MITのコンピュータサイエンスと人工知能研究所（CSAIL）の研究チームが、生成AIと物理学を組み合わせて、実用性のある個人用アイテムを設計する新しいシステム「PhysiOpt」を開発した。これまでの生成AIは、見た目は美しい3Dデザインを一瞬で作れるものの、実際の製造や使用では構造的に不安定で、座る椅子が崩れたり、持ち手が外れたりする問題があった。その根本的な原因は、AIが物理法則や実際の使用状況を理解していないことにある。 PhysiOptは、ユーザーが「飲み物用のフラミンゴ型グラス」などと入力するだけで、そのデザインを3Dプリント可能な実用的な形に自動修正する。システムは、ユーザーが指定する使用条件（例：何キロの重さに耐えられるか）、素材（プラスチックや木材）、支持方法（床に置くか、本に立てかけるか）に基づき、物理シミュレーション「有限要素解析」を用いて構造の強度を検証。不具合箇所には熱マップで色分けし、細かな形状調整を自動で実施。設計の外見や全体の見た目は保ちつつ、実用性を高める。 研究チームによると、このシステムは事前に学習された形状の知識（shape priors）を活用し、生成AIの創造性と物理的妥当性を両立。比較実験では、類似技術「DiffIPC」と比べて1回の最適化が約10倍速く、より現実的な設計を生成できた。ユーザーは自分のアイデアを入力するだけで、数分以内に実用可能な3Dモデルを得られる。 研究はMIT-IBM Watson AIラボとWistron Corpの支援を受け、2023年12月のSIGGRAPH Asiaで発表された。今後は、視覚言語モデルを導入することで、ユーザーが明示的に条件を指定しなくても、AIが「常識的に」荷重や制約を予測できるようになる可能性がある。この技術により、誰もが「アイデアから実物」への橋渡しを可能にし、生成AIの実用化に一歩前進する。