早在2023年，德國初創(chuàng)公司1000 Kelvin就推出了AMAIZE，這是一款為金屬激光粉末床熔融（LPBF）3D打印設計的AI輔助工具。這款軟件結合高性能計算和基于物理的機器學習，優(yōu)化了3D打印行業(yè)中一直未被充分開發(fā)的領域——LPBF機器的工具路徑設計，從而有效避免了昂貴的重復試驗。

如今，1000 Kelvin在Formnext 2024上展示了其基于物理的AI技術的最新迭代成果。AMAIZE 2.0在原版成功的基礎上擴展更多功能，不僅優(yōu)化了工具路徑和曝光策略，還引入了基于物理數據訓練的智能AI模型，幫助設計師在設計階段快速完成可打印性檢查。此外，AI助手還具備：選擇最佳打印方向、生成優(yōu)化的支撐結構、優(yōu)化曝光策略，提供精準的成本估算等功能。實現了整個打印過程的智能化，讓金屬3D打印變得更高效、更直觀。

AMAIZE 2.0：讓3D打印更高效、更可靠

1000 Kelvin表示，AMAIZE 1.0的工具路徑優(yōu)化技術在某些情況下可以減少80%的打印失敗率和變形問題，有些客戶甚至實現了之前無法打印的零件，從而解決了更大、更復雜的供應鏈問題。而2.0版本的推出，增加了多項新功能，目標是降低成本和失敗率，同時讓用戶無論技術水平如何都能輕松上手，真正成為一款更智能、更實用的金屬3D打印解決方案。其主要功能包括：  

- 可打印性檢查器：自動驗證并優(yōu)化LPBF設計，減少40%的重新設計周期。  
- 成本估算器：提供精準的成本預測，將報價準確率提升30%。  
- 自動支撐結構：基于物理模型優(yōu)化構建準備，節(jié)省多達20%的材料成本。  
- 曝光策略優(yōu)化：通過AI優(yōu)化參數，確?！?strong>一次打印成功”，將失敗率降低50%。  

“之前，客戶的設計需要經過多個繁瑣步驟：構建準備、模擬、打印和返工。如果打印失敗，還得聯系客戶修改設計，來回溝通、授權、重新設置機器，這個過程往往耗費數天，浪費了大量材料、機器時間和能源。而通過AMAIZE技術，設計可以被自動分析，發(fā)現問題后直接優(yōu)化，第一次就能成功打印?！?br />
這一流程如果被驗證，AMAIZE 2.0將徹底改變增材制造設計流程。過去需要四五名工程師嘗試七八次才能完成的任務，現在只需一名員工就能輕松搞定。

超越增材制造的可能性

目前，1000 Kelvin專注于增材制造（AM）領域，但其技術的潛力顯然可以超越3D打印行業(yè)。最初，AMAIZE是基于大量物理數據訓練，用于優(yōu)化激光粉末床熔融（LPBF）的工具路徑。如今，它的功能已擴展到支撐生成、成本估算等多個領域。

未來，這項技術完全可能應用于其他增材制造方式，例如電子束金屬打印或定向能量沉積（DED）。如果AMAIZE能在金屬領域取得成功，那么它在聚合物領域的應用也并非不可想象。

此外，隨著AI技術幾乎滲透到全球每個行業(yè)，1000 Kelvin也有機會進一步發(fā)展其技術，最終實現對整個制造行業(yè)的自動化改造。這一切的關鍵在于資源和時間。AMAIZE的發(fā)展路徑無疑為制造業(yè)未來的智能化轉型提供了啟示。

早在2023年，德國初創(chuàng)公司1000 Kelvin就推出了AMAIZE，這是一款為金屬激光粉末床熔融（LPBF）3D打印設計的AI輔助工具。這款軟件結合高性能計算和基于物理的機器學習，優(yōu)化了3D打印行業(yè)中一直未被充分開發(fā)的領域——LPBF機器的工具路徑設計，從而有效避免了昂貴的重復試驗。

如今，1000 Kelvin在Formnext 2024上展示了其基于物理的AI技術的最新迭代成果。AMAIZE 2.0在原版成功的基礎上擴展更多功能，不僅優(yōu)化了工具路徑和曝光策略，還引入了基于物理數據訓練的智能AI模型，幫助設計師在設計階段快速完成可打印性檢查。此外，AI助手還具備：選擇最佳打印方向、生成優(yōu)化的支撐結構、優(yōu)化曝光策略，提供精準的成本估算等功能。實現了整個打印過程的智能化，讓金屬3D打印變得更高效、更直觀。

AMAIZE 2.0：讓3D打印更高效、更可靠

1000 Kelvin表示，AMAIZE 1.0的工具路徑優(yōu)化技術在某些情況下可以減少80%的打印失敗率和變形問題，有些客戶甚至實現了之前無法打印的零件，從而解決了更大、更復雜的供應鏈問題。而2.0版本的推出，增加了多項新功能，目標是降低成本和失敗率，同時讓用戶無論技術水平如何都能輕松上手，真正成為一款更智能、更實用的金屬3D打印解決方案。其主要功能包括：  

- 可打印性檢查器：自動驗證并優(yōu)化LPBF設計，減少40%的重新設計周期。  
- 成本估算器：提供精準的成本預測，將報價準確率提升30%。  
- 自動支撐結構：基于物理模型優(yōu)化構建準備，節(jié)省多達20%的材料成本。  
- 曝光策略優(yōu)化：通過AI優(yōu)化參數，確?！?strong>一次打印成功”，將失敗率降低50%。  

“之前，客戶的設計需要經過多個繁瑣步驟：構建準備、模擬、打印和返工。如果打印失敗，還得聯系客戶修改設計，來回溝通、授權、重新設置機器，這個過程往往耗費數天，浪費了大量材料、機器時間和能源。而通過AMAIZE技術，設計可以被自動分析，發(fā)現問題后直接優(yōu)化，第一次就能成功打印?！?br />
這一流程如果被驗證，AMAIZE 2.0將徹底改變增材制造設計流程。過去需要四五名工程師嘗試七八次才能完成的任務，現在只需一名員工就能輕松搞定。

超越增材制造的可能性

目前，1000 Kelvin專注于增材制造（AM）領域，但其技術的潛力顯然可以超越3D打印行業(yè)。最初，AMAIZE是基于大量物理數據訓練，用于優(yōu)化激光粉末床熔融（LPBF）的工具路徑。如今，它的功能已擴展到支撐生成、成本估算等多個領域。

未來，這項技術完全可能應用于其他增材制造方式，例如電子束金屬打印或定向能量沉積（DED）。如果AMAIZE能在金屬領域取得成功，那么它在聚合物領域的應用也并非不可想象。

此外，隨著AI技術幾乎滲透到全球每個行業(yè)，1000 Kelvin也有機會進一步發(fā)展其技術，最終實現對整個制造行業(yè)的自動化改造。這一切的關鍵在于資源和時間。AMAIZE的發(fā)展路徑無疑為制造業(yè)未來的智能化轉型提供了啟示。