Generative KI-Modelle können beeindruckende 3D-Designs für persönliche Gegenstände wie Becher, Schlüsselhalter oder Buchstützen erzeugen, doch oft sind diese Konstruktionen funktionell unbrauchbar – sie kippen, brechen oder lassen sich nicht realisieren. Der Grund: Die KI versteht die Physik nicht. Sie erzeugt ästhetisch ansprechende Formen, ohne zu berücksichtigen, ob das Objekt unter Belastung hält oder stabil steht. Forscher des MIT’s Computer Science and Artificial Intelligence Laboratory (CSAIL) haben nun mit „PhysiOpt“ ein System entwickelt, das diese Lücke schließt. PhysiOpt verbindet generative KI mit physikalischen Simulationen, um Designs zu optimieren, die nicht nur gut aussehen, sondern auch in der Realität funktionieren. Nutzer geben einfach eine Beschreibung oder ein Bild ein und legen fest, wozu das Objekt dienen soll – etwa ein Becher, der 1,5 Kilogramm Gewicht aushalten muss – sowie Material und Aufstellung (z. B. steht auf dem Boden oder lehnt an einem Regal). Innerhalb von etwa 30 Sekunden liefert das System eine fertig optimierte 3D-Datei, die direkt 3D-gedruckt werden kann. Bei einem Beispiel generierte das System einen flammenden Glasbecher in Form eines Flamingos mit stabiler Basis und Griff – kleinere geometrische Anpassungen sorgten dafür, dass das Objekt unter Last nicht bricht. Hinter der Szene läuft eine Finite-Elemente-Analyse, die Spannungsverteilungen visualisiert und kritische Stellen rot markiert. PhysiOpt nutzt dabei vortrainierte KI-Modelle, die „Shape Priors“ kennen – also typische Formen und Strukturen aus vorherigen Daten – und kombiniert diese mit physikalischer Realität. Verglichen mit ähnlichen Systemen wie DiffIPC ist PhysiOpt fast zehnmal schneller pro Iteration und erzeugt realistischere, stabile Objekte. Die Technologie macht es möglich, kreative Ideen direkt in nutzbare Produkte zu überführen – von der Idee auf dem Bildschirm bis zum funktionsfähigen Gegenstand auf dem Schreibtisch. Zukunftsperspektiven schließen eine noch selbstständigere Optimierung ein, bei der das System anhand von Vision-Language-Modellen automatisch Lasten, Grenzen und Nutzungsbedingungen abschätzt, ohne dass der Nutzer sie explizit angeben muss. Industrielle Experten sehen in PhysiOpt einen Meilenstein für die democratization von Design und Produktion. „Es verbindet Kreativität mit Funktionalität – genau das, was fehlte“, sagt ein Experte für additive Fertigung. Die Technologie könnte besonders in der personalisierten Produktion, im Design-Start-up-Sektor und in Bildungseinrichtungen große Auswirkungen haben. Unterstützt von MIT-IBM Watson AI Lab und Wistron Corp., wurde die Arbeit auf der SIGGRAPH Asia 2023 vorgestellt und markiert einen Fortschritt in der Integration von KI, Physik und kreativer Gestaltung.