظ على باقي التصميم.

شملت العروض كوباً ملفوفاً بتنين يشكل ذيله مقبضاً قابلاً للطباعة، وصافرة مستوحاة من الصدف تصدر صوتاً فعلياً، ونظارات بأجنحة فراشة مع مساحة للعدسات، وموزع على شكل أخطبوط يقسم مدخلاً واحداً إلى ثمانية صبوبات متزامنة. تم طباعة كل قطعة ثلاثياً واختبارها وظيفياً.

لماذا هذا مهم للبنية التحتية للـ GPU / الذكاء الاصطناعي: تعرض InstructMesh نمط عبء عمل شائع بشكل متزايد في الإنتاج — خطوط أنابيب متعددة النماذج حيث يتبادل مولد ثلاثي الأبعاد قائم على الانتشار ونموذج لغوي كبير الموترات بشكل تكراري. هذا يتطلب ترابطات GPU منخفضة الكمون، ومجمعات ذاكرة موحدة، ومجدول واعي لاعتماديات التوازي النموذجي، وهي جميعها مجالات صُممت بنية AiGpu العنقودية لمعالجتها.