LLM2TEA：基于生成式进化多任务的自主AI设计发现系统

本文提出LLM2TEA（大语言模型驱动的多任务进化算法），这是首款基于生成式进化多任务（GEM）的自主AI设计系统。该系统能够实现跨领域解决方案的融合，产生超越学科界限的创新设计。

系统架构

LLM2TEA包含以下核心组件：

• 大语言模型：从描述目标对象的文本提示生成基因型样本
• 文本到3D生成模型：产生对应的表现型
• 分类器：解读语义表示
• 计算模拟器：评估物理特性

技术创新

系统引入了基于LLM的新型多任务进化算子，引导搜索朝着高性能、实际可行的设计方向演进。在概念设计优化实验中，LLM2TEA展现出显著优势：

• 新颖设计多样性相比当前文本到3D基线提升97%至174%
• 超过73%的生成设计在物理性能上优于基线方法的前1%设计
• 生成的设计不仅具有美学创意，更具备实际功能价值

实际应用

多个由LLM2TEA生成的设计已成功通过3D打印实现，证明了该方法将AI生成输出转化为实体物理设计的能力。这些成果凸显了LLM2TEA作为复杂设计优化和发现工具的强大潜力，能够产生既新颖又物理可行的设计方案。