MIT实现语音指令打印物品，一句指令5分钟组装完成，组件100%循环

（来源：MIT News）

随着生成式人工智能与机器人技术的快速融合，按需制造正从科幻情节迈向现实应用。

过去两年，Midjourney、Luma AI 等工具让公众逐渐习惯“文生图”、“文生 3D 模型”的创作方式。然而，这些模型通常停留在屏幕中。真正将其做成实体物品，往往需要复杂的 3D 打印流程：不仅耗时数小时至数天，还存在失败率高、材料不可逆损耗严重等问题。

如今，一项来自麻省理工学院（MIT）的新研究为这一难题带来突破。研究团队开发出一套“语音到现实”（speech-to-reality）系统，将语音识别、大语言模型（LLM）、3D 生成模型与机器人自动装配深度整合，使用户只需说出一句指令，机械臂便能在几分钟内自动组装出实体物品，从凳子、置物架、椅子、小桌子，到包括狗形雕像在内的装饰品，都可轻松实现。

该研究来自 MIT 比特与原子中心（Center for Bits and Atoms），核心成员包括研究生 Alexander Htet Kyaw、机械工程系研究生 Se Hwan Jeon 及 CBA 研究生 Miana Smith，并在 ACM 计算制造研讨会（SCF ’25）上正式发布。

Kyaw 的灵感来自《星际迷航》中的“复制器”与电影《超能陆战队》中的机器人。复制器是一个标志性的科幻技术，它能将能量转化为物质，按需打印出食物、饮料、工具、零件甚至复杂的生命体，只需输入指令，就能瞬间制造出所需物品。

在 Neil Gershenfeld 教授的“How to Make Almost Anything”课程中，Kyaw 构建了最初版本的“语音到现实”系统，并在 CBA 实验室不断迭代完善。

研究团队提出的“语音到现实”系统，工作流包括四个步骤：用户说出诸如“我想要一个简单的凳子”的指令，LLM 将其转化为结构化描述；3D 生成式 AI 快速生成物体的数字三维模型；接着，3D 模型被体素化为由标准模块组成的“离散结构”，类似乐高积木；最后，系统根据现实世界的制造约束（如组件数量、悬垂角度、稳定性等）调整设计，随后为机械臂生成可执行的装配顺序与路径规划。

最终，机械臂可在约五分钟内完成建造，大幅快于传统 3D 打印

图 | 语音到现实系统的数据流程与软件组件

不同于传统增材制造（3D 打印）的不可逆性，MIT 团队采用的“离散装配”是一种可逆制造方式。物体不用时，机器人可将其拆解，体素组件可以全部回收，用于构建下一件物品。

这篇论文的第一作者 Alexander Htet Kyaw 表示：“这种方法的意义不仅在于快，更在于可持续。我们希望推动循环制造，使物体的生命周期可逆、可重组、可重复利用。”

例如当你不需要这把椅子时，机器人可以将它拆解，所有的组件都可以回收，用于下一张桌子的建造。这种循环制造的理念，为减少工业浪费提供了全新的思路。

目前，团队正在进一步优化，包括提升结构强度。目前组件间采用磁力连接，未来将改用更牢固的结构，以提升家具承重能力；扩展至移动机器人与更大规模制造。研究者已构建适用于小型移动机器人的体素装配流水线，使该方法能够被推广至不同尺寸和类型的结构制造；引入手势与 AR 控制。Kyaw 正探索将手势识别与增强现实（AR）融入系统，使用户能够用语音加动作共同控制制造过程。

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