跳到正文
Hacker News· axialflqx·· 9 天前AI 评分38

Atomic Machines 推出 Matter Compiler:AI 原生晶圆厂实现 Prompt-to-Product

Atomic Machines – The Matter Compiler

AI 导读

Atomic Machines 发布 Matter Compiler,一个 AI 原生晶圆厂,可将数字设计直接转化为可工作的微机械,并在每次构建中学习。它无需掩膜、无需产线改造,每次迭代只需修改软件而非工厂,目标是实现一次性的 Prompt-to-Product。该平台覆盖运动、光学、流体、热学、磁学、声学等物理领域,采用物理所需的材料和 3D 几何结构。

正文 · AI 翻译

一个AI原生晶圆厂,将数字设计转化为可工作的微型机器。并在每次构建中学习。

几乎所有可能存在的微型机器 从未被建造过。   没有晶圆厂能制造它们。

Matter Compiler 建造那些 没有晶圆厂能建造的机器。

它设计、建造、测量。   并学习。

半导体通过掌握一种微型机器——晶体管——改变了世界。

但电子学只是众多领域之一。运动。光学。流体。热学。磁学。声学。

MEMS产业从那些晶圆厂中艰难地撬开立足点——运动传感器、喷墨打印头、热像仪。但每一个都是即兴创作的壮举,是为了适应晶圆厂所允许的少数材料和平面几何形状而扭曲的器件。

没有产生任何通用的东西。每个器件都需要自己的工艺,而每个工艺都止步于其器件的边缘。一个产品,一种工艺。

地图的其余部分一直处于黑暗之中。从未有晶圆厂从第一性原理出发被设计来覆盖它。直到现在。

Matter Compiler 将其点亮。

跨越每个物理领域的微型机器,采用物理所需的材料和3D几何形状。

选择要探索的时代

物理领域能量与物质的 传递信息的 编码
电学
机械
流体
热学
电磁/光学
带电粒子
化学
  • 已掌握
  • 深度立足
  • 浅层立足
  • 未占领

一个充满新机器的宇宙无法 靠一次一个定制工艺来建造。它 需要一种方法,能在数小时而非数年内 从设计走向可工作的器件。然后 一次又一次地重复。

Matter Compiler 就是那种方法。一个自 驱动晶圆厂:它建造你设计的东西, 测量它建造的东西,并将它 学到的东西带入下一个设计。   无需制作掩模。无需重新装备生产线。每一次 迭代都是软件的改变,而不是 工厂的改变。

我们的目标:一步到位 从提示到产品。

这就是它的样子。

它始于一个提示。

阅读我们团队的更多内容

来源:Hacker News · atomicmachines.com