生成式人工智能(GenAI)在高端设备制造领域展现出巨大潜力，尤其在机器人设计方面取得显著进展。像 OpenAI 的 DALL-E 这类扩散模型，以往在帮助人类集思广益新设计方面已十分有用，如今更是能直接参与创建可工作的机器人。近期基于扩散的方法已实现从零开始生成机器人结构及其控制系统，无论有无用户输入，都能进行新设计，并在制造前进行模拟评估。

麻省理工学院计算机科学与人工智能实验室(CSAIL)开发出一种新方法，将生成式技术应用于改进人类机器人设计。用户绘制机器人 3D 模型，指定希望扩散模型修改的部件并预先提供尺寸，GenAI 便会集思广益，找到这些区域最佳形状，并在模拟环境中测试设计。找到合适设计后，可直接用 3D 打印机制造出能运行的真实机器人，无需额外调整。

研究人员利用此方法制造的机器人，平均跳跃高度约 2 英尺(约 6 米)，比他们自主研发的类似机器高出 41%。两台机器外观几乎相同，均由聚乳酸塑料制成，初始扁平，马达拉动绳索时会弹起成菱形。不过，人工智能生成的机器人连杆弯曲，类似粗鼓槌，而标准机器人连接部件是直的和矩形的。

在改进跳跃机器人过程中，研究人员使用初始嵌入向量对 500 个潜在设计采样，根据模拟性能选出前 12 个选项优化嵌入向量，此过程重复五次，逐步引导 AI 模型生成更好设计。最终设计形似球体，经制作发现确实提高了机器人跳跃能力。

共同主要作者、CSAIL 博士后 Byungchul Kim 表示，使用扩散模型执行此任务的优势在于能找到非常规解决方案改进机器人。例如，为让机器跳得更高，他们曾考虑将连接部件链节做细以减轻重量，但 3D 打印材料过薄易断裂。扩散模型提出独特形状，让机器人在跳跃前储存更多能量，又避免链节过细，帮助研究人员了解机器背后的物理原理。

随后，团队要求系统设计优化脚部以确保安全落地。重复优化过程后，选择性能最佳设计安装在机器底部，发现 AI 设计的机器跌倒次数远低于基准水平，提升了 84%。

扩散模型提升机器人跳跃和着陆技能，表明其或可用于改进其他机器设计。制造或家用机器人公司可借此方法改进原型，节省工程师迭代改进时间。

为制造能跳得高且落地稳定的机器人，研究人员意识到需在两者间取得平衡。他们将跳跃高度和落地成功率表示为数值数据，训练系统在两个嵌入向量间找到最佳平衡点，构建最佳三维结构。

研究人员指出，这款 AI 辅助机器人虽表现优于人类设计的同类机器人，但未来仍有提升空间。此次迭代使用与 3D 打印机兼容的材料，未来版本将使用更轻材料以达到更高高度。

联合主要作者、麻省理工学院 CSAIL 博士生 Tsun-Hsuan “Johnson” Wang 称，该项目是生成式人工智能助力新型机器人设计的起点，希望拓展到更灵活目标，如用自然语言引导扩散模型设计能拿起杯子或操作电钻的机器人。

Kim 还表示，扩散模型可帮助生成关节、构思部件连接方式，提高机器人跳跃高度。团队也在探索增加更多电机以控制机器跳跃方向、提高着陆稳定性的可能性。