ИИ-модели для автоматической генерации CAD: точность до 99% на 97 задачах
Исследователи представили LLMForge — мультимодельный фреймворк для автоматической генерации CAD-моделей механических деталей по текстовому описанию. В работе, опубликованной на arXiv, оценивались семь ведущих foundation model на 97 инженерных задачах из четырёх геометрических семейств: пластины с отверстиями, многофункциональные коробки, фланцевые цилиндры и L-образные кронштейны.
Среди протестированных моделей — DeepSeek-V3.2, Qwen3-235B-A22B, Llama-3.3-70B, Gemma-3-27B, GLM-4.5, MiniMax-M2.1 и INTELLECT. Фреймворк интегрирует JSON-схему валидации, аналитическое оценивание признаков, синтез сетки и итеративное уточнение в несколько раундов. Режим IterTracer использует Phong-затенённый рендеринг с аналитическими метриками (IoU силуэта, видимость отверстий, зазоры, соответствие пропорциям). IterVision заменяет аналитический скоринг на семантического критика на базе VLM Qwen2.5-VL-72B, который оценивает рендеры через цепочку визуальных рассуждений.
В режиме IterTracer четыре лучшие модели образовали плотный кластер со средним общим баллом от 0,885 до 0,890 и успешностью генерации сетки 98,97%. Это показывает, что компактные инструктивно-настроенные модели способны догонять значительно более крупные системы. При использовании VLM-критика в IterVision ведущая модель достигла 100% герметичных сеток, но выявила систематические затруднения с вращательно-симметричными формами, такими как цилиндры, где визуальные и семантические оценки расходятся сильнее всего.
Авторы обсуждают дизайн бенчмарка, типы отказов, промптинг для CAD и последствия для промышленных рабочих процессов. Результаты могут ускорить внедрение автоматизированного механического проектирования на основе больших языковых и визуально-языковых моделей.
