将生成式人工智能（genAI）与物理规律结合，正让虚拟设计真正走入现实。尽管当前的AI工具能快速生成精美的3D模型，如装饰品或个人用品，但这些设计往往缺乏实用性——比如打印出来的椅子一坐就塌，或杯身无法承重。根本原因在于，生成式AI缺乏对物理世界的理解。 为解决这一问题，麻省理工学院计算机科学与人工智能实验室（CSAIL）研发出名为“PhysiOpt”的新系统。它通过嵌入物理模拟，让AI在生成设计时自动考虑结构稳定性，确保最终作品可实际使用。用户只需输入文字描述或上传图片，说明物品用途和材料（如塑料、木材），PhysiOpt便能在约30秒内生成一个既美观又坚固的可制造模型。 例如，研究人员要求生成一个“火烈鸟造型的带柄饮水杯”，系统不仅保留了鸟类的外形特征，还自动优化了杯身结构和底部支撑，确保其能稳定承重。系统通过“有限元分析”进行实时应力测试，生成热力图，标出易断裂区域，如红色区域提示需加强支撑。 PhysiOpt的核心在于融合了预训练的生成模型与物理优化算法。它利用AI对形状的“先验知识”，在保持外观风格的同时，自动调整细节，使设计更符合现实约束。相比同类方法DiffIPC，PhysiOpt在生成椅子、书立等物品时效率高出近10倍，且生成结果更真实可靠。 该系统允许用户设定使用场景，如“书立需承受5公斤压力”或“挂钩要挂外套”，从而实现“智能设计”——AI不仅懂你的审美，也懂你的需求。未来，研究团队计划引入视觉语言模型，使系统能自主推断使用边界和负载条件，实现更接近人类直觉的自动化设计。 这项工作由MIT-IBM Watson AI实验室和威盛电子（Wistron Corp）支持，已在2023年12月的ACM SIGGRAPH Asia会议上发表。PhysiOpt为普通人将创意变为可用实物提供了强大工具，标志着AI设计正从“好看”迈向“好用”的关键一步。