MIT實現語音指令打印物品，一句指令5分鐘組裝完成，組件100%循環

（來源：MIT News）

隨著生成式人工智能與機器人技術的快速融合，按需制造正從科幻情節邁向現實應用。

過去兩年，Midjourney、Luma AI 等工具讓公眾逐漸習慣“文生圖”、“文生 3D 模型”的創作方式。然而，這些模型通常停留在屏幕中。真正將其做成實體物品，往往需要復雜的 3D 打印流程：不僅耗時數小時至數天，還存在失敗率高、材料不可逆損耗嚴重等問題。

如今，一項來自麻省理工學院（MIT）的新研究為這一難題帶來突破。研究團隊開發出一套“語音到現實”（speech-to-reality）系統，將語音識別、大語言模型（LLM）、3D 生成模型與機器人自動裝配深度整合，使用戶只需說出一句指令，機械臂便能在幾分鐘內自動組裝出實體物品，從凳子、置物架、椅子、小桌子，到包括狗形雕像在內的裝飾品，都可輕松實現。

該研究來自 MIT 比特與原子中心（Center for Bits and Atoms），核心成員包括研究生 Alexander Htet Kyaw、機械工程系研究生 Se Hwan Jeon 及 CBA 研究生 Miana Smith，并在 ACM 計算制造研討會（SCF ’25）上正式發布。

Kyaw 的靈感來自《星際迷航》中的“復制器”與電影《超能陸戰隊》中的機器人。復制器是一個標志性的科幻技術，它能將能量轉化為物質，按需打印出食物、飲料、工具、零件甚至復雜的生命體，只需輸入指令，就能瞬間制造出所需物品。

在 Neil Gershenfeld 教授的“How to Make Almost Anything”課程中，Kyaw 構建了最初版本的“語音到現實”系統，并在 CBA 實驗室不斷迭代完善。

研究團隊提出的“語音到現實”系統，工作流包括四個步驟：用戶說出諸如“我想要一個簡單的凳子”的指令，LLM 將其轉化為結構化描述；3D 生成式 AI 快速生成物體的數字三維模型；接著，3D 模型被體素化為由標準模塊組成的“離散結構”，類似樂高積木；最后，系統根據現實世界的制造約束（如組件數量、懸垂角度、穩定性等）調整設計，隨后為機械臂生成可執行的裝配順序與路徑規劃。

最終，機械臂可在約五分鐘內完成建造，大幅快于傳統 3D 打印

圖 | 語音到現實系統的數據流程與軟件組件

不同于傳統增材制造（3D 打印）的不可逆性，MIT 團隊采用的“離散裝配”是一種可逆制造方式。物體不用時，機器人可將其拆解，體素組件可以全部回收，用于構建下一件物品。

這篇論文的第一作者 Alexander Htet Kyaw 表示：“這種方法的意義不僅在于快，更在于可持續。我們希望推動循環制造，使物體的生命周期可逆、可重組、可重復利用。”

例如當你不需要這把椅子時，機器人可以將它拆解，所有的組件都可以回收，用于下一張桌子的建造。這種循環制造的理念，為減少工業浪費提供了全新的思路。

目前，團隊正在進一步優化，包括提升結構強度。目前組件間采用磁力連接，未來將改用更牢固的結構，以提升家具承重能力；擴展至移動機器人與更大規模制造。研究者已構建適用于小型移動機器人的體素裝配流水線，使該方法能夠被推廣至不同尺寸和類型的結構制造；引入手勢與 AR 控制。Kyaw 正探索將手勢識別與增強現實（AR）融入系統，使用戶能夠用語音加動作共同控制制造過程。

1.https://dl.acm.org/doi/10.1145/3745778.3766670

2.https://news.mit.edu/2025/mit-researchers-speak-objects-existence-using-ai-robotics-1205