AI接力造零件：从四张照片到3D打印成品仅需一小时

四张互不相干的照片，一个硬核力学问题，被MIT工程系教授Markus Buehler交给了3个AI。一个多小时后，3D打印机吐出两个塑料件，总重19.48克。从识图、提取结构规律，到编写物理模拟器、执行47次实验，再到导出模型、切片打印，全程由AI接力完成，绕开了造价百万美元的自动化实验室，直接制造出实物。

三个AI，各司其职

这次实验中的三个Grok Bot分工明确：幕僚长负责调度与文件传递；物理实验智能体负责读图、写模拟器、跑实验并撰写LaTeX报告；3D打印智能体则负责切片、生成制造代码并驱动打印机。这套编制源自xAI于8月11日推出的Grok Bot早期测试版。每个Bot都配有云端电脑，能像人一样操作网页，多个Bot可协同工作，由幕僚长统筹。xAI强调，多数AI只能完成90%的工作，而Grok Bot的目标是完成最后10%。

从照片到仿真实验室

Buehler的输入仅为4张参考照片——羽状叶脉、Voronoi网眼、随机纤维格子、辐射环向蛛网——以及一个问题：在材料总量固定下，层级深度、冗余度、无序度和层间强度如何影响刚度、峰值载荷、能量吸收及脆性到渐进破坏的转变？约20分钟后，AI从零编写出一个可交互的二维分层Euler-Bernoulli梁网络实验室，命名为HIER-FRACTURE v1.0.0，并先通过9项自检，耗时220毫秒。该实验室直接连接仿真与3D打印，能输出模型文件。

随后，AI进行了47次仿真实验，其中6次留出用于验证。结论颇为反直觉：在材料总量固定时，各结构硬度相近，最多只差20%，但抗摔性差异可达数倍。原因在于，细结构补得越多，主梁就越细，层级深的网络反而更不禁摔。偏弱的连接处如同保险丝，先断裂以分散冲击，使结构从瞬间崩溃转为渐进破坏。最值得注意的是，AI推翻了实验前预设的假设H2——原以为层级有害源于层间连接薄弱，实际原因却在于材料总量固定下的分配问题。

直接操作人类软件，打通物理世界

当优选设计交给3D打印Bot后，幕僚长按断裂功排序，选出两个设计导出模型文件并放大50倍。Bot像人一样操作切片软件Bambu Studio，连接打印机，设置参数并发送任务，还通过实时摄像头监控打印过程，不到一小时便完成打印。此举意义重大：AI并未通过机械臂或专用接口，而是直接操作人类使用的图形界面软件，这为AI进入物理世界提供了新路径，绕过了自动化实验室的高昂成本。

整个过程中，人始终在环内：任务、图片和科学问题由Buehler设定，xAI也注明，Bot在需要批准时会返回询问。Buehler是该领域专家，MIT McAfee工程讲席教授，2025年华盛顿奖得主，研究覆盖AI、断裂力学与增材制造。他此前在2024年的MechAgents研究中已探索多智能体协作，并记录过AI出错需人类纠正的案例。此次跨越在于，AI的产出不再局限于报告或代码，而是通过操作现成的软件界面，直接制造出实体物件。

从四张照片到两个塑料件，AI完成了一次完整的“想到做”闭环。当AI学会像人一样点击鼠标、操作软件，实验室的自动化壁垒正在被悄然瓦解。未来，这种能力或许能让更多研究者以极低成本，将抽象灵感快速变为可触摸的现实。