Künstliche Intelligenz, aktuell.
Direkt aus den Originalmeldungen.

Meshy.ai-Benchmark zeigt weniger Fehldrucke mit Make Printable

13. November 2026, 16:00Von der KI Nachrichten RedaktionQuelle: PR Newswire
Meshy.ai-Benchmark zeigt weniger Fehldrucke mit Make Printable
Bild: PR Newswire

Laut Meshy.ai senkte die Funktion Make Printable den Anteil KI-generierter 3D-Drucke mit großen Fehlstellen oder Löchern in einem FDM-Benchmark von 44 auf 8 Prozent. Die Studie wurde gemeinsam mit der Advanced Digital Design and Fabrication Facility der University of Massachusetts Amherst durchgeführt.

Das Wichtigste in Kürze
  • Make Printable senkte den Anteil großer Fehlstellen oder Löcher im Test von 44 auf 8 Prozent.
  • Im Benchmark wurden 125 Teile aus 25 anspruchsvollen Prompts gedruckt.
  • Mit Meshy 7 und Make Printable wiesen 92 Prozent der Drucke keine dieser großen Mängel auf.
  • Eine separate Geometrieprüfung mit 100 Prompts stieg von 33,4 auf 98,8 Prozent.
  • Der physische Benchmark testete ausschließlich FDM-Druck.

Benchmark testete 125 physische Teile

Meshy.ai erstellte Modelle für 25 Prompts, die KI-Systeme mit filigranen Elementen wie dünnen Flügeln, Flossen und Platten herausfordern sollten. Die Advanced Digital Design and Fabrication Facility, bekannt als ADDFab, bereitete 125 Teile vor, slicte sie und druckte sie mit fabrikneuen Bambu Lab A1-Druckern.

Der Test verglich fünf Arbeitsabläufe: Meshy 7, Meshy 7 mit Make Printable sowie drei weitere KI-3D-Generatoren. Jedes Teil wurde mit denselben Einstellungen und demselben Filament auf vergleichbaren Druckern gefertigt. Die Identität der Engines blieb während der Dateivorbereitung, des Drucks und der Bewertung verborgen. Das Laborpersonal entfernte die Stützstrukturen, bevor die Ergebnisse beurteilt wurden.

Drei erfahrene 3D-Druckanwender bewerteten jedes Teil anhand des fünf Kriterien umfassenden ADDFab-Rasters, während 17 Freiwillige anonyme Drucke einordneten. Meshy.ai gab die Studie in Auftrag und finanzierte sie. Das Unternehmen stellte außerdem sechs Bambu Lab A1-Drucker und Verbrauchsmaterialien bereit. ADDFab erklärte, dass die Teilnahme weder eine Empfehlung von Meshy.ai-Produkten noch eine Prüfung der Software des Unternehmens darstelle.

Make Printable verbesserte die Ergebnisse im Praxistest

Laut Meshy.ai wiesen 11 von 25 Drucken mit Meshy 7 allein, also 44 Prozent, große Fehlstellen oder Löcher auf. Mit Make Printable sank diese Zahl auf zwei von 25 beziehungsweise 8 Prozent. Das Unternehmen erklärte, dass 23 von 25 Drucken, also 92 Prozent, mit Meshy 7 und Make Printable keine großen Fehlstellen oder Löcher aufwiesen.

Bei einem anderen KI-3D-Generator waren es 21 von 25 Drucken beziehungsweise 84 Prozent, bei einem weiteren 15 von 25 beziehungsweise 60 Prozent und beim dritten 14 von 25 beziehungsweise 56 Prozent. Meshy.ai wies darauf hin, dass weiterhin andere Fehler auftreten können. Zwei Beispiele mit Make Printable, ein sechsbeiniges Insekt und ein tropischer Fisch mit langen Flossen, wiesen weiterhin große Fehlstellen oder Löcher auf.

Dave Follette, Direktor von ADDFab, erklärte, die Studie habe untersuchen sollen, ob KI-Systeme Teile erzeugen können, die sowohl optisch überzeugend als auch produzierbar sind. „Als Nächstes muss das Design für die additive Fertigung berücksichtigt werden, das sich nicht allein anhand eines gerenderten Bildes zuverlässig beurteilen lässt“, sagte Follette.

Geometrieprüfung zeigte separate Verbesserung

Meshy.ai untersuchte außerdem die Modellgeometrie anhand von 100 Prompts. Nach Angaben des Unternehmens stieg der Anteil der Modelle mit vollständigen, verbundenen Oberflächen von 33,4 Prozent bei der unveränderten Mesh-7-Ausgabe auf 98,8 Prozent nach dem Einsatz von Make Printable, gemittelt über diese Prompts.

Das Unternehmen beschreibt Make Printable als Funktion zur Druckvorbereitung, die Mesh-Fehler repariert und dünne Elemente für eine ausgewählte Größe und ein ausgewähltes Verfahren verstärkt. Sie kann mit in Meshy.ai erstellten Modellen oder mit hochgeladenen Modellen aus einem anderen Tool verwendet werden. Das Unternehmen erklärte, dass die Oberflächenprüfung erkannte Öffnungen und ungültige Verbindungen misst, nicht den Erfolg eines physischen Drucks.

Make Printable ist derzeit als Teil von Print Check in Meshy.ai verfügbar. Die Funktion kann Geometrien für FDM-, SLA- und Full-Color-Voreinstellungen vorbereiten, wobei der physische Benchmark ausschließlich FDM abdeckte. Meshy.ai betonte, dass Material, Ausrichtung, Stützstrategie, Druckerkalibrierung und Einstellungen weiterhin den Erfolg eines Drucks beeinflussen. Das Unternehmen bietet außerdem eine Repair Printability API für externe Modelldateien und unterstützte Meshy.ai-Aufgabenausgaben an.

Die Prompts der Studie wurden bewusst so ausgewählt, dass sie filigrane Elemente besonders stark beanspruchten. Vorrang erhielten Fälle, in denen bei konkurrierenden Modellen vorhergesagt wurde, dass sie für den Druck zu dünn seien. Meshy.ai erklärte daher, die Ergebnisse sollten nicht als repräsentativ für die Leistung bei allen Prompts verstanden werden. Nach Angaben des Unternehmens könnten künftige Tests auf SLA-, SLS- und Full-Color-Druck ausgeweitet werden.

Ähnliche Meldungen

JetBrains bittet 12 KI-Modelle um 1.200 kontroverse Programmiermeinungen
Forschung15. November 2026, 18:02

JetBrains bittet 12 KI-Modelle um 1.200 kontroverse Programmiermeinungen

Zwölf KI-Modelle teilten in einem Experiment von JetBrains überwiegend gegen Python, Rust und TypeScript aus. Dabei sammelte das Unternehmen 1.200 Meinungen zu…

Hugging-Face-Seite führt XYBench ohne Benchmark-Details auf
Forschung13. November 2026, 18:02

Hugging-Face-Seite führt XYBench ohne Benchmark-Details auf

Hugging Face führt eine AllenAI-Seite mit dem Titel „XYBench: Helping with the problem behind the question“ auf. Der bereitgestellte Seitentext beschreibt weder den…

Ai2s XYBench prüft, ob KI das Problem hinter der Frage erkennt
Forschung13. November 2026, 09:00

Ai2s XYBench prüft, ob KI das Problem hinter der Frage erkennt

Ai2 hat XYBench veröffentlicht, einen Benchmark mit 8,115 Fragen. Er soll testen, ob KI-Assistenten erkennen, wenn der Lösungsvorschlag eines Nutzers auf einer…