德国研究人员推出基于ChatGPT的三维打印零件矢量化工具

由向增材制造领域做出贡献而知名的Dr.-Ing. Sascha Hartig 领导的团队推出了“基于ChatGPT的零件矢量化”工具。这一创新性解决方案将零件的物理特征转换为结构复杂度矢量，促进了制造过程。

一个代表Funnel-Sieve模型的漏斗筛。

零件矢量化工具将零件尺寸、质量保证级别、技术规格、材料类别和后处理要求等信息转换为复杂度矢量。这些专门为增材制造开发的矢量利用了OpenAI平台创建自定义的生成式预训练变换器（GPTs），消除了对广泛编程知识的需求。

“我们开发的Funnel-Sieve模型将人工智能与先进的规划模型结合起来，实现对变化需求的精确控制和适应性，”Hartig最近在LinkedIn上发帖解释道。

通过标准化关键组件属性的表示，零件矢量化工具增强了增材制造中的生产控制，为制造业提供了更高效的方法。这一工具有望简化工作流程，优化资源分配，在三维打印行业中保持竞争优势。

制造商和研究人员都可以访问这一工具，改进他们的增材制造流程，并在不断发展的增材制造领域保持领先地位。您可以在OpenAI网站 这里 (opens new window) 上访问这个矢量化工具。

欢迎在我们的 Facebook (opens new window), Twitter (opens new window) 和 LinkedIn (opens new window) 页面上分享您的想法，别忘了订阅我们的 每周增材制造通讯 (opens new window)，获取最新故事。

菲利普是来自英国的航空航天工程师。他毕业于英国考文垂大学，法国国际空间大学和新加坡南洋理工大学，在新加坡三维打印中心攻读先进制造专业。