Combiner l'IA générative et la physique pour créer des objets personnels fonctionnels dans le monde réel.

infohightech ·

Crédit : Massachusetts Institute of Technology

Vous est-il déjà arrivé d'avoir une idée géniale, mais peu pratique ? C'est le cas des modèles d'intelligence artificielle générative (IAG) pour la conception d'objets de décoration et d'accessoires personnels. Ils peuvent produire des designs 3D créatifs et élaborés, mais lorsqu'on tente de les concrétiser, ces objets ne résistent généralement pas à un usage quotidien.

Le problème fondamental réside dans le fait que les modèles d'IA générale manquent souvent de compréhension des lois de la physique. Si des outils comme le système TRELLIS de Microsoft peuvent créer un modèle 3D à partir d'un texte ou d'une image, leur conception pour une chaise, par exemple, risque d'être instable ou de présenter des pièces mal déconnectées. Le modèle ne comprend pas pleinement la fonction de l'objet que vous souhaitez créer ; par conséquent, même si votre siège peut être imprimé en 3D, il est probable qu'il se désagrège sous le poids d'une personne qui s'assoit.

Afin de rendre ces conceptions fonctionnelles dans le monde réel, des chercheurs du Laboratoire d'informatique et d'intelligence artificielle (CSAIL) du MIT testent la viabilité des modèles d'IA générique. Leur système PhysiOpt enrichit ces outils de simulations physiques, permettant ainsi aux plans d'objets personnels tels que tasses, porte-clés et serre-livres de fonctionner comme prévu une fois imprimés en 3D. Il vérifie rapidement la viabilité de la structure du modèle 3D, en ajustant délicatement les petites formes tout en préservant l'apparence et la fonction globales de l'objet.

Il vous suffit de saisir dans PhysiOpt ce que vous souhaitez créer et son usage, ou de télécharger une image via l'interface utilisateur du système. En une trentaine de secondes, vous obtiendrez un objet 3D réaliste à fabriquer. Par exemple, des chercheurs du CSAIL ont utilisé le logiciel pour générer un « verre en forme de flamant rose », qu'ils ont imprimé en 3D. Ce verre est doté d'une anse et d'une base rappelant la patte de cet oiseau tropical. Au fur et à mesure de la génération du modèle, PhysiOpt a apporté de petites modifications pour garantir sa solidité.

« PhysiOpt combine l'intelligence artificielle générale et l'optimisation de formes basée sur la physique, permettant à quasiment tout le monde de créer les designs qu'ils souhaitent pour des accessoires et des décorations uniques », explique Xiao Sean Zhan SM '25, doctorant en génie électrique et informatique (EECS) au MIT et chercheur au CSAIL, co-auteur principal d'un article présentant ces travaux . « Il s'agit d'un système automatique qui permet de rendre la forme physiquement réalisable, sous certaines contraintes. PhysiOpt peut itérer sur ses créations autant de fois que nécessaire, sans formation supplémentaire. »

Cette approche vous permet de créer un « design intelligent », où le générateur d'IA conçoit votre objet selon vos spécifications, tout en tenant compte de sa fonctionnalité. Vous pouvez intégrer votre modèle 3D genAI préféré et, après avoir saisi le motif à générer, spécifier la force ou le poids que l'objet doit pouvoir supporter. C'est une façon astucieuse de simuler une utilisation réelle, par exemple en prédisant si un crochet sera suffisamment solide pour retenir votre manteau. Les utilisateurs précisent également les matériaux de fabrication (plastique, bois, etc.) et le mode de support de l'objet : une tasse posée au sol, par exemple, tandis qu'un serre-livres s'appuie contre une pile de livres.

Compte tenu des spécifications, PhysiOpt optimise l'objet de manière itérative. En interne, il effectue une simulation physique appelée « analyse par éléments finis » (AEF) afin de tester la robustesse de la conception. Cette analyse complète génère une carte thermique de votre modèle 3D, indiquant les points faibles de votre plan. Si vous génériez, par exemple, un nichoir, vous pourriez constater que les poutres de soutien sous le nichoir apparaissent en rouge vif, signifiant que le nichoir s'effondrera s'il n'est pas renforcé.

Aucune formation requise

PhysiOpt peut créer des pièces encore plus audacieuses. Des chercheurs ont pu constater cette polyvalence en fabriquant un porte-clés steampunk (un style mêlant esthétique victorienne et futuriste) doté de crochets complexes à l'allure robotique, et une « table girafe » avec un dossier plat sur lequel on peut poser des objets. Mais comment l'entreprise a-t-elle su ce qu'était le style « steampunk », ou même à quoi devait ressembler un meuble aussi unique ?

Étonnamment, la solution ne réside pas dans un entraînement intensif, du moins pas de la part des chercheurs. PhysiOpt utilise en effet un modèle pré-entraîné ayant déjà analysé des milliers de formes et d'objets. « Les systèmes existants nécessitent souvent un entraînement supplémentaire considérable pour comprendre sémantiquement ce que l'on souhaite visualiser », explique Clément Jambon, co-auteur principal, doctorant en génie électrique et informatique au MIT et chercheur au CSAIL. « Mais nous utilisons un modèle qui intègre déjà cette capacité à anticiper le résultat souhaité ; PhysiOpt ne requiert donc aucun entraînement. »

En utilisant un modèle pré-entraîné, PhysiOpt exploite des connaissances préalables sur les formes, acquises grâce à un entraînement antérieur, afin de générer les rendus souhaités par les utilisateurs. C'est un peu comme si un artiste recréait le style d'un peintre célèbre. Fort d'une expertise acquise dans l'étude approfondie de diverses approches artistiques, il est capable de reproduire fidèlement cette esthétique particulière. De même, la familiarité d'un modèle pré-entraîné avec les formes facilite la génération de modèles 3D.

Les chercheurs du CSAIL ont observé que le savoir-faire visuel de PhysiOpt lui permettait de créer des modèles 3D plus efficacement que

https://techxplore.com/news/2026-02-generative-ai-physics-personal-items.html

https://dspace.mit.edu/handle/1721.1/164529?show=full

https://dx.doi.org/10.1145/3757377.3763884

Cet article vous a été utile ? Partagez-le.