Des chercheurs lancent TO-Agents, un système multi-agents qui traduit les intentions de design en langage naturel directement en paramètres d'optimisation topologique. Fini de bidouiller manuellement les solver settings : vous décrivez ce que vous voulez (style visuel, manufacturabilité, expérience utilisateur), l'IA le comprend et l'exécute.
Le framework fonctionne en boucle : conversion du brief en inputs validés, exécution du solver topo, rendu 3D, puis critique multi-vue par une IA indépendante qui ajuste les paramètres à chaque itération. C'est du design assisté par agents, pas du copilot passif.
Deux tâches de long-horizon testées.
À l'intersection de trois couches : LLM pour parser l'intention, vision-language models pour évaluer les résultats, et une boucle d'amélioration continue. Le truc qui change : les designers ne sont plus otages de la complexité mathématique des solvers. L'IA traduit le qualitatif en quantitatif.
Deux tâches de long-horizon testées. Si ça marche à l'échelle, c'est un game-shifter pour l'architecture générée, le product design, et la fabrique additive — tous les domaines où la topologie conditionne la performance.