Des chercheurs du MIT ont présenté un prototype capable de transformer une instruction orale ou écrite en objet physique : une IA conçoit en 3D la pièce demandée pendant qu’un robot assemble des composants préfabriqués. L’objectif annoncé est de rendre la conception et la fabrication plus accessibles, sans passer par les logiciels de conception traditionnels.

Comment fonctionne le système

Le dispositif combine plusieurs briques d’intelligence artificielle et de robotique. Deux modèles génératifs coopèrent : l’un convertit la description textuelle en une géométrie 3D de base, l’autre infère les fonctions attendues et la répartition des composants. Parallèlement, un modèle vision‑langage (VLM) joue un rôle central en agissant comme « œil et cerveau » du système : il reconnaît les surfaces, émet des étiquettes textuelles et aide à décider où fixer des panneaux ou d’autres éléments.

Une fois la conception validée, un robot utilise des pièces préfabriquées pour assembler l’objet. Ces composants ont été pensés pour être démontables et facilement recyclables afin de réduire les déchets générés lors de la fabrication.

Interaction humaine et adaptation en temps réel

Le processus est interactif : l’utilisateur conserve la main via une « boucle d’intervention humaine » (« human‑in‑the‑loop »), ce qui permet de modifier la conception en temps réel. Par exemple, il est possible d’indiquer « pas de panneau sur l’assise, seulement sur le dossier » et le système ajuste la géométrie et la répartition des pièces en conséquence. Les auteurs soulignent que cette approche favorise l’appropriation du design par l’utilisateur et augmente la satisfaction vis‑à‑vis des solutions proposées.

Résultats, applications et partenariats

Lors d’évaluations conduites par l’équipe, plus de 90 % des participants ont préféré les designs produits par le système comparés à des alternatives basées sur des méthodes classiques. Les chercheurs ont présenté des exemples concrets comme des chaises et des étagères assemblées par le robot à partir des pièces conçues par l’IA.

Le projet a été développé au MIT en collaboration avec DeepMind et Autodesk Research, et a été présenté lors de la conférence NeurIPS 2025 à San Diego. Les auteurs cités comprennent notamment Alex Kyaw, premier auteur et étudiant diplômé en EECS et en architecture, Richa Gupta, ainsi que Randall Davis, affilié au MIT CSAIL. Les équipes estiment que la même approche pourrait s’appliquer au prototypage industriel, à l’architecture ou à des usages en aérospatial, où la fabrication rapide et sur mesure présente un intérêt.

Enjeux pratiques et durabilité

Ce qui distingue ce travail des flux de conception traditionnels, c’est la volonté d’abaisser la barrière d’entrée : plutôt que d’exiger la maîtrise d’un logiciel de CAO complexe, l’utilisateur dialogue avec l’IA en langage naturel. Le recours à pièces démontables et recyclables répond à une préoccupation environnementale en limitant les déchets liés aux essais et prototypes.

Cependant, la transition vers des chaînes de fabrication domestiques ou largement accessibles implique plusieurs défis pratiques : robustesse des assemblages, sécurité des opérations robotiques en environnement non industriel, standardisation des composants, et coût des infrastructures nécessaires.

Ce qui reste à confirmer

  • La taille et la représentativité de l’étude utilisateur n’ont pas été précisées dans les éléments fournis ; le résultat « plus de 90 % » indique une tendance positive mais sans information sur l’échantillon.
  • Le degré de robustesse et de fiabilité des objets produits en conditions réelles (usage quotidien, contraintes mécaniques) reste à évaluer plus largement.
  • Le calendrier et la forme de diffusion éventuelle de cette technologie pour un usage commercial ou domestique n’ont pas été précisés.

À retenir

  • Le MIT a présenté un système liant IA générative, modèle vision‑langage et robotique pour transformer des phrases en objets assemblés.
  • Deux modèles génératifs gèrent la géométrie 3D et l’organisation fonctionnelle des composants, tandis qu’un VLM guide le positionnement des pièces.
  • La conception est interactive grâce à une boucle d’intervention humaine, permettant des ajustements en temps réel.
  • Les pièces sont conçues pour être démontables et recyclables, ce qui vise à réduire les déchets de fabrication.
  • Présenté à NeurIPS 2025, le projet a été réalisé en collaboration avec DeepMind et Autodesk Research, et ouvre des perspectives pour le prototypage et la fabrication sur mesure.

Article amélioré avec l'IA - Article original