CADIR: A Cross-Backend Editable Intermediate Representation for Agentic CAD Generation
本文介绍了 CADIR，这是一种基于 OCCT 内核构建的跨后端可执行中间表示，它通过显式构造图和几何特征匹配，实现了面向智能体（agentic）的 CAD 生成，从而在 FreeCAD、SolidWorks 和 Fusion 360 等不同 CAD 系统中实现高保真、可编辑的模型重构。
原始论文采用 CC BY 4.0 许可（http://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
想象一下，你正试图教一个机器人搭建一座复杂的乐高城堡。你可以给机器人一张完成后的城堡照片并说：“做成这个”，但机器人可能会只是把积木杂乱无章地粘在一起，形成一堆一旦移动其中一块就会倒塌的废料。或者，你可以给它一份冗长且僵化的指令列表，比如“拿起红色积木4，将其放在蓝色积木2上”；但如果机器人的工具与你编写列表时使用的工具略有不同，它可能会抓错积木，或者陷入困境。这是计算机辅助设计（CAD）领域目前面临的挑战，工程师们利用这类软件来设计从汽车发动机到智能手机外壳的一切事物。长期以来，计算机只能制作静态的3D形状，或者遵循非常具体、容易损坏的刚性脚本——如果你尝试更改它们或将它们移动到不同的软件程序中，这些脚本就会失效。但现在，随着“大语言模型”（能够理解人类语言的AI）的兴起，我们开始看到能够根据描述（如“做一个齿轮”）尝试进行构建的计算机。大的问题在于：我们如何确保计算机构建出的东西不仅形状正确，而且易于修复、修改以及在不同的设计程序中使用？
这就是名为 CADIR 的新系统发挥作用的地方，它扮演着AI构建者的超级智能翻译官和项目经理的角色。该论文背后的研究人员发现，现有的方法就像是给一位厨师一份用只有特定厨房才能读懂的秘密代码编写的食谱；如果你尝试在另一个厨房烹饪，食材将无法匹配，或者步骤会变得毫无意义。他们还注意到，之前的AI尝试通常构建的是“静态”模型——就像一座3D雕像——你在不重新开始的情况下无法对其进行微调。为了解决这个问题，团队创建了CADIR，代表“跨后端可编辑中间表示”（Cross-Backend Editable Intermediate Representation）。把它想象成一个通用的、逐步记录的施工日志，它不仅记录了构建了什么，还记录了是如何构建的，以一种任何主流设计软件都能理解的方式，追踪着每一个依赖关系（例如，一个轮子是如何连接到轴上的）。
CADIR系统并不只是吐出一个最终的3D形状，它构建的是一个“构造图”（construction graph）。想象这是一个动态的流程图，构建过程中的每一步都是一个节点，而连接它们的线条则展示了某一步骤如何依赖于另一环节。如果你改变了设计中间的一个孔洞的大小，构造图知道要更新与该孔洞相关联的所有内容，就像真实的工程蓝图一样。该系统使用了一种被称为“几何特征匹配”（Geometric Signature Matching）的巧妙技巧来寻找合适的零件。这就像如果你在另一套乐高中丢了一个特定的积木；系统不会寻找具有相同序列号的积木（因为在新套装中可能不存在），而是寻找形状、尺寸和颜色都相同的积木，从而确保即使软件不同，新设计也能完美契合。
研究人员通过要求AI构建数百个机械零件来测试这一点，从简单的方块到带有齿轮和运动部件的复杂组件。他们发现CADIR表现得极其可靠，实现了1.0000的完美“执行成功率”，这意味着AI每次都能成功构建模型，既没有崩溃也没有出错。当他们将CADIR与其他方法进行比较时，CADIR生成的形状更接近预期设计（在某些测试中准确度提高了约30%），并且至关重要的是，它允许模型在FreeCAD、SolidWorks和Fusion 360等流行软件中打开并进行编辑。事实上，当他们尝试编辑这些重建的模型时，该系统在FreeCAD和Fusion 360中几乎100%成功地修复或更改了零件。
真正令人兴奋的是，该系统不仅能从头开始构建，还能“记住”过去的方案。研究人员给AI提供了一个以往的构造图库，并发现当AI使用文本或图像搜索相似形状或零件时，它能比仅仅通过原始代码进行搜索更快、更准确地找到合适的构建模块。这意味着AI可以从自己的历史中学习，重复使用一些巧妙的小结构（比如一种特定的安装手柄的方式）来构建更复杂的物体。虽然论文指出，由于某些软件独特的局限性，某些非常特定的功能仍无法被完美编辑，但整体结果是一个巨大的飞跃。这表明，我们正朝着这样一个未来迈进：AI不仅可以设计复杂的机器，还能以一种随时可以进行微调、测试和改进的格式，将它们交付给人类工程师，从而弥合了简单想法与真实、可用产品之间的鸿沟。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。