IndustryForge-27B: A Domain-Enhanced Multimodal Foundation Model for Industrial CAD
IndustryForge-27B est un modèle de fondation multimodal enrichi par domaine, construit sur Qwen3.5-VL-27B grâce à un entraînement multitâche unifié sur 52 000 échantillons CAO industriels, qui surpasse de manière significative son modèle de base ainsi que le modèle propriétaire GPT-5.4 sur les benchmarks spécifiques à la CAO, tout en maintenant des capacités générales pour servir de substrat unifié aux agents industriels full-stack.
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 un monde où les ordinateurs sont comme des bibliothécaires incroyablement talentueux et érudits, ayant lu presque tous les livres jamais écrits. Ils peuvent écrire de la poésie, résoudre des problèmes mathématiques et même générer du code pour des jeux vidéo simples. Mais il y a un piège : ces bibliothécaires n'ont jamais mis les pieds dans une usine, n'ont jamais tenu une clé à molette et n'ont certainement jamais regardé un plan d'ingénierie complexe. Ils excellent dans la culture générale, mais si vous leur demandez de concevoir une pièce de machine spécifique ou de vous expliquer comment manipuler un robot industriel géant, ils commencent à halluciner. Ils pourraient décrire parfaitement un engrenage avec des mots, mais se tromper sur sa taille, ou bien essayer de « cliquer » sur des boutons d'un écran qui n'existe pas, car ils ne comprennent pas le langage secret que les ingénieurs utilisent pour parler à leurs logiciels.
C'est le défi de la Conception Assistée par Ordinateur (CAO). C'est l'art et la science numériques consistant à construire tout, des minuscules vis jusqu'à des avions entiers, en utilisant du code plutôt que de l'argile. Pour qu'un ordinateur soit véritablement utile ici, il doit accomplir trois tâches délicates simultanément : il doit « voir » un dessin en 2D et comprendre la forme en 3D qui s'y cache, il doit écrire le code précis pour construire cette forme, et il doit savoir communiquer avec des logiciels industriels spécifiques (comme SolidWorks ou Inventor) en utilisant un langage très ancien et très particulier appelé COM. Jusqu'à présent, les meilleurs modèles d'IA généralistes étaient comme des étudiants brillants qui auraient échoué à l'examen professionnel : ils connaissaient la théorie, mais ne savaient pas faire le travail.
Voici IndustryForge-27B, un nouveau type de modèle d'IA créé par des chercheurs de Shanghai et de plusieurs universités. Considérez ce modèle non pas comme un robot fini qui construit des voitures, mais comme un « super-apprenti » qui a suivi un camp d'entraînement spécialisé massif. Les chercheurs ont pris une IA généraliste puissante (appelée Qwen3.5-VL-27B) et l'ont nourrie d'une bibliothèque soigneusement sélectionnée d'environ 52 000 exemples industriels. Cette bibliothèque comprenait tout, de la lecture de plans à l'écriture de code pour des pièces isolées, l'assemblage de machines complexes et le contrôle de logiciels industriels. Le résultat est un modèle qui a appris la « poignée de main secrète » du monde de l'ingénierie.
L'article révèle que cet entraînement spécialisé fonctionne extrêmement bien. Lorsqu'il a été testé sur quatre défis d'ingénierie spécifiques, le nouveau modèle ne s'est pas contenté de s'améliorer ; il a bondi. Il est passé d'un score de base d'environ 7,8 % pour l'écriture de code de pièces uniques à 77,8 %, et il a complètement écrasé un concurrent de premier plan, un modèle propriétaire (gpt-5.4), sur presque tous les tests. Plus impressionnant encore, il a appris à gérer les assemblages — l'assemblage de plusieurs pièces ensemble — là où les autres modèles avaient presque totalement échoué (avec des scores proches de 0 %). Les chercheurs ont également vérifié que cet entraînement intensif n'avait pas fait « oublier » à l'IA ses capacités normales comme les mathématiques ou la compréhension de texte. Ce n'était pas le cas ; en fait, le modèle est devenu légèrement meilleur dans les tâches générales, prouvant que l'apprentissage pour devenir un maître ingénieur n'a pas brisé sa capacité à être un assistant intelligent.
Cependant, l'article prend soin de tempérer les attentes. IndustryForge-27B n'est pas un bouton magique qui concevra un nouvel iPhone du jour au lendemain. C'est une fondation, un point de départ commun sur lequel d'autres outils pourront s'appuyer. Il résout le problème difficile de savoir si « l'IA peut lire le dessin et écrire le code », afin que d'autres systèmes puissent se concentrer sur les étapes suivantes. Bien qu'il s'agisse d'un bond en avant majeur, les auteurs admettent qu'il reste du travail, notamment concernant les assemblages complexes et la connexion du processus de conception à la simulation physique. Mais pour la première fois, nous avons un apprenti numérique qui parle réellement le langage de l'usine.
Noyé(e) sous les articles dans votre domaine ?
Recevez des digests quotidiens des articles les plus récents correspondant à vos mots-clés de recherche — avec des résumés techniques, dans votre langue.