自动生成 CAD 的基础模型

arXiv:2607.05573v1 公告类型：新 摘要：大型语言模型 (LLM) 和视觉语言模型 (VLM) 的最新进展使得能够根据自然语言规范自动生成参数化 3D 设计。本章使用统一的评估流程和 97 个工程设计问题的精选基准，对机械零件自动计算机辅助设计 (CAD) 生成的基础模型进行了实证研究。我们介绍了 LLMForge，一个多模型文本到 CAD 框架，集成了 JSON 模式验证、分析特征评分、网格合成和多轮迭代细化，在两种批评制度下进行了研究。 IterTracer 使用具有分析视觉指标（轮廓 IoU、孔可见性、边缘间隙、纵横比一致性）的 Phong 阴影光线追踪渲染器，以实现跨回合的轻量级几何感知反馈。 IterVision 用 VLM 语义评论器 (Qwen2.5-VL-72B) 取代了分析评分器，该评论器通过思维链视觉推理来评估渲染视图，评估空间连贯性和设计意图。在涵盖四个规范几何系列（带孔和螺栓圆的板、多功能盒、法兰圆柱体和 L 型支架）的基准上，我们评估了七种基础模型：DeepSeek-V3.2、Qwen3-235B-A22B、Llama-3.3-70B、Gemma-3-27B、GLM-4.5、MiniMax-M2.1 和 INTELLECT。在 IterTracer 下，排名最高的四个模型形成一个紧密的集群（总体平均值为 [0.885, 0.890]），网格成功率为 98.97%，这表明紧凑的指令调整模型可以匹配更大的系统。 IterVision 中基于 VLM 的批评在领先模型上产生了 100% 无懈可击的网格，同时在旋转对称几何体（例如圆柱体）上遇到系统困难，其中视觉和语义评分差异最大。我们讨论基准设计、故障模式、面向 CAD 的提示以及对工业工作流程和可扩展自动化机械设计的影响。