🤖 AI

Foundation Models for Automatic CAD Generation

Questo articolo introduce LLMForge, un framework multi-modello per la generazione automatica di CAD parametrico che valuta sette modelli di fondazione su un benchmark di 97 problemi di progettazione ingegneristica, dimostrando che modelli compatti sottoposti a fine-tuning istruzionale possono ottenere risultati di alta qualità paragonabili a sistemi più grandi, rivelando al contempo specifiche sfide nel gestire geometrie con simmetria rotazionale attraverso regimi di critica sia analitici che basati su modelli vision-language.

Autori originali: J de Curtò, Victoria Guillén, I. de Zarzà

Pubblicato 2026-07-08

📖 5 min di lettura🧠 Approfondimento

CC BY 4.0

Autori originali: J de Curtò, Victoria Guillén, I. de Zarzà

Articolo originale sotto licenza CC BY 4.0 (http://creativecommons.org/licenses/by/4.0/). ✨ Questa è una spiegazione generata dall'IA dell'articolo qui sotto. Non è stata scritta né approvata dagli autori. Per precisione tecnica, consulta l'articolo originale. Leggi il disclaimer completo

Immagina di essere un maestro architetto che parla solo un inglese semplice. Vuoi costruire un componente meccanico complesso, come una piastra metallica con dei fori o una staffa robusta, ma non sai parlare il linguaggio del computer (il codice). Dici semplicemente: "Fammi una piastra da 150 mm con sei fori in cerchio".

Questo articolo parla di come insegnare agli architetti AI (Large Language Models) ad ascoltare il tuo inglese semplice e costruire istantaneamente il progetto 3D di quel pezzo. I ricercatori hanno costruito un campo di prova chiamato LLMForge per vedere quale AI sia la migliore in questo lavoro.

Ecco una ripartizione del loro esperimento usando semplici analogie:

1. La Sfida: Il problema della "Traduzione"

Di solito, trasformare un'idea espressa a voce in un perfetto componente meccanico 3D è difficile. L'AI deve tradurre le tue parole in un codice rigoroso. Se il codice ha anche un solo minuscolo errore, la forma 3D potrebbe essere rotta, avere dei buchi dove non dovrebbe, o avere la dimensione sbagliata. È come chiedere a un traduttore di scrivere un contratto legale; se perde anche una sola parola, l'intero accordo salta.

2. Il Test: Una "Palestra di Design"

I ricercatori hanno creato una palestra con 97 diversi esercizi (problemi di design). Questi spaziavano da semplici piastre piatte con fori a forme più complesse come cilindri e staffe a L. Hanno chiesto a sette diversi modelli di AI di risolvere questi problemi.

3. I Due Allenatori (Regimi di Critica)

L'AI non si limita a indovinare una volta; riceve feedback, prova e riprova. I ricercatori hanno testato due diversi tipi di "allenatori" per fornire questo feedback:

Allenatore A: L' "Ispettore Matematico" (IterTracer)
- Come funziona: Questo allenatore è una calcolatrice super veloce. Guarda il disegno dell'AI e controlla i numeri. "Il foro è largo 5 mm? Il bordo è netto?". Usa la matematica rigorosa e il ray-tracing (come la telecamera di un videogioco) per misurare la forma.
- L'atmosfera: È come un severo insegnante di geometria che controlla il tuo lavoro con il righello. È veloce, preciso e non si stanca mai.
- Risultato: I migliori modelli di AI sono stati quasi perfetti qui. Hanno ottenuto tutti punteggi simili (circa l'89%), dimostrando che per le forme standard, le migliori AI sono già molto brave a seguire la matematica.
Allenatore B: Il "Critico d'Arte" (IterVision)
- Come funziona: Questo allenatore è un Modello Visione-Linguaggio (un'AI che può vedere e pensare). Invece di controllare solo i numeri, guarda l'immagine 3D e dice: "Questo sembra un cilindro, ma i fori sono nel posto sbagliato", oppure "La forma complessiva non corrisponde alla tua descrizione". Utilizza il "ragionamento a catena di pensiero" (chain-of-thought), proprio come un progettista umano che spiega perché qualcosa sembra sbagliato.
- L'atmosfera: È come un ingegnere senior che guarda il progetto e dice: "Questo non mi convince", anche se i numeri sembrano corretti.
- Risultato: Questo allenatore è stato più difficile da accontentare. Ha abbassato leggermente i punteggi perché ha colto errori sottili che l'allenatore matematico aveva mancato. Tuttavia, ha aiutato un'AI specifica (Gemma-3-27B) a raggiungere un tasso di successo del 100%, creando forme 3D impeccabili e prive di falle.

4. Il Problema del "Cilindro"

I ricercatori hanno notato una cosa curiosa: le AI hanno avuto più difficoltà con i cilindri (forme tonde).

Perché? L' "Ispettore Matematico" si basa sulla visione di bordi e superfici piatte per misurare le cose. Un cilindro è rotondo e liscio, quindi è più difficile per la matematica trovare gli "spigoli" da controllare.
L'analogia: È come cercare di misurare una palla con un righello fatto per una scatola. L'AI si confonde perché i segnali visivi su cui solitamente si affida sono assenti.

5. La Magia dell' "Iterazione" (Imparare dagli Errori)

Lo studio ha dimostrato che lasciare che l'AI provi, fallisca e riprovi è fondamentale.

Round 1: L'AI fa una prima ipotesi.
Round 2 e 3: L'Allenatore segnala gli errori ("Hai saltato un foro", "Il bordo è troppo sottile"). L'AI corregge.
La scoperta: Per le migliori AI, la prima ipotesi era già ottima. Ma per le AI più deboli, il ciclo di feedback è stato una salvezza, trasformando design difettosi in prodotti funzionanti.

6. La Grande Conclusione

I "Grandi Quattro": Quattro dei modelli di AI (DeepSeek, Qwen, Llama e Gemma) sono ormai così bravi che sono quasi indistinguibili quando si utilizza l'allenatore matematico rigoroso. Possono trasformare le tue parole in inglese in componenti meccaniche perfette con un'affidabilità del 99%.
La "Formula Segreta": Aggiungere il "Critico d'Arte" (l'AI visiva) aiuta a catturare quegli errori piccoli e strani che la matematica ignora, portando i migliori modelli alla perfezione.
Il Limite: L'AI è brava per parti semplici e standard (piastre, scatole, staffe). Ha ancora qualche difficoltà con le forme tonde complesse (cilindri) e con i design molto elaborati e dalle forme libere.

In breve: Abbiamo raggiunto un punto in cui l'AI può trasformare in modo affidabile le tue idee espresse a voce in componenti meccaniche 3D reali e utilizzabili, a patto di darle la possibilità di controllare il proprio lavoro e correggere i propri errori. I migliori modelli di AI sono ora pronti per essere usati come uno strumento di "prima bozza" per gli ingegneri.

Sintesi Tecnica: Modelli di Fondazione per la Generazione Automatica di CAD

Definizione del Problema

L'automazione della progettazione meccanica rimane una sfida significativa nell'informatica ingegneristica. I flussi di lavoro tradizionali del Computer-Aided Design (CAD) richiedono conoscenze specialistiche di modellazione parametrica basata su vincoli e scripting, creando una barriera per i non specialisti e ostacolando l'integrazione in catene di lavorazione automatizzate. Sebbene i Large Language Models (LLM) abbiano dimostrato la capacità di generare codice strutturato da linguaggio naturale, esiste un divario critico tra la generazione di codice sintatticamente valido e la produzione di geometrie 3D semanticamente corrette e producibili. Uno script può essere analizzato senza errori ma produrre un componente con dimensioni errate, caratteristiche mancanti o difetti topologici che impediscono la successiva generazione di mesh o la simulazione. Questo articolo affronta la necessità di un framework di valutazione robusto per valutare la capacità dei modelli di fondazione di tradurre specifiche in linguaggio naturale in design CAD parametrici validi, specificamente per componenti meccanici.

Metodologia

Gli autori introducono LLMForge, un framework multi-modello text-to-CAD progettato per valutare e raffinare l'output dei modelli di fondazione attraverso una pipeline unificata e un benchmark curato.

Dataset di Benchmark

Lo studio utilizza un benchmark di 97 problemi di progettazione ingegneristica tratti da quattro famiglie di geometrie canoniche:

Piastre rettangolari con fori e cerchi di bullonatura.
Scatole multi-feature (vuote e piene).
Cilindri con flangia.
Staffe a L.

Ogni problema è accoppiato con una specifica delle caratteristiche (numero di fori, dimensioni, trattamenti superficiali) basata sulla verità di base (ground-truth) utilizzata per calcolare i punteggi di aderenza analitica. I modelli sono istruiti per produrre un oggetto JSON rigorosamente strutturato che rappresenti i parametri CAD, piuttosto che codice a forma libera.

Pipeline di Valutazione

Il framework valuta sette modelli di fondazione allo stato dell'arte (DeepSeek-V3.2, Qwen3-235B-A22B, Llama-3.3-70B, Gemma-3-27B, GLM-4.5, MiniMax-M2.1 e INTELLECT) sotto due distinti regimi di critica, entrambi impiegando un ciclo di raffinamento iterativo (fino a 4 round):

IterTracer (Regime Analitico):
- Meccanismo: Utilizza un'analisi geometrica deterministica e differenziabile di bitmap renderizzate.
- Processo: Un renderer ray-trace con ombreggiatura Phong genera viste ortografiche. Uno scouter analitico calcola cinque sottosignali: IoU della silhouette, visibilità dei fori, chiarezza dei bordi, conformità del rapporto d'aspetto e coerenza della sezione trasversale.
- Feedback: Queste metriche vengono convertite in una critica scalare e reinserite nel modello per il raffinamento. Questo regime è leggero, veloce e non introduce varianza stocastica.
IterVision (Regime Semantico):
- Meccanismo: Augmenta lo scouter analitico con un critico semantico basato su un Vision-Language Model (VLM) (Qwen2.5-VL-72B).
- Processo: Il VLM valuta le viste renderizzate delle geometrie candidate utilizzando il ragionamento chain-of-thought per valutare la coerenza spaziale e l'intento di progettazione.
- Feedback: Il VLM fornisce un punteggio di corrispondenza semantica ( $s_{vlm}$ ) e un feedback testuale strutturato (caratteristiche mancanti, problemi geometrici), che viene incorporato nel prompt di raffinamento insieme alle metriche analitiche.

Assi di Valutazione

Le parti generate sono valutate lungo assi indipendenti:

Validazione ( $s_{val}$ ): Conformità allo schema JSON.
Mesh ( $s_{mesh}$ ): Indicatore binario di una generazione di mesh watertight riuscita.
Feature ( $s_{feat}$ ): Confronto analitico rispetto alle specifiche della verità di base.
Visual ( $s_{vis}$ ): Composito dei cinque sottosignali visivi analitici.
VLM Semantic ( $s_{vlm}$ ): (Solo per IterVision) Punteggio di corrispondenza semantica dal critico VLM.

Contributi Chiave

Pipeline IterTracer: Un sistema di generazione text-to-CAD iterativo che utilizza metriche visive analitiche per un feedback consapevole della geometria e leggero, senza l'uso di modelli neurali secondari.
Pipeline IterVision: Un'estensione che integra un critico semantico basato su VLM per valutare la coerenza spaziale e l'intento di progettazione, introducendo una nuova dimensione alla registrazione della valutazione.
Benchmark Completo: Un dataset di 97 problemi ingegneristici attraverso quattro famiglie di geometrie, accoppiato con specifiche di verità di base per la valutazione analitica.
Valutazione Empirica: Uno studio comparativo di sette modelli di fondazione attraverso entrambe le pipeline, fornendo traiettorie di convergenza per round e statistiche complete sulla qualità della mesh.

Risultati Sperimentali

Performance di Alto Livello (IterTracer): Quattro modelli (DeepSeek-V3.2, Qwen3-235B-A22B, Llama-3.3-70B, Gemma-3-27B) hanno formato un cluster di performance stretto con punteggi complessivi nell'intervallo $[0.885, 0.890]$ e un tasso di successo della mesh del 98.97%. Ciò suggerisce che il compito ha raggiunto un punto di saturazione per i modelli top-tier istruiti (instruction-tuned).
Impatto della Critica VLM (IterVision): L'aggiunta dell'asse VLM ha ridotto uniformemente i punteggi complessivi di circa 0.04 punti per il cluster superiore, indicando una valutazione semantica più esigente. Tuttavia, Gemma-3-27B ha raggiunto un tasso di successo della mesh del 100% (97/97) con tutte le mesh watertight e topologicamente valide.
Differenziazione dei Modelli: L'asse VLM ha rivelato differenze di performance non visibili nelle metriche analitiche. Ad esempio, DeepSeek-V3.2 è guidato nella corrispondenza semantica ( $s_{vlm}$ ), mentre Gemma-3-27B ha ottenuto il punteggio più basso tra i primi quattro in questo asse specifico nonostante la generazione di mesh perfetta.
Modalità di Fallimento: I modelli di livello inferiore hanno mostrato pattern di fallimento distinti. GLM-4.5 ha mostrato un'alta varianza con errori intermittenti di schema, mentre MiniMax-M2.1 e INTELLECT hanno sofferto di fallimenti geometrici fondamentali (ad esempio, parametri malformati che causano eccezioni nella generazione della mesh). Notevolmente, INTELLECT ha mostrato un "disaccoppiamento visivo-geometrico", dove i suoi output renderizzati ricevevano alti punteggi VLM nonostante il fallimento della validazione della mesh.
Difficoltà Geometrica: Le geometrie cilindriche hanno costantemente ottenuto punteggi di 0.04–0.07 punti inferiori rispetto a piastre e staffe a L, attribuito alla mancanza di caratteristiche di foratura planare (che riduce i discriminatori visivi) e al potenziale sottorappresentazione di parti con simmetria rotazionale nei dati di addestramento VLM.
Dinamiche di Raffinamento: Sotto IterTracer, i modelli top hanno raggiunto il picco al round 1 e sono declinati, suggerendo che il feedback analitico corregge gli errori discreti in un singolo passaggio. Sotto IterVision, i modelli hanno continuato a migliorare attraverso i round 2 e 3, indicando che il feedback semantico fornisce un gradiente di qualità continuo che supporta una ricerca più profonda.

Significato e Rivendicazioni

L'articolo sostiene che modelli compatti istruiti possono raggiungere un'affidabilità competitiva con sistemi sostanzialmente più grandi per la generazione CAD parametrica di geometrie canoniche. Lo studio dimostra che:

Feedback Analitico vs. Semantico: Il feedback analitico è altamente efficace per la rapida soddisfazione dei vincoli (schema e validità della mesh) ma satura rapidamente. Il feedback visivo semantico (VLM) è necessario per scoprire variazioni residue nell'intento di progettazione e nella coerenza spaziale che le metriche analitiche perdono.
Integrazione nei Flussi di Lavoro Industriali: La rappresentazione JSON strutturata e il protocollo di critica multi-round sono adatti all'integrazione nei flussi di lavoro di gestione dei dati del prodotto (PDM) ingegneristici. Gli autori suggeriscono una strategia a due stadi: utilizzare la critica analitica per una generazione rapida e l'invocazione selettiva del VLM per parti ad alto valore o ambigue per bilanciare la spesa di token e la qualità.
Saturazione del Benchmark: La performance quasi identica dei modelli top sotto la critica analitica suggerisce che gli attuali benchmark potrebbero essere insufficienti per differenziare i modelli allo stato dell'arte, rendendo necessaria l'inclusione di assi di valutazione semantica.

Gli autori concludono che, sebbene l'attuale ambito sia limitato alle geometrie canoniche, il framework fornisce una base per la ricerca futura sulla progettazione meccanica scalabile e automatizzata, inclusi i profili di superficie freeform e i vincoli specifici della produzione.