🤖 AI

Foundation Models for Automatic CAD Generation

Cet article présente LLMForge, un cadre multi-modèle pour la génération automatique de CAO paramétrique qui évalue sept modèles de fondation sur un banc d'essai de 97 problèmes de conception d'ingénierie, démontrant que des modèles compacts ajustés par instruction peuvent obtenir des résultats de haute qualité comparables à des systèmes plus larges tout en révélant des défis spécifiques dans la gestion des géométries à symétrie de rotation à travers des régimes de critique tant analytiques que basés sur des modèles vision-langage.

Auteurs originaux : J de Curtò, Victoria Guillén, I. de Zarzà

Publié 2026-07-08

📖 5 min de lecture🧠 Analyse approfondie

CC BY 4.0

Auteurs originaux : J de Curtò, Victoria Guillén, I. de Zarzà

Article original sous licence CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Ceci est une explication générée par l'IA de l'article ci-dessous. Elle n'a pas été rédigée ni approuvée par les auteurs. Pour une précision technique, consultez l'article original. Lire la clause de non-responsabilité complète

Imaginez que vous êtes un maître architecte qui ne parle qu'un anglais simple. Vous voulez construire une pièce mécanique complexe, comme une plaque métallique percée ou un support robuste, mais vous ne savez pas parler le langage de l'ordinateur (le code). Vous dites simplement : « Fabrique-moi une plaque de 150 mm avec six trous en cercle. »

Ce document traite de la manière d'apprendre aux architectes IA (les modèles de langage étendus ou LLM) à écouter votre anglais simple et à construire instantanément le plan 3D de cette pièce. Les chercheurs ont construit un terrain d'essai appelé LLMForge pour voir quelle IA est la meilleure pour ce travail.

Voici une décomposition de leur expérience en utilisant des analogies simples :

1. Le défi : Le problème de la « traduction »

Habituellement, transformer une idée exprimée par la parole en une pièce de machine 3D parfaite est difficile. L'IA doit traduire vos mots en un code strict. Si le code contient ne serait-ce qu'une minuscule erreur, la forme 3D peut être brisée, présenter des trous là où elle ne devrait pas, ou avoir une taille incorrecte. C'est comme demander à un traducteur d'écrire un contrat juridique ; s'il manque un seul mot, tout l'accord s'effondre.

2. Le test : Une « salle de sport pour le design »

Les chercheurs ont créé une salle de sport avec 97 exercices différents (problèmes de design). Ceux-ci allaient de simples plaques plates avec des trous à des formes plus complexes comme des cylindres et des équerres en L. Ils ont demandé à sept modèles d'IA différents de résoudre ces problèmes.

3. Les deux entraîneurs (Régimes de critique)

L'IA ne se contente pas de deviner une seule fois ; elle peut essayer, recevoir des commentaires et réessayer. Les chercheurs ont testé deux types différents d'« entraîneurs » pour donner ces commentaires :

Entraîneur A : L'« Inspecteur Mathématique » (IterTracer)
- Comment il fonctionne : Cet entraîneur est une calculatrice ultra-rapide. Il regarde le dessin de l'IA et vérifie les chiffres. « Le trou fait-il 5 mm de large ? Le bord est-il dégagé ? » Il utilise des mathématiques strictes et le lancer de rayons (ray-tracing, comme une caméra de jeu vidéo) pour mesurer la forme.
- L'ambiance : C'est comme un professeur de géométrie strict qui vérifie votre travail à la règle. Il est rapide, précis et ne se fatigue jamais.
- Résultat : Les meilleurs modèles d'IA ont presque parfaitement réussi ici. Ils ont tous obtenu environ le même score (environ 89 %), prouvant que pour les formes standards, les meilleures IA sont déjà très douées pour suivre les mathématiques.
Entraîneur B : L'« Expert en Art » (IterVision)
- Comment il fonctionne : Cet entraîneur est un modèle de vision-langage (une IA capable de voir et de réfléchir). Au lieu de simplement vérifier les chiffres, il regarde l'image 3D et dit : « Cela ressemble à un cylindre, mais les trous sont mal placés », ou « La forme globale ne correspond pas à votre description ». Il utilise le raisonnement par « chaîne de pensée », comme un designer humain expliquant pourquoi quelque chose semble incorrect.
- L'ambiance : C'est comme un ingénieur senior qui regarde le plan et dit : « Ça semble bizarre », même si les chiffres semblent corrects.
- Résultat : Cet entraîneur était plus difficile à satisfaire. Il a légèrement abaissé les scores car il a détecté des erreurs subtiles que le coach mathématique avait manquées. Cependant, il a aidé une IA spécifique (Gemma-3-27B) à atteindre un taux de réussite parfait de 100 %, créant des formes 3D impeccables et étanches.

4. Le problème du « Cylindre »

Les chercheurs ont remarqué quelque chose d'étrange : les IA ont le plus de mal avec les cylindres (formes rondes).

Pourquoi ? L'« Inspecteur Mathématique » s'appuie sur la détection des bords et des surfaces planes pour mesurer les choses. Un cylindre est rond et lisse, il est donc plus difficile pour les mathématiques de trouver les « bords » à vérifier.
L'analogie : C'est comme essayer de mesurer une balle avec une règle conçue pour une boîte. L'IA est confuse car les indices visuels sur lesquels elle s'appuie habituellement sont absents.

5. La magie de l'« Itération » (Apprendre de ses erreurs)

L'étude a montré que laisser l'IA essayer, échouer et réessayer est crucial.

Tour 1 : L'IA fait une première tentative.
Tours 2 et 3 : L'Entraîneur signale les erreurs (« Vous avez oublié un trou », « Le bord est trop fin »). L'IA corrige.
La conclusion : Pour les meilleures IA, la première tentative était déjà excellente. Mais pour les IA plus faibles, la boucle de rétroaction a été un véritable sauveur, transformant des designs brisés en modèles fonctionnels.

6. La grande conclusion

Le « Big Four » : Quatre des modèles d'IA (DeepSeek, Qwen, Llama et Gemma) sont désormais si performants qu'ils sont presque indiscernables lorsqu'on utilise l'entraîneur mathématique strict. Ils peuvent transformer vos mots en anglais en pièces de machines parfaites avec une fiabilité de 99 %.
La « Recette Secrète » : Ajouter l'« Expert en Art » (l'IA visuelle) aide à attraper les petites erreurs étranges que les mathématiques manquent, poussant les meilleurs modèles vers la perfection.
La limite : L'IA est excellente pour les pièces simples et standard (plaques, boîtes, supports). Elle éprouve encore quelques difficultés avec les formes rondes complexes (cylindres) et les designs très élaborés et libres.

En résumé : Nous avons atteint un point où l'IA peut transformer de manière fiable vos idées exprimées oralement en véritables pièces de machines utilisables, à condition de lui donner la possibilité de vérifier son travail et de corriger ses erreurs. Les meilleurs modèles d'IA sont désormais prêts à être utilisés comme un outil de « premier jet » pour les ingénieurs.

Résumé technique : Modèles de fondation pour la génération automatique de CAO

Énoncé du problème

L'automatisation de la conception mécanique demeure un défi majeur dans l'informatique de l'ingénierie. Les flux de travail traditionnels de Conception Assistée par Ordinateur (CAO) exigent des connaissances spécialisées en modélisation paramétrique basée sur des contraintes et en scripting, ce qui crée une barrière pour les non-spécialistes et entrave l'intégration dans les chaînes de traitement automatisées. Bien que les grands modèles de langage (LLM) aient démontré leur capacité à générer du code structuré à partir du langage naturel, un écart critique subsiste entre la génération d'un code syntaxiquement valide et la production de géométries 3D sémantiquement correctes et manufacturables. Un script peut être analysé sans erreur tout en produisant une pièce présentant des dimensions incorrectes, des caractéristiques manquantes ou des défauts topologiques empêchant le maillage ou la simulation en aval. Cet article traite de la nécessité d'un cadre d'évaluation robuste pour évaluer la capacité des modèles de fondation à traduire des spécifications en langage naturel en conceptions CAO paramétriques valides, spécifiquement pour les pièces mécaniques.

Méthodologie

Les auteurs introduisent LLMForge, un cadre de génération texte-vers-CAO multi-modèle conçu pour évaluer et affiner la sortie des modèles de fondation via un pipeline unifié et un benchmark organisé.

Jeu de données de référence (Benchmark)

L'étude utilise un benchmark de 97 problèmes de conception d'ingénierie issus de quatre familles de géométries canoniques :

Plaques rectangulaires avec trous et cercles de perçage.
Boîtes à fonctionnalités multiples (creuses et pleines).
Cylindres à collerettes.
Équerres en L.

Chaque problème est associé à une spécification de caractéristiques de vérité terrain (nombre de trous, dimensions, traitements de surface) utilisée pour calculer des scores d'adhérence analytique. Les modèles sont incités à produire un objet JSON strictement structuré représentant les paramètres de CAO plutôt qu'un code en texte libre.

Pipelines d'évaluation

Le cadre évalue sept modèles de fondation de pointe (DeepSeek-V3.2, Qwen3-235B-A22B, Llama-3.3-70B, Gemma-3-27B, GLM-4.5, MiniMax-M2.1 et INTELLECT) sous deux régimes de critique distincts, employant tous deux une boucle de raffinement itérative (jusqu'à 4 tours) :

IterTracer (Régime Analytique) :
- Mécanisme : Utilise une analyse géométrique déterministe et différentiable de bitmaps rendus.
- Processus : Un moteur de rendu par lancer de rayons avec ombrage de Phong génère des vues orthographiques. Un scoreur analytique calcule cinq sous-signaux : l'IoU de la silhouette, la visibilité des trous, le dégagement des arêtes, la conformité du rapport d'aspect et la cohérence de la section transversale.
- Feedback : Ces métriques sont converties en une critique scalaire et réinjectées dans le modèle pour le raffinement. Ce régime est léger, rapide et n'introduit aucune variance stochastique.
IterVision (Régime Sémantique) :
- Mécanisme : Augmente le scoreur analytique avec un critique sémantique basé sur un modèle de langage-vision (VLM) (Qwen2.5-VL-72B).
- Processus : Le VLM évalue les vues rendues des géométries candidates en utilisant le raisonnement par chaîne de pensée (chain-of-thought) pour évaluer la cohérence spatiale et l'intention de conception.
- Feedback : Le VLM fournit un score de correspondance sémantique ( $s_{vlm}$ ) et un feedback textuel structuré (caractéristiques manquantes, problèmes de géométrie), qui est incorporé dans le prompt de raffinement aux côtés des métriques analytiques.

Axes de notation

Les pièces générées sont évaluées selon des axes indépendants :

Validation ( $s_{val}$ ) : Conformité au schéma JSON.
Maillage ( $s_{mesh}$ ) : Indicateur binaire de la génération réussie d'un maillage étanche (watertight).
Caractéristique ( $s_{feat}$ ) : Comparaison analytique par rapport aux spécifications de vérité terrain.
Visuel ( $s_{vis}$ ) : Composite des cinq sous-signaux visuels analytiques.
Sémantique VLM ( $s_{vlm}$ ) : (Uniquement pour IterVision) Score de correspondance sémantique du critique VLM.

Principales contributions

Pipeline IterTracer : Un système de génération texte-vers-CAO itératif utilisant des métriques visuelles analytiques pour un feedback géométrique léger, sans recours à des modèles neuronaux secondaires.
Pipeline IterVision : Une extension intégrant un critique sémantique basé sur un VLM pour évaluer la cohérence spatiale et l'intention de conception, introduisant une nouvelle dimension à l'enregistrement d'évaluation.
Benchmark Complet : Un ensemble de données de 97 problèmes d'ingénierie répartis sur quatre familles de géométries, couplé à des spécifications de vérité terrain pour la notation analytique.
Évaluation Empirique : Une étude comparative de sept modèles de fondation à travers les deux pipelines, fournissant des trajectoires de convergence par tour et des statistiques complètes sur la qualité du maillage.

Résultats expérimentaux

Performance de haut niveau (IterTracer) : Quatre modèles (DeepSeek-V3.2, Qwen3-235B-A22B, Llama-3.3-70B, Gemma-3-27B) forment un groupe de performance serré avec des scores globaux compris dans la plage $[0,885, 0,890]$ et un taux de succès de maillage de 98,97 %. Cela suggère que la tâche a atteint un point de saturation pour les modèles de pointe optimisés pour l'instruction sous critique analytique.
Impact du critique VLM (IterVision) : L'ajout de l'axe VLM réduit uniformément les scores globaux d'environ 0,04 point pour le groupe de tête, indiquant une évaluation sémantique plus exigeante. Cependant, Gemma-3-27B a atteint un taux de succès de maillage de 100 % (97/97), avec tous les maillages étanches et topologiquement valides.
Différenciation des modèles : L'axe VLM a révélé des différences de performance invisibles avec les métriques analytiques. Par exemple, DeepSeek-V3.2 arrive en tête pour la correspondance sémantique ( $s_{vlm}$ ), tandis que Gemma-3-27B obtient le score le plus bas parmi les quatre meilleurs sur cet axe spécifique, malgré une génération de maillage parfaite.
Modes de défaillance : Les modèles de niveau inférieur présentent des schémas d'échec distincts. GLM-4.5 montre une forte variance avec des erreurs de schéma intermittentes, tandis que MiniMax-M2.1 et INTELLECT souffrent de défaillances géométriques fondamentales (ex: paramètres malformés provoquant des exceptions de génération de maillage). Notamment, INTELLECT présente un "découplage visuel-géométrique", où ses sorties rendues reçoivent des scores VLM élevés malgré un échec de validation du maillage.
Difficulté géométrique : Les géométries cylindriques ont systématiquement obtenu des scores de 0,04 à 0,07 point inférieurs à ceux des plaques et des équerres, en raison de l'absence de caractéristiques de trous plans (réduisant les discriminateurs visuels) et d'une potentielle sous-représentation des pièces à symétrie de rotation dans les données d'entraînement des VLM.
Dynamique de raffinement : Sous IterTracer, les meilleurs modèles atteignent un pic au tour 1 puis déclinent, suggérant que le feedback analytique corrige les erreurs discrètes en un seul passage. Sous IterVision, les modèles continuent de s'améliorer à travers les tours 2 et 3, indiquant que le feedback sémantique fournit un gradient de qualité continu favorisant une recherche plus profonde.

Signification et affirmations

L'article affirme que des modèles compacts optimisés pour l'instruction peuvent atteindre une fiabilité compétitive avec des systèmes nettement plus larges pour la génération de CAO paramétrique de géométries canoniques. L'étude démontre que :

Feedback analytique vs sémantique : Le feedback analytique est très efficace pour la satisfaction rapide des contraintes (conformité du schéma et validité du maillage) mais sature rapidement. Le feedback visuel sémantique (VLM) est nécessaire pour découvrir les variations résiduelles dans l'intention de conception et la cohérence spatiale que les métriques analytiques ne perçoivent pas.
Intégration dans les flux de travail industriels : La représentation JSON structurée et le protocole de critique multi-tours sont adaptés à l'intégration dans les flux de travail de gestion des données produits (PDM) de l'ingénierie. Les auteurs suggèrent une stratégie en deux étapes : utiliser le critique analytique pour une génération rapide et l'invocation sélective du VLM pour les pièces de haute valeur ou ambiguës afin d'équilibrer la dépense en tokens et la qualité.
Saturation du benchmark : La performance quasi identique des meilleurs modèles sous critique analytique suggère que les benchmarks actuels peuvent être insuffisants pour différencier les modèles de pointe, nécessissant l'inclusion d'axes d'évaluation sémantiques.

Les auteurs concluent que, bien que la portée actuelle soit limitée aux géométries canoniques, le cadre constitue une base pour de futures recherches sur la conception mécanique automatisée et scalable, incluant les surfaces libres et les contraintes spécifiques à la fabrication.