{"id":7534,"date":"2025-12-05T16:00:00","date_gmt":"2025-12-05T15:00:00","guid":{"rendered":"https:\/\/aitrendscenter.eu\/mit-researchers-develop-ai-system-that-builds-objects-from-speech\/"},"modified":"2025-12-05T16:00:00","modified_gmt":"2025-12-05T15:00:00","slug":"mit-forscher-entwickeln-ki-system-das-objekte-aus-sprache-baut","status":"publish","type":"post","link":"https:\/\/aitrendscenter.eu\/de\/mit-researchers-develop-ai-system-that-builds-objects-from-speech\/","title":{"rendered":"MIT-Forscher entwickeln AI-System, das Objekte aus Sprache baut"},"content":{"rendered":"<h5>Worte in greifbare Realit\u00e4t verwandeln: Eine neue \u00c4ra der unmittelbaren Sch\u00f6pfung<\/h5>\n<p>Stellen Sie sich eine Realit\u00e4t vor, in der Sie einen Wunsch nach einem Stuhl \u00e4u\u00dfern und dieser innerhalb von Minuten vor Ihren Augen zum Leben erweckt wird. Dank innovativer Durchbr\u00fcche von MIT-Forschern ist ein solches Szenario nicht mehr nur Stoff f\u00fcr Science-Fiction. Entwickelt wurde ein KI-gesteuerter Mechanismus mit dem Namen \u201cSpeech-to-Reality\u201d, der es den Nutzern erm\u00f6glicht, ihre Konzepte buchst\u00e4blich in die Welt zu sprechen. Durch die Integration von Robotik und generativer KI ist das System in der Lage, gesprochene Hinweise in physisch greifbare, zusammengesetzte Objekte umzuwandeln.<\/p>\n<p>Das Herzst\u00fcck dieser fortschrittlichen Innovation ist ein Roboterarm, der auf einem Arbeitstisch positioniert ist. Der Benutzer muss nur einen einfachen Wunsch \u00e4u\u00dfern, etwa in der Art von \u201cIch m\u00f6chte einen einfachen Hocker\u201d, und den Rest erledigt das System. Der Prozess beginnt mit einer Spracherkennungssoftware, die den Wunsch mit Hilfe eines umfassenden Sprachmodells entschl\u00fcsselt. Daraufhin konstruiert eine generative 3D-KI ein digitales Netz des gew\u00fcnschten Objekts. Anschlie\u00dfend wird dieses Netz in ein voxel-zentriertes Design \u00fcbersetzt, das wiederum in modulare Teile zerlegt wird, die der Roboter zusammenbauen kann.<\/p>\n<h5>Die Kombination von KI, Sprachkenntnissen und robotergest\u00fctzter Pr\u00e4zision<\/h5>\n<p>Bevor die eigentliche Konstruktion beginnt, pr\u00fcfen geometrische Algorithmen den Entwurf auf seine praktische Durchf\u00fchrbarkeit, indem sie die Stabilit\u00e4t bewerten, \u00dcberh\u00e4nge reduzieren und Teilverbindungen planen. Alexander Htet Kyaw, ein MIT-Postgraduiertenstudent und Stipendiat an der Morningside Academy for Design, beschreibt den Prozess als eine erstmalige Verschmelzung von nat\u00fcrlicher Sprachverarbeitung, generativer 3D-KI und robotischer Montage. Der letzte Schritt ist ein robotergesteuerter Pfadplan, der das Objekt zeitnah zusammensetzt.<\/p>\n<p>Das System wurde im Rahmen des Kurses \u201cHow to Make Almost Anything\u201d unter der Leitung von Professor Neil Gershenfeld entwickelt. Alexander hat das System im Center for Bits and Atoms (CBA) des MIT in Zusammenarbeit mit seinen Kommilitonen Se Hwan Jeon aus dem Maschinenbau und Miana Smith aus dem CBA weiter verfeinert. Mit diesem System hat das Team eine Reihe von Gegenst\u00e4nden hergestellt, von Hockern, Regalen und kleinen Tischen bis hin zu St\u00fchlen und sogar Ziergegenst\u00e4nden wie einer Hundestatue. Durch den schnellen Zusammenbau und die reibungslose Demontage erweist sich das System als schnell und nachhaltig zugleich.<\/p>\n<h5>Visionen f\u00fcr eine sprachgesteuerte Zukunft<\/h5>\n<p>Das System erweist sich als \u00fcberlegen gegen\u00fcber dem herk\u00f6mmlichen 3D-Druck, der ein langsamer Prozess sein kann, der sich oft \u00fcber Stunden oder sogar Tage erstreckt. Und was noch wichtiger ist: Es beseitigt das Hindernis, dass man \u00fcber Kenntnisse in 3D-Modellierung oder Roboterprogrammierung verf\u00fcgen muss. Dieser neue Ansatz bedeutet, dass jeder, der sprechen kann, Zugang zum Design- und Herstellungsprozess hat. Mit Blick auf die Nachhaltigkeit hat das Team daf\u00fcr gesorgt, dass die modularen Teile wiederverwendbar sind, so dass die Objekte zerlegt und in neuen Formen wieder aufgebaut werden k\u00f6nnen.<\/p>\n<p>Derzeit bem\u00fcht sich das Team darum, die strukturelle Haltbarkeit der entstehenden Produkte zu verbessern, indem magnetische Verbindungspunkte durch robustere Verbindungstechniken ersetzt werden. Au\u00dferdem wird \u00fcberlegt, wie das System f\u00fcr verteilte mobile Roboter skaliert werden kann, so dass der Bau ausgedehnter Strukturen m\u00f6glich wird. Inspiriert von den Replikatoren aus \u201cStar Trek\u201d und den Konstruktionsrobotern aus \u201cBig Hero 6\u201d stellt sich Alexander eine Zukunft vor, in der die Erstellung physischer Objekte so einfach ist wie das Aussprechen einer Anfrage. Au\u00dferdem versucht er, Gestenerkennung und Augmented-Reality-Schnittstellen in das System einzubinden, um eine instinktivere Interaktion zwischen Mensch und Roboter zu erm\u00f6glichen.<\/p>\n<p>Ihre Forschung wurde in einem Vortrag mit dem Titel \u201cSpeech to Reality: On-Demand Production using Natural Language, 3D Generative AI, and Discrete Robotic Assembly\u201d auf dem ACM Symposium on Computational Fabrication vorgestellt, das am 21. November am MIT stattfand. Einen tieferen Einblick in die Studie k\u00f6nnen Sie auf der Website <a href=\"https:\/\/news.mit.edu\/2025\/mit-researchers-speak-objects-existence-using-ai-robotics-1205\" target=\"_blank\" rel=\"noopener\">Originalartikel auf MIT News<\/a>.<\/p>","protected":false},"excerpt":{"rendered":"<p>Transforming Words into Tangible Reality: A New Dawn of Instantaneous Creation Ponder a reality where you could verbalize a demand for a chair, and it comes to life right before your eyes within minutes. Courtesy of innovative breakthroughs by MIT researchers, a scenario like this is no longer solely the stuff of science fiction. Developed is an AI-controlled mechanism christened &#8220;speech-to-reality,&#8221; providing users with the ability to literally talk their concepts into existence. By integrating robotics with generative AI, the system is capable of converting spoken cues into physically tangible assembled objects. What lays at the heart of this progressive [&hellip;]<\/p>\n","protected":false},"author":4,"featured_media":7535,"comment_status":"","ping_status":"open","sticky":false,"template":"","format":"standard","meta":{"footnotes":""},"categories":[47,52],"tags":[],"class_list":["post-7534","post","type-post","status-publish","format-standard","has-post-thumbnail","hentry","category-ai-news","category-ai-productivity","post--single"],"_links":{"self":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/7534","targetHints":{"allow":["GET"]}}],"collection":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts"}],"about":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/types\/post"}],"author":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/users\/4"}],"replies":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/comments?post=7534"}],"version-history":[{"count":0,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/posts\/7534\/revisions"}],"wp:featuredmedia":[{"embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media\/7535"}],"wp:attachment":[{"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/media?parent=7534"}],"wp:term":[{"taxonomy":"category","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/categories?post=7534"},{"taxonomy":"post_tag","embeddable":true,"href":"https:\/\/aitrendscenter.eu\/de\/wp-json\/wp\/v2\/tags?post=7534"}],"curies":[{"name":"wp","href":"https:\/\/api.w.org\/{rel}","templated":true}]}}