伦敦大学学院（UCL）团队研发AI工具，实时监测金属增材制造过程

     2026年1月13日，伦敦大学学院（UCL）的研究人员正借助人工智能技术加速金属3D打印的数据分析进程——这是提升零件质量与可靠性的关键环节。一款名为AM-SegNet的新型神经网络能够快速处理打印过程中捕捉的X光图像，助力工程师更深入地理解制造工艺，进而优化航空航天等高端领域的产品制造效果。

人工智能赋能金属3D打印解析

金属增材制造技术能够打造出传统工艺难以实现甚至无法完成的复杂零件。然而，对于高风险行业而言，生产出性能稳定可靠的构件仍是一大挑战。为深入探究金属3D打印的内部过程，机械工程领域的研究人员采用高能X光对打印中的金属材料进行实时监测。这类实验会产生海量图像数据，远超人工分析的处理极限。

为解决这一难题，由Prof. Peter Lee和Dr. Alex Chu Lun Leung领衔的团队研发出了轻量化神经网络AM-SegNet。该模型基于全球顶尖研究机构提供的10,000余张标注图像完成训练，测试结果显示，它分析单张X光图像的耗时不足4毫秒，准确率高达约96%，性能优于其他先进模型。这种快速处理能力让研究人员能更高效地提取有价值的信息，揭开金属增材制造背后的物理机制。


    配图：经训练的AM-SegNet对关键特征的量化分析。图中展示了AISi10Mg、CP1、In625、SS316、Ti64五种材料的孔隙面积、匙孔深度及匙孔面积数据。图片来源：伦敦大学学院（UCL）

    伦敦大学学院在新闻稿中表示：“AM-SegNet正在助力我们揭示增材制造过程中详尽的物理原理，这反过来能帮助制造商改进工艺，实现更稳定可靠的生产效果。对于金属增材制造领域的实时监测与质量控制而言，这是一项重要的突破性进展。”

人工智能在桌面级与消费级3D打印中的应用

    AM-SegNet展现了人工智能在工业级金属3D打印中的影响力，与此同时，AI技术也正在改变消费级与桌面级3D打印的发展格局。

    在本月举办的国际消费电子展（CES）上，中国深圳3D打印机制造商创想三维（Creality）展出了新款桌面级打印机SPARKX i7。该产品专为日常创作者设计，兼具即开即用的便捷体验与简约时尚的外观设计，配备了可快速更换的喷嘴、能减少材料浪费的四色 filament 系统，以及AI驱动的智能模型生成、辅助打印和移动端操控工具。


配图：新款桌面级3D打印机SPARKX i7。图片来源：创想三维（Creality）