“机器人，给我做把椅子。”——这句简单指令，正成为未来制造新方式的起点。麻省理工学院（MIT）研究团队开发出一种结合生成式AI与机器人的新系统，能根据用户自然语言描述，自动生成可由机器人组装的多部件3D设计，并完成实物制造。 该系统以视觉语言模型（VLM）为核心，能理解图像与文字，识别物体的结构与功能。当用户输入“make me a chair”并提供一张椅子的AI生成图像后，系统会分析其几何形态，判断哪些部分应使用面板（如椅面、靠背）以实现坐和倚靠的功能。模型通过学习大量已知对象，自动将3D网格中的不同区域标注为“seat”“backrest”等，并精准选择应贴附面板的几何部分。 整个过程采用“人机协同设计”模式，用户可随时干预，例如修改为“只在靠背加面板，椅面不加”。研究显示，超过90%的参与者更青睐该系统生成的设计，优于随机或仅基于朝向的自动布局方法。更关键的是，系统还能解释其决策依据，如“因为人需要坐和靠，所以这些部分要加面板”，显示出对功能的深层理解。 最终，3D设计被传送给机器人，使用可拆卸、可复用的预制件完成组装。这些部件可重新配置，制造出不同形态的物品，实现可持续制造。 该研究由MIT EECS与建筑系的博士生Alex Kyaw领衔，联合建筑系、机械工程系及Google DeepMind、Autodesk Research等机构完成，成果已发表于神经信息处理系统大会（NeurIPS）。研究团队表示，未来将支持更复杂的材料（如玻璃与金属）和可动部件（如铰链、齿轮），并致力于降低设计门槛，让每个人都能像对话一样，与AI和机器人共同创造物理世界中的物品。这一步，是迈向“人机共造”未来的重要尝试。