Els generadors d'imatges en 3D a partir de text produeixen objectes que a la pantalla semblen correctes però que, un cop impresos, sovint no aguanten o no encaixen. Això limita l'ús d'aquestes eines per fabricar peces útils, com ara recanvis o suports.
Investigadors del Laboratori d'Informàtica i Intel·ligència Artificial del MIT (CSAIL), de Google i de la Universitat Northeastern han presentat InstructMesh. L'usuari genera el model a partir d'un text, assenyala la zona problemàtica i explica amb paraules què cal corregir; el sistema interpreta la petició i modifica només aquella part. Segons el MIT, combina el generador TRELLIS de Microsoft amb un model de llenguatge. Els autors van trobar que gairebé el 80% dels models de Thingiverse que van recrear amb IA tenien defectes estructurals, i que quan uns principiants feien servir l'eina per detectar-los i arreglar-los, hi van tenir èxit al voltant del 90% de les vegades.
La proposta intenta tancar la distància entre el que la IA dibuixa i el que una impressora pot fabricar, i redueix la necessitat de saber modelatge 3D. Faraz Faruqi, primer autor, i Stefanie Mueller, autora sènior, hi han treballat des del MIT. El treball es presentarà al novembre al Symposium on User Interface Software and Technology (UIST) de l'ACM, un congrés amb revisió per parells.
Les dades provenen de proves amb usuaris i de la nota del MIT, no d'una auditoria independent, i la nota no n'indica la mida de la mostra. Els autors preveuen afegir simulacions físiques i una versió més recent de TRELLIS per afinar el detall, però de moment l'eina no garanteix que la peça sigui resistent.