使用生成式 AI 和机器人组装制造物理对象：考虑生产限制、可持续性、时间、功能性和可访问性-计算机科学-生成式AI-机器人装配-数字制造.pdfVIP

GenAICHI:

CHI

2025

Work-

shop

on

Gen-

er-

a-

tive

AI

and

本HCI

译

中使用生成式AI和机器人组装制造物理对象：考虑生产

2

v限制、可持续性、时间、功能性和可访问性

1

3

1ALEXANDERHTETKYAW,MassachusettsInstituteofTechnology,UnitedStates

9

1.SEHWANJEON,MassachusettsInstituteofTechnology,UnitedStates

4

0MIANASMITH,MassachusettsInstituteofTechnology,UnitedStates

5

2NEILGERSHENFELD,MassachusettsInstituteofTechnology,UnitedStates

:

v

i3D生成式人工智能能够从文本或图像输入快速且便捷地创建3D模型。然而，将这些输出转化为实物仍然是一

x

r个挑战，这是由于物理世界中的限制条件所致。近期的研究集中在提高3D生成式人工智能的能力，以生产可

a

制造的输出，主要采用3D打印作为制造方法。然而，这篇研讨会论文呼吁采取更广泛的观点，考虑如何使制

造方法与3D生成式人工智能的能力相匹配。作为一个案例研究，我们介绍了一个使用离散机器人组装和3D

生成式人工智能来制作实物的新系统。通过这项工作，我们确定了五个基于3D生成式人工智能能力的物理制

造过程中的关键方面。1)制造约束：当前文本到3D模型可以生成广泛的3D设计，需要能够适应生成式AI输

出多样性的制造方法。2)时间：虽然生成式AI可以在几秒钟内生成3D模型，但制作实物可能需要数小时甚至

数天的时间。更快的生产可以使人类与AI之间的迭代设计循环更紧密。3)可持续性：尽管文本到3D模型可

以在数字世界中生成数千个模型，将这种能力扩展到现实世界将会是资源密集型、不可持续且不负责任的。4)

功能性：不同于来自3D生成式人工智能模型的数字输出，制造方法在物理对象的可用性方面起着关键作用。

5)可访问性：虽然生成式AI简化了3D模型的创建过程，但对制造设备的需求可能会限制参与度，使得AI辅

助创作不够包容。离散机器人组装与3D生成式人工智能结合，在解决制造约束、时间、可持续性和功能性等

1

使用生成式AI和机器人组装制造物理对象：考虑生产限制、可持续性、时间、功能性和可访问性Kyawetal.

Fig.1.图1.从用户提示到机器人组装的3D生成式AI演示。

关键方面显示出有希望的结果，尽管可访问性仍然是一项局限。这五个关键方面为评估物理制造过程与3D生

成式人工智能的能力和世界价值观的匹配程度提供了框架。

CCSConcepts:•Appliedcomputing→Computer-aideddesign;•Human-centeredcomputing→Human

computerinteraction(HCI);•Computingmethodologies→Artificialintelligence;Artificialintelligence.

AdditionalKeyWordsandPhrases:生成式AI，机器人装配，数字制造，可持续性，时间，功能性

1介绍

近期在3D生成人工智能方面的进展使得可以从文本描述或图像输入快速轻松地创建数字模型

[10]。例如，像InstantMesh、Latte3D、GET3D和Shap-E这样的模型允许用户在几秒钟内生成

3D模型[30][29][8][12]。然而，尽管AI生成的3D模型易于制作，但由于现实世界的限制，

将其转化为实物仍是一个挑战[6][19]。之前的研究所关注的是