Seek-CAD: A Self-refined Generative Modeling for 3D Parametric CAD Using Local Inference via DeepSeek

O artigo apresenta o Seek-CAD, um método pioneiro de geração de modelos CAD paramétricos 3D que utiliza o modelo de linguagem aberto DeepSeek-R1 com um mecanismo de auto-refinamento baseado em feedback visual e raciocínio encadeado, dispensando o treinamento e validando sua eficácia através de um novo dataset estruturado.

O essencial

Imagine que você quer construir uma cadeira, um carro ou um smartphone, mas em vez de usar madeira, metal ou plástico, você está usando código de computador para desenhar cada parafuso e curva. Esse é o mundo do CAD (Desenho Assistido por Computador).

O problema é que escrever esse código do zero é como tentar compor uma sinfonia sem saber ler partitura: demorado, difícil e cheio de erros.

Aqui entra o Seek-CAD, uma nova tecnologia apresentada por pesquisadores da Universidade Fudan (China) que funciona como um arquiteto genial que aprende na prática, sem precisar de aulas.

Aqui está a explicação simples, usando analogias do dia a dia:

1. O Grande Desafio: O "Gênio" que não sabe desenhar

Antes, para ensinar uma Inteligência Artificial (IA) a desenhar peças industriais, os cientistas precisavam "treiná-la" com milhões de exemplos, como um aluno estudando anos para passar num exame. Isso custa muito dinheiro e tempo.

O Seek-CAD decide fazer o oposto: ele pega um "gênio" de IA já pronto (chamado DeepSeek-R1) que já sabe raciocinar muito bem, mas nunca viu um desenho técnico. A missão é fazer esse gênio desenhar sem precisar estudar nada novo.

2. A Receita Secreta: O "Tripé" (SSR)

Para não ficar confuso, o sistema usa uma nova forma de organizar o desenho, chamada SSR. Pense nisso como uma receita de bolo em três etapas:

• Esboço (Sketch): Desenhar o contorno no papel (a base).
• Ação (Feature): Dar volume ao desenho (como empurrar o papel para cima para fazer um bloco 3D).
• Refinamento (Refinements): Os detalhes finais, como arredondar as pontas ou fazer chanfros (cantos cortados).

É como construir com blocos de montar: você faz a base, empilha o bloco e depois lixa as arestas para ficar bonito.

3. O Superpoder: O "Espelho Mágico" (Feedback Visual)

Aqui está a parte mais brilhante. Como a IA não tem professor para corrigir seus erros, ela cria seu próprio sistema de correção:

1. O Rascunho: A IA escreve o código e gera um modelo 3D.
2. O Espelho: O sistema transforma esse modelo 3D em uma sequência de fotos, mostrando o objeto sendo construído passo a passo (como um time-lapse de uma obra).
3. O Juiz: Uma segunda IA (o "Juiz", chamado Gemini) olha para essas fotos e compara com o que a IA "pensou" (o raciocínio dela).
   • Analogia: Imagine que você desenha um gato. Você pensa: "Vou desenhar orelhas pontudas". Mas o desenho sai com orelhas redondas. O Juiz olha e diz: "Ei, você disse que faria pontudas, mas o desenho está redondo. Corrija!"
4. A Correção: A IA original recebe essa crítica, entende onde errou e reescreve o código. Ela faz isso até o desenho ficar perfeito.

4. O Banco de Dados: A "Biblioteca de Vizinhança"

Para ajudar a IA a não inventar coisas impossíveis, o sistema consulta uma "biblioteca local" de 10.000 desenhos reais que já existem. É como se, antes de desenhar uma cadeira, a IA consultasse um vizinho que já fez uma cadeira parecida para pegar dicas de como as pernas se conectam ao assento.

5. Por que isso é revolucionário?

• Sem Treinamento: Não precisa gastar milhões treinando a IA. Ela usa o conhecimento que já tem e aprende "na hora" (inference).
• Precisão Industrial: Diferente de IAs anteriores que faziam apenas formas simples (como cubos e cilindros), o Seek-CAD consegue criar peças complexas com furos, curvas e detalhes que realmente servem para a indústria.
• Autocorreção: O sistema de "olhar para o espelho" (fotos passo a passo) permite que a IA entenda a lógica do desenho, não apenas o resultado final.

Resumo da Ópera

O Seek-CAD é como dar um caderno de desenho e um lápis para um gênio da lógica. Em vez de deixá-lo desenhar sozinho e esperar que ele acerte, você coloca um espelho mágico na frente dele. Toda vez que ele desenha algo errado, o espelho mostra o erro, explica o porquê e ele apaga e redesenha até ficar perfeito.

Isso abre as portas para que qualquer pessoa, usando apenas uma descrição em texto (ex: "quero uma engrenagem com 5 dentes e um furo no meio"), tenha em segundos um modelo 3D profissional pronto para ser fabricado, sem precisar de engenheiros caros para escrever o código manualmente.

Resumo técnico

Título: SEEK-CAD: Uma Modelagem Generativa Auto-Refinada para CAD Paramétrico 3D usando Inferência Local via DeepSeek

1. Problema

A geração de modelos CAD paramétricos (histórico de design) é crucial para a automação industrial, mas enfrenta desafios significativos:

• Limitações das Abordagens Atuais: Métodos baseados em fine-tuning (ajuste fino) de Grandes Modelos de Linguagem (LLMs) são custosos e menos flexíveis. Métodos training-free (sem treinamento) existentes muitas vezes falham em aproveitar o raciocínio complexo (Chain-of-Thought - CoT) necessário para designs industriais complexos.
• Paradigma Restrito: A maioria dos datasets e modelos atuais utiliza o paradigma SE (Sketch-Extrusion), que suporta apenas operações básicas, limitando a geração de formas complexas e realistas (como chanfros, arredondamentos e cascas).
• Falta de Feedback Visual Iterativo: Abordagens anteriores frequentemente avaliam apenas a forma final do objeto, ignorando as etapas intermediárias de construção, o que dificulta a correção de erros lógicos de design por parte dos modelos de IA.

2. Metodologia

O SEEK-CAD é uma estrutura generativa training-free que utiliza o modelo de raciocínio DeepSeek-R1-32B-Q4 implantado localmente, combinado com um mecanismo de auto-refinamento baseado em feedback visual e lógico.

Componentes Principais:

1. Pipeline de Inferência Local (RAG):

   • Utiliza o DeepSeek-R1 como backbone sem treinamento.
   • Emprega uma estratégia de Geração Aumentada por Recuperação (RAG) sobre um corpus local de 10.000 modelos CAD.
   • Aplica Restrições de Conhecimento (System Prompt) para garantir que o código gerado siga o novo paradigma SSR e evite alucinações.

2. Paradigma de Design SSR (Sketch, Sketch-based feature, Refinements):

   • Substitui o tradicional SE. Cada modelo é representado como uma sequência de triplas SSR:
     • Sketch: Esboço 2D.
     • Feature: Recurso baseado em esboço (ex: extrusão, revolução).
     • Refinements: Recursos opcionais de refinamento (ex: chanfro, arredondamento/fillet, casca/shell).
   • Mecanismo CapType: Um sistema de referência inovador que mapeia primitivas topológicas (início, fim, varredura) geradas durante a modelagem para permitir que recursos de refinamento (como chanfros) referenciem corretamente arestas ou faces específicas, mesmo em geometrias complexas.

3. Mecanismo de Feedback Visual Passo a Passo (Step-wise Visual Feedback - SVF):

   • Geração Inicial: O modelo gera um código CAD inicial ($I_0$) e um Chain-of-Thought (CoT) explicando a lógica de design.
   • Renderização Intermediária: O código é renderizado em uma sequência de imagens de perspectiva que mostram o objeto em cada etapa de construção ($M_I$), além da forma final ($M_U$). Isso destaca a entidade atual enquanto esconde as anteriores para evitar oclusão.
   • Avaliação por VLM: As imagens passo a passo e o CoT são enviados a um Modelo de Linguagem Visual (VLM), especificamente o Gemini-2.0.
   • Refinamento Iterativo: O VLM avalia se as imagens correspondem à lógica descrita no CoT. Se houver discrepâncias, o VLM fornece feedback detalhado que é enviado de volta ao DeepSeek-R1 para refinar o código. O processo itera até que o feedback seja positivo ou atinja o limite de iterações (definido em 1 ou 2).

3. Contribuições Chave

1. Framework SEEK-CAD: Primeira exploração de um modelo de raciocínio localmente implantado (DeepSeek-R1) para geração de CAD paramétrico sem treinamento, utilizando um mecanismo de auto-refinamento via feedback visual e lógico.
2. Paradigma SSR: Introdução de uma nova estrutura de dados (Sketch-Feature-Refinements) que permite a geração de modelos CAD complexos e industrialmente relevantes, superando as limitações do paradigma SE.
3. Mecanismo CapType: Solução técnica para vincular recursos de refinamento a primitivas topológicas geradas dinamicamente, essencial para a precisão geométrica em modelos complexos.
4. Novo Dataset: Criação e liberação pública de um dataset de 40.000 amostras seguindo o paradigma SSR, cobrindo uma gama diversificada de comandos CAD e alinhado com requisitos industriais.

4. Resultados Experimentais

Os experimentos foram realizados em um conjunto de teste de 500 modelos CAD (não vistos durante a recuperação) e no dataset DeepCAD para validação de robustez.

• Desempenho Quantitativo: O SEEK-CAD superou consistentemente métodos de fine-tuning (como CAD-Llama) e outras abordagens training-free (3D-PreMise, CADCodeVerify) em métricas críticas:
  • Chamfer Distance (CD) e Hausdorff Distance (HD): Menores distâncias, indicando maior fidelidade geométrica ao Ground Truth.
  • IoGT (Intersection over Ground Truth): Maior sobreposição (0.7226 vs 0.7023 do CAD-Llama).
  • G-Score: Melhor alinhamento semântico entre a descrição textual e a imagem gerada (3.5185).
• Eficácia do Refinamento: A iteração de refinamento (Round 1) trouxe melhorias significativas em todas as métricas. Iterações adicionais (Round 2) trouxeram ganhos marginais, mas aumentaram a taxa de falha de compilação, justificando a escolha de 1 iteração como limite ideal.
• Ablation Study: A remoção de componentes (como o corpus local, restrições de conhecimento, imagens intermediárias ou CoT) resultou em queda drástica na qualidade e na capacidade de compilação, validando a necessidade de cada parte do sistema.
• Robustez: O modelo manteve superioridade mesmo ao ser testado no dataset DeepCAD (baseado no paradigma SE), demonstrando que sua eficácia não depende exclusivamente do dataset SSR.

5. Significância e Impacto

• Eficiência e Acessibilidade: Ao eliminar a necessidade de fine-tuning pesado e permitir a execução local, o SEEK-CAD oferece uma solução escalável e economicamente viável para a indústria, reduzindo a dependência de APIs de nuvem caras.
• Avanço na Complexidade de Design: A capacidade de gerar modelos com recursos avançados (chanfros, cascas, booleanos complexos) preenche uma lacuna crítica entre a pesquisa acadêmica e as necessidades reais de engenharia.
• Novo Paradigma de Avaliação: A introdução do feedback visual passo a passo, combinado com CoT, estabelece um novo padrão para a avaliação e correção de modelos generativos em tarefas espaciais e de design, onde a lógica de construção é tão importante quanto o resultado final.
• Futuro da IA em CAD: O trabalho demonstra que modelos de raciocínio locais, quando devidamente guiados por feedback visual e restrições de domínio, podem rivalizar ou superar modelos treinados especificamente para tarefas complexas de engenharia.