用於室內規模形態尋找的可塑網格結構
arXiv - Human-Computer InteractionJesse T. Gonzalez, Yanzhen Zhang, Dian Zhu, Alice Yu, Sapna Tayal, Nazm Furniturewala, Ziying Qi, Somin Ella Moon, Leyi Han, Alexandra Ion, Scott E. Hudson
開發了一種可透過物理操作調整邊長，並能將實體原型數據即時轉化為數位 CAD 模型的可塑網格系統。
AI 幫你先抓重點
AI 重點 1
模糊了實體原型與數位設計之間的界線
滑鼠懸停看 AI 判斷理由
傳統設計流程中，從黏土或紙模轉向 CAD 建模存在巨大的斷層。此技術透過感測器將物理直覺直接數位化，讓設計者能在保留「觸覺經驗」的同時，無縫進入精確的數位化設計階段。
AI 重點 2
強調「空間規模」在設計直覺中的重要性
滑鼠懸停看 AI 判斷理由
螢幕限制了設計者的空間感知。透過室內規模（Room-scale）的物理操作，設計者能利用全身運動與空間感來進行「形態尋找」（Form-finding），這對於大型結構設計具有極高的認知價值。
核心研究發現
- 1
開發出一種具備「形狀感知」能力的室內規模網格結構，使用者可透過拉伸或縮短邊長來改變整體曲率與粗略形態。
- 2
該結構在邊緣配備了電阻式長度感測器，能將物理操作的配置數據即時傳輸至中央電腦進行處理。
- 3
此系統成功建立了實體低保真原型（Low-fidelity prototype）與數位計算設計流程之間的橋樑，解決了物理模型難以轉化為 CAD 模型的痛點。
對教育工作者的啟發
對於推動「設計思考」或「專題式學習（PBL）」的教育者而言，此技術提供了從「觸覺探索」到「數位精確」的整合路徑。在 Maker Education 或工程教育中，可以利用類似的「實體-數位（Phygital）」工具，讓學生在進行大型結構設計時，不侷限於螢幕上的 2D/3D 軟體，而是透過身體參與與空間操作來理解幾何形態，進而提升空間推理能力與設計直覺。
原始文獻資訊
- 英文標題：
- Sculptable Mesh Structures for Room-Scale Form-Finding
- 作者：
- Jesse T. Gonzalez, Yanzhen Zhang, Dian Zhu, Alice Yu, Sapna Tayal, Nazm Furniturewala, Ziying Qi, Somin Ella Moon, Leyi Han, Alexandra Ion, Scott E. Hudson
- 來源：
- arXiv - Human-Computer Interaction
- AI 摘要模型：
- /models/gemma-4-26B-A4B-it
每週精選研究電子報
每週五信箱收到精選 5 篇教育科技重點研究摘要，零時間壓力掌握學術前沿。