麻省理工学院计算机科学与人工智能实验室（MIT CSAIL）指出，生成式AI虽已重塑数字内容创作，但其向物理世界的跨越仍显滞后。尽管AI能生成个性化3D模型，但这些设计常因忽视现实物理规律而在制造阶段失败。

MIT CSAIL研究人员认为，核心问题在于机械结构完整性。当前AI设计工具通常聚焦美学表现，却未考量物品能否经受日常使用。MIT电子工程与计算机科学系博士生、CSAIL工程师法拉兹·法鲁奇长期致力于破解这一难题，开发能平衡视觉风格化、功能性能与触觉意图的系统。

在与谷歌、Stability AI及东北大学研究人员的合作中，法鲁奇参与创建了MechStyle——这套AI驱动系统能生成既具视觉表现力又结构稳固的物体。用户上传或选择3D模型（如花瓶或墙壁挂钩）后，可通过文本或图像指令引导其形态转化：生成模型负责调整几何结构，而MechStyle持续模拟这些改动对物理承力的影响以保护脆弱区域。设计方案确定后，用户可通过3D打印进行实体制造。

早期3D风格化方法存在结构性缺陷，CSAIL研究发现仅26%的风格化模型能保持结构可用性。"我们希望用AI创造能实际制造并应用于现实世界的模型，"法鲁奇解释道，"因此MechStyle会模拟生成式AI的修改对结构产生的物理影响。"该系统将有限元分析与自适应调度相结合，仅在几何变动威胁结构稳定性时启动物理仿真。该方法使MechStyle在30个测试模型（风格灵感来源于砖石、仙人掌等）中实现高达100%的结构可行性。用户可在自由模式中快速探索创意，再切换至MechStyle模式进行耐久性优化。

当前MechStyle已能生成功能性装饰品、配件及辅助设备，虽尚无法修复初始结构缺陷的模型。未来版本或可实现从零生成全新3D模型，进一步降低非专业人士的使用门槛。该研究获MIT-谷歌计算创新计划支持，成果已于11月在ACM计算制造专题研讨会上发布。