Text-to-CAD: LLM учится собирать параметрическую 3D-деталь по текстовому описанию

Исследователи представили HierCAD — фреймворк для генерации CAD-моделей (механических деталей) по текстовому описанию. Идея в том, чтобы разбить построение CAD-модели на иерархию шагов: сначала модель рассуждает об объекте на уровне процедурных операций (что и в какой последовательности строить), и только потом переходит к конкретным геометрическим параметрам — размерам, положениям, углам. Это попытка решить главную боль text-to-CAD систем: при сложных деталях они либо теряют структурную целостность, либо промахиваются с параметрами.

Для точности параметров авторы предложили механизм «Structure Alignment and Parameter Grounding» — он привязывает рассуждения о топологии детали к конкретным фрагментам параметрической CAD-последовательности и специально «сбивает» модель тренировочными пертурбациями, чтобы она не училась угадывать параметры по шаблону, а действительно связывала их со структурой. По заявлению авторов, HierCAD превосходит предыдущие методы и по качеству сгенерированной CAD-последовательности, и по точности реконструированной 3D-модели; код опубликован в открытом доступе. Конкретных цифр бенчмарков и сравнения по времени генерации в открытой части статьи нет.