IndustryForge-27B: A Domain-Enhanced Multimodal Foundation Model for Industrial CAD
IndustryForge-27B ist ein domänengestärktes multimodales Foundation-Modell, das auf Qwen3.5-VL-27B durch einheitliches Multi-Task-Training an 52k industriellen CAD-Proben aufgebaut wurde, welches sowohl sein Basismodell als auch das geschlossene GPT-5.4 in CAD-spezifischen Benchmarks signifikant übertrifft, während es gleichzeitig die allgemeinen Fähigkeiten beibehält, um als einheitliches Substrat für Full-Stack-Industrie-Agenten zu dienen.
Originalarbeit lizenziert unter CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). Dies ist eine KI-generierte Erklärung des untenstehenden Papers. Sie wurde nicht von den Autoren verfasst oder gebilligt. Für technische Genauigkeit konsultieren Sie das Originalpaper. Vollständigen Haftungsausschluss lesen
Stellen Sie sich eine Welt vor, in der Computer wie unglaublich talentierte, belesene Bibliothekare sind, die fast jedes jemals geschriebene Buch gelesen haben. Sie können Poesie schreiben, mathematische Probleme lösen und sogar Code für einfache Videospiele generieren. Aber es gibt einen Haken: Diese Bibliothekare haben noch nie eine Fabrik betreten, noch jemals einen Schraubenschlüssel gehalten und sicherlich auch noch nie einen komplexen technischen Bauplan angesehen. Sie verfügen über ein großes Allgemeinwissen, aber wenn man sie bittet, ein spezifisches Maschinenteil zu entwerfen oder ihnen erklärt, wie man einen riesigen Industrieroboter bedient, beginnen sie zu halluzinieren. Sie beschreiben vielleicht perfekt eine Zahnradform in Worten, bekommen aber die Größe falsch, oder sie versuchen, auf Schaltflächen auf einem Bildschirm zu „klicken“, der gar nicht existiert, weil sie die Geheimsprache nicht verstehen, mit der Ingenieure ihre Software steuern.
Dies ist die Herausforderung des Computer-Aided Design (CAD). Es ist die digitale Kunst und Wissenschaft, alles – von winzigen Schrauben bis hin zu ganzen Flugzeugen – mithilfe von Code statt mit Ton zu bauen. Damit ein Computer hier wirklich nützlich sein kann, muss er drei schwierige Dinge gleichzeitig leisten: Er muss eine 2D-Zeichnung „sehen“ und die darin verborgene 3D-Form verstehen, er muss präzisen Code schreiben, um diese Form zu erstellen, und er muss wissen, wie er mit spezifischer Industriesoftware (wie SolidWorks oder Inventor) über eine sehr alte, sehr spezifische Sprache namens COM kommuniziert. Bis jetzt waren die besten universellen KI-Modelle wie brillante Studenten, die die Berufsprüfung nicht bestanden haben – sie kannten die Theorie, konnten aber den Job nicht ausführen.
Hier kommt IndustryForge-27B ins Spiel, ein neuartiges KI-Modell, das von Forschern aus Shanghai und mehreren Universitäten entwickelt wurde. Betrachten Sie dieses Modell nicht als fertigen Roboter, der Autos baut, sondern als einen „Super-Lehrling“, der ein massives, spezialisiertes Trainingslager absolviert hat. Die Forscher nahmen eine leistungsstarke, allgemeine KI (genannt Qwen3.5-VL-27B) und fütterten sie mit einer sorgfältig kuratierten Bibliothek von etwa 52.000 industriellen Beispielen. Diese Bibliothek enthielt alles – vom Lesen von Blaupausen über das Schreiben von Code für Einzelteile bis hin zum Zusammenbau komplexer Maschinen und der Steuerung von Industriesoftware. Das Ergebnis ist ein Modell, das den „Geheimhandschlag“ der Ingenieurswelt gelernt hat.
Die Arbeit zeigt, dass dieses spezialisierte Training unglaublich gut funktioniert. Als das neue Modell bei vier spezifischen technischen Herausforderungen getestet wurde, verbesserte es sich nicht nur, sondern schoss förmlich in die Höhe. Es sprang von einem Basiswert von etwa 7,8 % beim Schreiben von Code für Einzelteile auf 77,8 % und deklassierte einen erstklassigen, geschlossenen Wettbewerber (gpt-5.4) in fast allen Tests. Vielleicht am beeindruckendsten ist, dass es lernte, mit Baugruppen (Assemblies) umzugehen – also das Zusammenfügen mehrerer Teile –, was andere Modelle fast vollständig versagten (mit Werten nahe 0 %). Die Forscher überprüften auch, ob dieses intensive Training die KI dazu brachte, „normale“ Dinge wie Mathematik oder Leseverständnis zu „vergessen“. Das passierte nicht; tatsächlich wurde das Modell bei allgemeinen Aufgaben sogar etwas besser, was beweist, dass das Erlernen der Meisterschaft als Ingenieur nicht die Fähigkeit beeinträchtigte, ein kluger Assistent zu sein.
Dennoch ist das Paper vorsichtig darin, Erwartungen zu setzen. IndustryForge-27B ist kein magischer Knopf, der über Nacht ein neues iPhone entwirft. Es ist ein Fundament, ein gemeinsamer Ausgangspunkt, auf dem andere Werkzeuge aufbauen können. Es löst das schwierige Problem der Frage: „Kann die KI die Zeichnung überhaupt lesen und den Code schreiben?“, damit andere Systeme sich auf die nächsten Schritte konzentrieren können. Obwohl es ein riesiger Fortschritt ist, geben die Autoren zu, dass noch Arbeit zu leisten ist, insbesondere bei komplexen Baugruppen und der Verknüpfung des Designprozesses mit physikalischen Simulationen. Aber zum ersten Mal haben wir einen digitalen Lehrling, der tatsächlich die Sprache der Fabrikhalle spricht.
Ertrinken Sie in Arbeiten in Ihrem Fachgebiet?
Erhalten Sie tägliche Digests der neuesten Arbeiten passend zu Ihren Forschungsbegriffen — mit technischen Zusammenfassungen, in Ihrer Sprache.