⌁ Awesome AI4CAD Hub 论文 · 数据集 · 项目
English GitHub

汇总分析

研究分析

跨论文归纳研究共性、关键差异、主流方向与趋势演进。

301 篇论文

method

New AI methods for CAD generation, reconstruction, editing, retrieval, or reasoning.

39 方法质量 79 近期性 43 可复现性 25 主题相关性

文献综述归纳

研究路线

面向CAD程序生成的统一多模态基准与评估协议

在文本、图像、草图、网格、点云输入以及几何/可执行性/工程指标上实现标准化比较。

尚未覆盖：基准排名能否迁移到工程级可制造性、可装配性、检索、编辑和推理任务仍待验证。
基于LLM的文本到CAD程序合成与结构/参数接地

将文本设计意图转化为可执行参数化脚本，并接地到B-Rep基元或参数。

尚未覆盖：对模糊提示和几何复杂性的鲁棒性，以及监督、强化、接地和数据各自贡献仍不清楚。
网格、图像和点云到CAD的逐步或优化式逆向工程

从几何恢复可编辑参数化操作，同时提高有效性和几何保真度。

尚未覆盖：复杂拓扑和模态转移下的可扩展性，以及优化/搜索与学习先验的贡献分离。
面向文本到CAD的主动澄清与规格解析

在代码合成前通过有针对性的提问减少无效或规格不足的CAD程序。

尚未覆盖：交互开销、超出精选CadQuery数据的泛化，以及与一次性流程的兼容性。

研究共性

  • CAD被表示为可编辑参数化程序或构建序列，使有效性、紧凑性和几何保真度可测量。
  • 评估趋向多模态和多指标，证据反复显示模型排名和失败模式随输入、几何复杂度和指标变化。
  • 需要接地和对齐机制来连接自然语言或视觉输入与可执行CAD结构和参数。
  • 有效性是首要关注：代码可执行仍可能无法产生有效几何或工程就绪设计。
  • 基准和模型越来越多地评估几何相似性之外的工程意图，包括功能性、可制造性和可装配性。

关键差异

  • 生成机制：LLM代码合成、专用序列模型、优化或逐步重建之间存在差异。
  • 监督信号：监督微调加强化学习、结构对齐加参数排序、几何IoU优化之间不同。
  • 评估目标：几何/可执行性/紧凑性与工程级可制造性/功能性/可装配性各有侧重。
  • 交互模式：单次文本到CAD与主动澄清智能体不同；单模态与多模态输入不同。
  • 模型范围：统一多任务多模态模型与任务特定的网格到CAD或文本到CAD系统之间存在分化。

开放问题

  • 当前基准指标能在多大程度上预测工程就绪度，尤其在从可执行代码到有效几何再到设计意图对齐的失败级联下？
  • 学习先验与优化/搜索程序在网格、点云和图像到CAD重建中的各自贡献是什么？
  • 主动澄清能否在不过度增加交互开销的情况下减少歧义，并迁移到精选文本到CadQuery设定之外？
  • 由于局限性、代码、数据集和基线细节报告不一致，存在哪些证据缺口？
  • 统一多模态CAD模型如何评估检索、编辑和推理任务，而当前证据尚未覆盖？
CVAILGGRCLSEROCG

250 篇论文

benchmark

CAD datasets, evaluation tasks, geometric validity metrics, or design benchmarks.

46 方法质量 80 近期性 38 可复现性 28 主题相关性

文献综述归纳

研究路线

基准任务与数据集设计

构建覆盖图像、点云、网格和文本输入的共享CAD评估任务，用于程序生成和逆向重建，并通过分层采样统一任务套件。

尚未覆盖：任务分布和分层采样是否覆盖真实工程工作流、装配复杂性和部署模式，仍有待验证。
指标与压力测试设计

检验几何保真度、程序可执行有效性、紧凑性，以及可制造性、功能性和可装配性等设计意图；测试模态变化和模糊提示下的鲁棒性。

尚未覆盖：代理指标或VLM评判与下游设计决策之间是否一致，以及模型排名在不同指标和难度层之间是否稳定。
可比基线与报告规范

通过共享评估套件、统一程序有效性比率和大规模生成协议，使模型结果可比较和可审计。

尚未覆盖：结论在不同实现和算力预算下是否稳定；部分论文缺少代码、数据集、工件或局限性细节，可复现性仍是验证缺口。

研究共性

  • CAD生成和重建被评估为可执行参数化程序或构建序列，而不仅是网格或点云表面。
  • 单一几何分数不足，应联合代码有效性、几何质量、程序紧凑性和工程设计意图进行评估。
  • 专用模型与通用多模态模型在干净输入和模态转移下呈现互补的失败模式。
  • 按几何复杂度和多样性采样分层，有助于暴露性能下降。

关键差异

  • 评估目标不同：有些侧重逆向重建精度，有些评估文本到CAD的设计意图、可制造性、功能性和可装配性。
  • 输入和任务覆盖不同：统一多任务/多模态套件与任务特定的逆向工程基准或工程导向的文本到CAD套件存在差异。
  • 方法不同：端到端多模态生成、逐步逐特征构建、采用几何反馈的混合优化，以及主动澄清智能体，在监督信号和交互假设上不同。
  • 指标侧重不同：重建工作常用体积交并比和倒角距离，而工程导向评估更强调有效性比率和基于评分标准的评判器。

开放问题

  • 哪些评估目标和阈值最能预测生成CAD模型在真实制造和装配环境中的可用性？
  • 当指标、输入模态、几何复杂度和提示模糊性改变时，模型排名如何保持稳定？
  • 基准采样和分层如何从理想化的CAD数据集家族扩展到真实工程复杂性和失败模式？
  • 基于VLM的评分评判器是否经过足够校准和可审计，以替代或扩展设计意图的人工评估？
  • 需要补充哪些缺失的代码、数据集和局限性细节，以验证当前基准结论？
CVAILGGRCLSEROCG

202 篇论文

system

Runnable CAD systems, toolkits, agents, pipelines, plugins, or design platforms.

42 方法质量 79 近期性 39 可复现性 27 主题相关性

文献综述归纳

研究路线

可运行多模态CAD基准与评测栈

统一多种CAD数据集、输入模态和指标，暴露几何复杂度、模态转换和排序不稳定等失败模式。

尚未覆盖：这些评测栈能否迁移到外部部署、真实工程约束和跨团队复现仍不清楚。
LLM驱动的参数化CAD程序生成

从文本提示生成可执行CAD脚本，并将语言引用接地到几何基元，以提升保真度和可编辑性。

尚未覆盖：对模糊提示的鲁棒性不足，且主要证明脚本级有效性，对真实设计约束覆盖有限。
层次化与接地的文本到CAD推理

将CAD构建树分解为对象级过程推理和部件级拓扑推理，提升结构一致性和参数准确性。

尚未覆盖：在基准数据集之外的泛化，以及交互式规格解析证据仍缺乏。
网格、图像和点云到CAD逆向工程

通过递增拟合、优化或逐步几何比较从几何输入恢复可编辑参数化操作。

尚未覆盖：对复杂机械零件和干净、噪声或真实感输入模态的可扩展性未解决。

研究共性

  • 系统都将CAD输出视为结构化、可编辑对象，而非仅为静态网格。
  • 评估正汇聚到几何、可执行性和程序紧凑性等多元信号，以超越纯视觉相似度。
  • 越来越多系统使用LLM或智能体组件把语言或视觉输入转换为CAD操作或接地决策。
  • 现有评测显示，从可执行代码到可制造、可装配的工程就绪设计仍存在失败级联。
  • 代码、数据集、指标和失败分析被视为可复现性的核心，但缺少工件时只能标记为验证缺口。

关键差异

  • 部分系统集中于单一模态如网格到CAD，另一些则统一处理文本、图像、草图、点云和CAD问答。
  • 程序表示不同：CadQuery脚本、参数化构建序列、B-rep基元接地或逐步特征构造。
  • 监督方式不同：监督微调加强化学习、基于排序的参数接地扰动，或智能体生成的澄清轨迹。
  • 评测目标不同：几何保真与无效比例，对比功能性、可制造性和可装配性等设计意图评分。
  • 交互模式不同：单轮生成与先澄清后绘制，反映在延迟、用户负担和鲁棒性之间的权衡。

开放问题

  • 统一CAD系统能否在模态转换下保持鲁棒，尤其当专用模型在噪声、真实感或多视图输入上已出现退化？
  • 什么样的评测协议能从可执行几何进一步可靠测量功能性、可制造性和可装配性，并验证VLM评判器？
  • 智能体应如何判断何时需要澄清，才能在多零件或装配级CAD任务中保持低交互开销？
  • 在Fusion360、UniCAD等基准上训练的模型能否迁移到外部工程数据和团队特定部署栈？
  • 目前还缺少哪些独立复现证据，可证明真实世界CAD数据集和流水线工件能跨软硬件环境稳定运行？
CVAILGGRSECLHCSY

155 篇论文

application

Applied CAD workflows such as mechanical design, manufacturing, architecture, CAE, CAM, or 3D printing.

45 方法质量 78 近期性 39 可复现性 28 主题相关性

文献综述归纳

研究路线

网格到参数化CAD重建

从网格反推可编辑参数化CAD构建序列，关注几何保真与有效参数操作。

尚未覆盖：复杂设计仍出现无效程序比例，多数证据未说明限制；真实扫描或工业网格迁移未验证。
统一多模态多任务CAD建模

在单一框架中处理点云到CAD重建、文本/图像到CAD生成和CAD问答等异构任务。

尚未覆盖：跨基准覆盖与可复现工件有限；多模态任务相互干扰的显式限制证据不足。
视觉语言CAD代码生成

利用视觉语言模型从图像生成可编辑CAD代码，并用大规模图像-代码对训练。

尚未覆盖：对真实世界图像和未知操作的泛化仅部分验证，分布外鲁棒性仍不确定。
程序演化与合成CAD数据生成

通过VLM引导的迭代编辑与验证生成复杂真实CAD程序，并扩充图像到CAD的成对训练数据。

尚未覆盖：未提供限制说明；生成复杂度是否覆盖制造约束、CAE/CAM条件或工业流程未知。

研究共性

  • CAD被表示为参数化程序或构建序列，建模目标是可编辑操作而非单纯形状输出。
  • 几何一致性与程序有效性或语法是近期方法的共同评测关注点。
  • 非CAD输入与程序或代码之间的成对数据是训练近期模型的核心资源。
  • DeepCAD、Fusion 360和MCB基准被反复用作评估设置。

关键差异

  • 输入覆盖不同：部分方法从网格或点云重建，其他方法则依赖图像、草图或文本。
  • 优化与监督方式不同：混合几何优化、离线强化学习、VLM微调、程序演化和状态空间或GAN生成同时存在。
  • 程序表示不同：原生参数化操作序列与可执行CadQuery Python代码之间存在差异。
  • 评测方式不同：表面相似度或有效性指标与用于诊断对比的可执行几何断言不相同。
  • 泛化结论不同：一些证据报告标准基准上的最先进性能，另一证据仅显示真实世界和未知操作的有限泛化。

开放问题

  • 报告中的网格和图像到CAD收益能否迁移到真实扫描、制造约束、CAE/CAM流程和未知CAD操作？
  • 在高排名证据的限制字段经常缺失的情况下，复杂或多特征零件的具体失败模式是什么？
  • 统一多模态CAD模型能否在基准胜利之外保持任务级精度并提供可复现工件？
  • 设计意图条件化在其他模型、更长前缀和更广泛CAD领域下是否仍然有害或有益？
  • 当前几何相似度指标是否存在循环或偏向表面外观，可执行断言是否与工程有效性一致？
CVLGAIGRSECLCGHC

136 篇论文

theory

Geometric modeling theory, representation analysis, constraints, or formal design reasoning.

54 方法质量 82 近期性 37 可复现性 32 主题相关性

文献综述归纳

研究路线

统一多模态程序化CAD生成评测

在清洁、噪声、单视图、多视图和3D输入下，通过大规模分层采样评估可执行性、几何保真度、程序紧凑性和视觉/代码问答能力。

尚未覆盖：指标和模型排名不稳定；专用模型在模态偏移下脆弱；经过微调和强化学习后对未见工业零件族的泛化仍有限。
面向可制造性与可装配性的工业设计意图评测

通过结构化设计规范和“代码—几何—设计意图”协议，评估B-Rep装配体的功能性、可制造性和可装配性，并使用VLM评判器。

尚未覆盖：从可执行代码到工程就绪设计仍存在失败级联；VLM评判器在有限人工验证之外的可靠性，以及细粒度工程标准上的低成功率仍需补证。
基于LLM和智能体的程序合成与结构/参数接地

通过B-Rep基元接地、构建树轨迹对齐或生成前主动澄清，将文本或图像转换为可执行的CadQuery或参数化CAD程序。

尚未覆盖：扫掠、放样等复杂操作常被简化为草图-拉伸；未见工作流泛化、交互成本以及RL/智能体增益的直接证据仍不清晰。
面向长序列与可编辑B-rep曲面的表示中心生成模型

利用状态空间潜在生成或可微参数化曲面处理较长参数化CAD序列，并从点级监督生成可编辑BRep。

尚未覆盖：几何复杂度会降低重建质量；模态偏移鲁棒性、长序列有效性以及下游可编辑性对比尚未充分建立。

研究共性

  • 反复出现“代码—几何—设计意图”的失败级联：模型可能生成可执行代码或粗略外形，却丢失细粒度3D结构与参数保真度。
  • 结构化表示与接地，包括构建树、B-Rep基元或面片以及程序格式，相比非结构化生成能提高有效性和保真度。
  • 评测正在从几何相似性和可执行性扩展到设计意图、可制造性、功能性和可装配性。
  • 输入模态偏移、几何复杂度和未见零件族是常见的性能退化边界条件。

关键差异

  • 表示选择不同：参数化CAD序列、CadQuery脚本、B-Rep基元接地、潜在序列编码和可微B-rep面片隐含着不同的可编辑性和监督假设。
  • 监督与优化不同：点级自监督、精选文本-CAD配对、结构化设计规范、监督微调、强化学习和智能体收集的澄清轨迹。
  • 评测目标不同：几何保真度、可执行性和紧凑性，对比工业代码问答与编辑，或对比可制造性、功能性和可装配性。
  • 交互方式不同：端到端直接生成、渐进式层级推理和生成前主动澄清。

开放问题

  • 当前微调和强化学习证据显示对未见工业零件族的泛化有限，基准提升是否能迁移到这些零件族？
  • 模型能否保留扫掠、放样等复杂参数化操作，而不是用更简单的草图-拉伸模式替代？
  • 在有限人工一致性研究之外，如何验证VLM评判器在工程标准上的可靠性？
  • 点级监督或可微曲面表示能否在保留可编辑性和参数保真度的同时达到CAD专项标注的质量？
  • 哪些形式化表示假设能与程序化CAD生成相契合，并产生可测试的正确性保证？
CVAILGGRCLSECEMA

51 篇论文

survey

Surveys, taxonomies, tutorials, position papers, or roadmap papers for AI4CAD.

14 方法质量 76 近期性 51 可复现性 10 主题相关性

文献综述归纳

研究路线

B-rep生成与几何建模

生成具有拓扑有效性和几何复杂度的边界表示模型，这是工业CAD的标准格式。

尚未覆盖：对其他CAD格式的泛化及在大规模工业数据集上的验证；证据包中未讨论局限性或失败模式。
基于点云的三维重建

从非结构化点云重建结构化三维建筑模型，可能使用多面体图神经网络。

尚未覆盖：证据包中没有方法或结果，无法评估具体能力和局限性。
可控CAD模型生成

通过层次神经编码实现对生成过程的用户控制，可能支持设计探索。

尚未覆盖：证据缺少控制机制、评价指标以及可控编辑类型的限制等细节。
面向制造过程的数据集构建

提供面向挤出式3D打印的多模态数据集（Slice-100K），可促进基于学习的切片和路径规划。

尚未覆盖：证据未讨论下游模型性能及数据集对制造变异性的覆盖。

研究共性

  • 深度学习是处理CAD相关几何数据的主要工具。
  • 合成数据在训练中扮演关键角色，因为获取标注的真实CAD或扫描数据代价高昂。
  • 几何表示（B-rep、网格、点云）的选择是影响模型能力的核心设计决策。

关键差异

  • 表示类型：有的工作操作B-rep结构，有的使用网格或点云，导致在拓扑保真度与几何保真度上各有侧重。
  • 任务粒度：论文覆盖CAD管线的不同阶段——从零生成、传感器重建、场景对齐到CAD UI交互——使得直接比较困难。
  • 评测设置：有的依赖纯合成基准，有的纳入真实扫描数据；缺乏统一的评测协议限制了可比性。

开放问题

  • 能否用统一的表示同时支持CAD管线中的生成和判别任务？
  • 将合成数据训练的模型适配到真实制造或设计场景所需的最小标注是什么？
  • 在基于学习的生成系统中，应如何衡量和强制拓扑有效性？
GRROCVAI