Towards High-Fidelity CAD Generation via LLM-Driven Program Generation and Text-Based B-Rep Primitive Grounding

Ce papier présente FutureCAD, un cadre novateur de génération de CAO par texte qui combine des modèles de langage et un transformateur d'ancrage B-Rep pour combler l'écart entre la modélisation paramétrique et la représentation de frontière, permettant ainsi la création de modèles industriels complexes de haute fidélité.

L'essentiel

Imaginez que vous voulez construire une voiture en Lego, mais au lieu de donner des instructions à un robot, vous lui parlez simplement. "Fais-moi une voiture rouge avec des roues qui tournent."

Le problème, c'est que les robots actuels qui font du dessin technique (CAD) sont un peu comme des enfants qui apprennent à lire : ils comprennent bien les mots, mais ils ont du mal à savoir où exactement placer les pièces dans l'espace 3D complexe.

Voici comment le papier FutureCAD résout ce problème, expliqué simplement :

1. Le Problème : Deux mondes qui ne se parlent pas

Dans le monde de la conception industrielle, il y a deux façons de faire des objets :

• La méthode "Recette" (Paramétrique) : C'est comme écrire une liste de courses étape par étape ("Ajouter 100g de farine, puis 2 œufs"). C'est facile à modifier, mais si vous voulez faire un coin arrondi (un "filet") sur une pièce complexe, la recette ne sait pas quelle partie de la pâte toucher.
• La méthode "Sculpture" (B-Rep) : C'est comme sculpter directement dans la pierre. C'est précis, mais si vous voulez changer la forme, c'est très difficile de revenir en arrière.

Les systèmes actuels d'IA choisissent souvent l'une ou l'autre, mais pas les deux. Résultat : ils peuvent dessiner des formes simples, mais dès qu'il faut faire des détails complexes (comme des bords arrondis ou des trous précis), ils se trompent ou échouent.

2. La Solution : FutureCAD, le Chef Cuisinier et le Chef de Cuisine

Les auteurs ont créé un système appelé FutureCAD qui agit comme une équipe de deux experts qui travaillent ensemble :

• Le Chef Cuisinier (Le LLM) : C'est un super-intelligence artificielle (comme un grand modèle de langage) qui comprend très bien le français. Il écrit le "menu" (le code informatique) pour construire l'objet. Il sait dire : "Je veux un cylindre, puis je veux arrondir les bords".
• Le Chef de Cuisine (BRepGround) : C'est le vrai problème. Quand le Chef Cuisinier dit "Arrondis les bords", le robot ne sait pas lesquels. C'est là qu'intervient BRepGround. C'est un petit assistant très intelligent qui regarde la pièce en cours de construction et dit : "Ah, le Chef veut arrondir ce bord précis ici, pas celui-là !"

L'analogie du doigt pointé :
Imaginez que vous demandez à un ami de peindre une fenêtre.

• Sans FutureCAD, vous dites : "Peins la fenêtre", et il peint tout le mur par erreur.
• Avec FutureCAD, vous dites : "Peins la fenêtre", et l'IA (BRepGround) pointe exactement le cadre de la fenêtre dans l'espace 3D pour que le pinceau ne touche que ce qu'il faut.

3. Comment ils l'ont appris ? (L'École de Cuisine)

Pour entraîner cette équipe, les chercheurs ont fait trois choses géniales :

1. Une immense bibliothèque de recettes : Ils ont créé un jeu de données avec 140 000 objets réels (vis, engrenages, pièces de machines) pour que l'IA voie des milliers d'exemples.
2. L'entraînement en deux étapes :
   • D'abord, ils ont appris au "Chef Cuisinier" à écrire des recettes correctes (apprentissage supervisé).
   • Ensuite, ils l'ont laissé cuisiner et l'ont puni ou félicité selon le résultat final (Apprentissage par Renforcement). Si la pièce était tordue ou cassée, l'IA apprenait de son erreur.
3. Le langage naturel : Au lieu de donner des coordonnées mathématiques compliquées, l'IA apprend à utiliser des phrases simples comme "le trou circulaire sur le dessus" pour désigner les pièces.

4. Les Résultats : Plus précis, moins d'erreurs

Les tests montrent que FutureCAD est le meilleur du classement :

• Il réussit à créer des objets très complexes avec des détails fins (comme des coins arrondis) là où les autres échouent.
• Il fait beaucoup moins d'erreurs (moins de "recettes" qui ne marchent pas).
• Il fonctionne même sur des objets qu'il n'a jamais vus auparavant (comme si un chef savait cuisiner un plat qu'il n'a jamais mangé, juste en lisant la description).

En résumé

FutureCAD, c'est comme donner à un architecte une machine à écrire qui comprend le français et un assistant qui a des yeux de lynx pour pointer exactement où travailler. Cela permet de transformer une simple phrase ("Fais-moi une clé anglaise avec un manche courbe") en un objet industriel parfait, prêt à être fabriqué, sans avoir besoin d'être un expert en dessin technique.

C'est une avancée majeure pour rendre la conception industrielle accessible à tous, comme si on pouvait "parler" à l'usine pour qu'elle fabrique ce qu'on imagine.

Résumé technique

---

1. Problématique et Contexte

Le domaine de la génération assistée par ordinateur (CAD) a connu des progrès significatifs, mais il reste confronté à une fracture fondamentale entre deux paradigmes distincts :

• La modélisation paramétrique : Génère des modèles sous forme de séquences d'opérations (esquisse, extrusion, etc.). Elle est interprétable et modifiable, mais échoue souvent à gérer les opérations avancées (arrondis, chanfreins, coques) qui nécessitent la sélection explicite de primitives géométriques (faces, arêtes) issues de l'état B-Rep (Boundary Representation) transitoire.
• La synthèse directe B-Rep : Modélise directement la géométrie et la topologie, mais perd la structure paramétrique et l'intention de conception, rendant les modèles difficiles à réutiliser ou à éditer.

Dans les systèmes CAD modernes basés sur des fonctionnalités, ces deux approches sont intrinsèquement liées : les opérations avancées opèrent en sélectionnant des primitives dans le B-Rep courant. Les méthodes existantes traitent souvent ces aspects séparément, limitant ainsi la capacité de l'IA à générer des modèles industriels complexes et réalistes.

L'objectif de cet article est de combler ce fossé en créant un cadre unifié capable de générer des modèles CAD haute fidélité, incluant des opérations complexes, tout en préservant la structure paramétrique.

2. Méthodologie : Le Framework FutureCAD

Les auteurs proposent FutureCAD, un cadre « Texte-vers-CAD » qui intègre deux composants principaux : un Grand Modèle de Langage (LLM) pour la génération de code et un module d'ancrage (Grounding) pour la sélection de primitives géométriques.

A. Architecture Globale

Le système prend une description textuelle en entrée et génère un script CadQuery exécutable.

1. Génération de Programme (LLM) : Le LLM génère le code CadQuery. Lorsqu'une opération nécessite une référence à une primitive géométrique (ex: « arrondir tous les trous circulaires »), le LLM n'essaie pas de deviner l'identifiant technique, mais génère une requête textuelle naturelle (ex: cq.Query("All circular holes on the surface")).
2. Ancrage B-Rep (BRepGround) : Pendant l'exécution du script, le module BRepGround reçoit l'état transitoire du B-Rep et la requête textuelle. Il identifie et sélectionne les primitives géométriques correspondantes (faces, arêtes) pour les injecter dans le moteur CAD.

B. Composant BRepGround (Ancrage des Primitives)

BRepGround est un modèle basé sur l'architecture Transformer conçu pour aligner le langage naturel avec la géométrie B-Rep.

• Encodeur de Texte : Utilise un modèle BERT pré-entraîné pour encoder la requête textuelle.
• Encodeur B-Rep : Utilise UV-Net pour extraire des caractéristiques géométriques des faces (via des grilles UV 2D) et des arêtes (via des grilles UV 1D), enrichies par des attributs géométriques et topologiques. Un GNN (Graph Neural Network) propage l'information entre les faces et les arêtes adjacentes.
• Module de Fusion : Une couche adaptative aligne les modalités, suivie d'un module de fusion Transformer qui utilise l'attention croisée (Cross-Attention) pour faire correspondre les tokens textuels aux tokens géométriques (faces/arêtes).
• Sortie : Un classifieur prédit les scores pour chaque primitive, permettant de sélectionner celles qui correspondent à la requête.

C. Stratégie d'Entraînement

L'entraînement du LLM suit une approche en deux étapes :

1. Fine-Tuning Supervisé (SFT) : Le modèle est entraîné sur un jeu de données de 140k modèles CAD réels convertis en scripts CadQuery, annotés avec des descriptions textuelles (abstraites et détaillées). L'objectif est d'apprendre la génération de code et la formulation de requêtes textuelles.
2. Apprentissage par Renforcement (RL) : Une optimisation de politique par groupes (Group Sequence Policy Optimization - GSPO) est appliquée. La fonction de récompense est basée sur la Distance de Chamfer entre le modèle généré et le modèle de référence. Cela permet de pénaliser les échecs d'exécution et d'améliorer la fidélité géométrique et la validité des programmes.

3. Contributions Clés

1. Paradigme Unifié FutureCAD : Première approche générale unifiant la génération de programmes par LLM et l'ancrage sémantique de primitives B-Rep basé sur le texte, permettant une modélisation basée sur des fonctionnalités réalistes.
2. Nouveau Dataset : Construction d'un jeu de données de plus de 140 000 modèles CAD réels complexes, incluant des opérations avancées (arrondis, chanfreins, coques), des annotations géométriques détaillées et des représentations en code CadQuery.
3. Tâche d'Ancrage B-Rep : Introduction de la tâche d'ancrage de primitives B-Rep via texte et proposition de BRepGround, un modèle Transformer performant pour cette tâche.
4. Stratégie d'Entraînement Hybride : Démonstration qu'une combinaison de SFT et de RL améliore considérablement la généralisation et réduit le taux d'invalidité des modèles générés.

4. Résultats Expérimentaux

Les expériences ont été menées sur le jeu de données FutureCAD (sous-ensembles « Standard » et « Avancé ») et sur un ensemble hors distribution (Fusion360).

• Performance CAD (Text-to-CAD) :
  • FutureCAD atteint des performances State-of-the-Art (SOTA) sur les deux sous-ensembles.
  • Sur le sous-ensemble « Avancé », il obtient la plus faible Distance de Chamfer (CD) (31.12 vs >50 pour les autres) et un taux d'invalidité (IR) extrêmement bas de 1,01 %, comparé à des taux bien supérieurs pour les méthodes de base (ex: CADFusion à 50,60 %).
  • Il démontre une forte capacité de généralisation sur le jeu de données Fusion360 (hors distribution).
• Performance d'Ancrage (BRepGround) :
  • Sur la tâche d'ancrage, BRepGround obtient un mAP de 63,07 % et un F1 de 50,23 %, surpassant significativement les approches basées uniquement sur des LLM (F1 ~21 %) ou des méthodes de fusion tardive (CLIP-DE, Late Fusion).
  • Cela prouve que l'attention croisée est cruciale pour comprendre les contraintes complexes combinant forme, position et topologie.
• Études d'Abalation :
  • L'ajout du RL réduit drastiquement le taux d'invalidité (de 42 % à 1 %).
  • Le remplacement de BRepGround par une sélection par plus proche voisin (sans sémantique textuelle) augmente l'erreur et le taux d'invalidité, confirmant l'importance de l'ancrage sémantique.

5. Signification et Impact

Ce travail représente une avancée majeure pour l'IA dans le domaine de la conception industrielle :

• Fidélité et Réalisme : Pour la première fois, un système génère des modèles CAD paramétriques complets incluant des opérations de finition complexes (arrondis, chanfreins) de manière fiable.
• Interopérabilité : En générant du code CadQuery standard, le framework s'intègre directement dans les flux de travail CAD industriels existants.
• Accessibilité : Il réduit la barrière à l'entrée pour les utilisateurs non experts, permettant de créer des prototypes complexes à partir de descriptions textuelles naturelles.
• Limites et Sécurité : Les auteurs notent que des vérifications humaines restent nécessaires pour éviter la conception d'objets dangereux ou non conformes, soulignant l'importance d'une approche « humain dans la boucle ».

En résumé, FutureCAD résout le problème de la fragmentation entre la logique de programmation et la géométrie 3D, ouvrant la voie à une génération CAD industrielle automatisée et de haute qualité.