⌁ 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。

284 篇论文

method

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

37 方法质量 78 近期性 43 可复现性 25 主题相关性

文献综述归纳

研究路线

统一多模态CAD基准与评测协议（如 CADBench、MUSE、UniCAD）

跨输入模态和指标系统比较CAD程序生成与重建，覆盖几何保真、可执行性与工程意图。

尚未覆盖：基准指标和VLM评判器能否代表真实可制造性，以及能否超出所选数据集族泛化；部分工作缺少代码或工件。
LLM驱动的文本到CAD程序生成与接地澄清（如 FutureCAD、HierCAD、ProCAD）

通过微调、结构对齐、参数接地、强化学习和主动澄清，将自然语言转为可执行CAD脚本或B-Rep基元。

尚未覆盖：模糊规格和未见部件复杂度下的鲁棒性；收益来自模型、训练数据、接地还是澄清机制尚未完全分离。
网格/图像到CAD重建与逆向工程（如 CADFit、CADENA）

从3D网格或图像恢复可编辑参数化CAD操作序列，通过逐步构建或混合优化提升几何精度和程序有效性。

尚未覆盖：高几何复杂度、丰富操作类型和非理想输入模态下的可靠性仍缺少系统证据。
统一多模态多任务CAD模型（如 UniCAD-MLLM）

在单一模型中同时处理重建、生成和问答，支持文本、图像、草图、点云输入。

尚未覆盖：各任务失败边界、跨任务干扰，以及统一模型在域偏移下能否匹配专用模型尚不明确。

研究共性

  • 工作普遍将CAD表示成结构化程序或构建序列，而非仅生成非结构化几何。
  • 多数方法采用参数化、B-Rep或CadQuery风格表示，并至少评估一种有效性或可执行性。
  • 即使几何指标较强，从可执行代码到工程可制造CAD仍存在明显差距。
  • 专用模型在理想化几何输入下可优于通用视觉语言模型，但泛化性受限。

关键差异

  • 评测目标不同：几何重建精度、程序可执行性与有效几何、制造/功能/装配意图，不同指标会改变模型排名。
  • 输入与监督信号不同：文本、图像、网格、草图、点云或混合模态，以及专用与通用模型路线。
  • 表示与生成机制不同：直接生成脚本、B-Rep基元接地、逐步操作拟合或结构化程序优化。
  • 交互模式不同：单次生成与先澄清后生成的主动式交互。
  • 系统范围不同：统一多任务模型与面向单一任务的专用方法。

开放问题

  • 在模态偏移和B-Rep面数复杂度增加时，哪些方法能保持稳健？CADBench证据显示专用模型易受模态偏移影响。
  • 性能提升中有多少来自表示、训练数据、参数接地、主动澄清或评测协议，尚未充分隔离。
  • VLM评判器能否替代人类工程评审来评估可制造性、功能性和可装配性，仍需更大规模验证。
  • 若干论文缺少代码、数据集或限制说明，复现性与失败边界仍属验证缺口。
CVAILGGRCLSEROCG

234 篇论文

benchmark

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

45 方法质量 79 近期性 39 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

建立共享CAD评测套件，覆盖文本、图像、网格、点云和草图等输入，支持程序生成、逆向工程和问答等多任务。

尚未覆盖：真实设计流程、复杂装配、制造约束、噪声输入和分布偏移的覆盖尚未建立；部分数据集与工件缺乏可见信息或局限性说明。
指标与压力测试设计

超越总分，通过可执行性、有效性、几何保真度、程序紧凑性、设计意图评分和分阶段检查来检验工程可用性。

尚未覆盖：代理指标与下游工程决策之间的一致性未证实；模型排名随指标变化，VLM评判器可靠性或几何指标敏感性尚未完全验证。
可比基线与报告规范

通过复用共享基准，在统一指标下比较任务特定模型、LLM/VLM、混合优化和智能体方法，提升可审计性。

尚未覆盖：不同实现、算力预算和复现条件下的稳定性尚不清晰；多篇论文缺少局限性细节或代码、工件证据有限。

研究共性

  • CAD评估需要多信号而非单一总分，包括有效性、几何误差和设计特定准则。
  • 基准越来越多地复用既有CAD数据集族，并依据复杂度分层，以支持跨模型类型的受控比较。
  • 反复出现从可执行代码到几何有效输出再到工程就绪设计的失败级联，不同模型呈现不同瓶颈。
  • 通用语言或视觉模型与CAD专用模型在共同任务下比较，揭示清晰输入与分布偏移下的专用化性能差异。

关键差异

  • 评测目标不同：有的强调IoU、Chamfer距离、无效比例等低层几何，有的评估可制造性、功能性、可装配性或更广泛的CAD问答。
  • 输入输出重点不同：文本/图像到CAD生成、网格/点云到CAD重建、统一多模态多任务CAD不是同一问题设置。
  • 交互模式不同：一次性程序生成与主动澄清、逐步构建存在差异，在交互开销和鲁棒性之间进行不同权衡。
  • 监督与优化不同：监督微调加强化学习、基于排序的参数接地、混合几何优化和VLM评判器反馈被分别或组合使用。
  • 表示方式不同：有的生成参数化构建序列或CadQuery脚本，有的围绕B-Rep基元与装配体进行推理。

开放问题

  • 当前几何和设计意图指标在真实CAD工作流中能否预测下游效用，尤其是模型排名会随指标变化？
  • 需要什么样的基准任务分布来覆盖噪声、模糊和跨模态输入，同时避免评估过于脆弱或过度策划？
  • 报告中的基准结论在不同实现、算力预算、VLM评判器选择和数据集划分下是否稳定？
  • 哪些假设解释了从语法有效代码到工程就绪几何的失败级联，还有哪些局限性未被测量？
CVAILGGRCLSEROCG

192 篇论文

system

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

40 方法质量 78 近期性 39 可复现性 27 主题相关性

文献综述归纳

研究路线

文本/多模态到CAD程序生成

将自然语言描述、图像或点云直接转换为可执行的参数化CAD程序，实现快速设计原型制作，并降低非专业用户的使用门槛。

尚未覆盖：对模糊或欠约束提示的鲁棒性；保证生成程序产生可制造且功能正确的装配体；对未见设计意图和复杂多部件结构的泛化能力。
网格/点云到参数化CAD逆向工程

从3D扫描或网格中恢复可编辑的CAD构建序列，支持遗留零件数字化和设计重用。

尚未覆盖：处理高几何复杂度、噪声和数据缺失；确保逆向工程序列紧凑且语义合理；在真实扫描零件（而非合成网格）上的验证。
CAD生成的统一基准与评估协议

提供标准化的多模态数据集、指标和评估流程，以便公平比较不同的CAD生成和重建方法。

尚未覆盖：几何和有效性指标是否与下游工程可用性相关；缺乏大规模评估可制造性、功能性和可装配性的多阶段基准；自动化评判器与人类专家评估的可靠性。
交互式与智能体驱动的CAD生成（含澄清机制）

通过智能体在代码合成前主动请求澄清，提高模糊用户提示下的生成质量。

尚未覆盖：交互成本与输出质量之间的最优权衡；如何将澄清对话扩展到复杂工程约束；该方法能否扩展到多轮协作设计流程。

研究共性

  • 参数化CAD程序（构建序列、基于B-Rep的脚本）是优先选择的输出表示，因为它们保留了可编辑性和制造历史。
  • 几何保真度和可执行性是主要评估维度；大多数工作都报告交并比、Chamfer距离和无效比率。
  • 大语言模型和视觉语言模型是主要技术路线，通常在精心策划的CAD数据集上微调。
  • 逐渐认识到纯几何指标不足，基准必须纳入设计意图对齐、可制造性和功能性要求。

关键差异

  • 生成CAD程序时采用一次性生成还是迭代优化与逐步验证：一次性方法更简单但精度较低，逐步方法提高保真度但计算成本更高。
  • CAD脚本语言和表示的选择：一些工作以CadQuery为目标，其他工作使用自定义构建树或基于特征的步骤，这影响了可移植性和与现有CAD工具的兼容性。
  • 评估粒度：部分基准关注单零件几何，另一些推进到带工程约束的多部件装配体，导致对模型能力的结论不同。
  • 交互的作用：ProCAD等系统引入了显式澄清循环，而大多数其他工作假定输入是自包含的，这反映出在用户是否在环是实际部署必要条件上的分歧。

开放问题

  • 当前的文本到CAD系统能否生成满足真实制造约束（如公差、材料属性、装配配合）的输出，而无需人工后处理？
  • 基于VLM的评判器在评估设计意图时有多可靠，其判断能否与领域专家评估对齐？
  • 解决文本到CAD中大多数实际模糊性所需的最少澄清交互集是什么？主动澄清在真实用户研究中是否能改善结果？
  • 网格到CAD逆向工程方法在多大程度上能泛化到带有缺陷、遮挡和非理想拓扑的扫描工业零件？
  • 社区如何构建一个随CAD工具链演进并覆盖机械、建筑和电子设计领域多样性的活体基准？
CVAILGGRSECLHCSY

146 篇论文

application

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

44 方法质量 77 近期性 39 可复现性 28 主题相关性

文献综述归纳

研究路线

参数化网格/图像到CAD逆向工程

从网格、图像或正交视图恢复可编辑参数化CAD构建序列，通过对操作进行几何反馈优化或逐步决策。

尚未覆盖：对真实扫描、草图和复杂拓扑的泛化；高几何精度是否同时保留下游可编辑性与有效实体语义。
多模态与代码生成式CAD模型

将文本、图像、草图或点云输入映射到可编辑CAD代码或统一多任务CAD输出。

尚未覆盖：对合成图像-代码对之外的现实鲁棒性、未见操作，以及制造公差或CAE/CAM约束。
长序列生成式CAD程序建模

用潜在或状态空间生成架构建模参数化CAD序列，以生成更长的有效命令序列。

尚未覆盖：更长序列生成是否对应有意义的设计复杂度、参数有效性和下游任务价值；数据集覆盖与操作语义验证不足。
演化式与合成型CAD数据生成

通过VLM引导的迭代编辑和验证创建复杂CadQuery程序，并用增强脚本-几何对训练下游图像到CAD模型。

尚未覆盖：生成数据可能偏重程序化真实感；可复现性、多样性以及工业级约束覆盖仍未建立。

研究共性

  • 参数化CAD应表示为可编辑程序或代码，而不仅是网格或实体，以保留设计意图。
  • 几何反馈（如IoU、倒角距离或可执行断言）对训练和评测都很关键。
  • 近期方法集中在CadQuery或类似代码风格输出，并试图在有效性和几何相似性上超越特定任务基线。
  • 现有证据主要依赖合成基准数据集，如DeepCAD、Fusion 360、MCB或新建CAD程序数据集。
  • 多模态和统一模型正在被用于一个框架内处理多个CAD任务。

关键差异

  • 表示方式不同：有的生成结构化CAD构建序列，有的生成Python风格CAD代码，有的使用潜在序列模型。
  • 监督方式不同：混合优化使用几何目标，逐步方法使用中间几何比较或RL奖励，其他方法使用VLM引导编辑或程序演化。
  • 评测目标不同：语法有效性、三维实体相似性、无效比率、基准SOTA，或通过几何断言衡量的设计意图遵循。
  • 交互模式不同：一些方法从静态网格/图像重建，另一些针对带显式设计头的条件程序补全。
  • 部署假设不同：端到端统一模型假设任务统一有益，而逐步/混合方法假设可解释的中间几何能改进重建。

开放问题

  • 合成CAD重建基准上的提升能否转化为机械设计、制造、CAE/CAM或3D打印工作流的改进？
  • 当前网格/图像到CAD方法能否处理噪声真实扫描、手绘草图、未见操作序列和部分指定设计？
  • 当设计意图头提取与指标评分都基于相同生成代码或几何时，如何避免评测循环？
  • 基于代码还是参数化序列的表示更能保留可编辑性、参数约束和下游互操作性？
  • 更长或更复杂的程序生成是反映有意义的设计复杂度，还是利用数据集特定序列模式？
  • 证据包中代码、数据集、基线和局限性报告并不一致，哪些可复现性证据缺口最影响结论？
CVLGAIGRSECLCGHC

123 篇论文

theory

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

53 方法质量 81 近期性 37 可复现性 33 主题相关性

文献综述归纳

研究路线

基准驱动的多模态CAD程序评测（如 CADBench、MUSE、BenchCAD）

在输入模态、指标和设计标准上系统比较程序化CAD生成，超越几何相似度。

尚未覆盖：这些基准的进展是否能迁移到未见零件族并与形式化设计推理对齐仍不清楚。
LLM驱动的文本到CAD程序合成与接地

从自然语言生成可执行参数化CAD脚本，并将指称连接到B-Rep基元或参数。

尚未覆盖：歧义处理、细粒度参数准确性以及超出精选分布的泛化仍部分未解决。
自监督与序列式参数化CAD生成模型

通过点级或重建监督学习长参数化CAD序列或可编辑B-Rep曲面。

尚未覆盖：真实B-Rep复杂度以及ABC/Objaverse风格数据之外的跨域迁移仍需更多证据。
工程意图评测与主动澄清

评估可制造性、功能性和可装配性，并在CAD代码合成前减少提示歧义。

尚未覆盖：可扩展且可靠的评判器，以及更广泛设计任务中的低开销澄清尚未建立。

研究共性

  • 参数化CAD生成正趋向于可执行程序或B-Rep表示，以保留可编辑性与可制造性。
  • 多项论文一致认为仅看几何保真度不够；还必须评测可执行性、设计意图、可制造性和可装配性。
  • 即使性能较强，现有模型在细粒度结构、复杂几何或未见零件族上仍会失败。
  • 将语言或视觉输入接地到几何基元、结构轨迹或参数，被普遍视为提升一致性和准确性的关键机制。

关键差异

  • 表示选择：CadQuery脚本生成、潜在状态空间序列和可微Bezier/B-Rep面片带来不同的可编辑性与监督权衡。
  • 监督信号：未标注3D数据上的点级自监督，不同于带监督微调和强化学习的文本或规格监督。
  • 评测目标：一条路线强调几何保真度和用户偏好，另一条强调可制造性和可装配性，第三条强调对模糊提示的鲁棒性。
  • 交互模式：部分系统在合成前加入主动澄清智能体，其他系统从单次提示直接生成。
  • 训练机制：基于GAN的潜在生成、监督微调加强化学习，以及基于排序的结构或参数接地反映不同的CAD结构学习假设。

开放问题

  • 当前经验性CAD生成结果如何泛化到未见工业零件族，以及清洁网格、噪声网格、单视图、真实渲染和多视图之间的模态转换？
  • 主题所暗示的形式化几何建模理论能否解释从可执行代码到有效几何再到工程就绪设计的失败级联？
  • 主动澄清、层次推理或参数接地能否在规模化场景中保持低交互开销并避免捷径学习？
  • 若干顶级论文分析缺少局限性或可复现代码与数据集，哪些证据缺口仍需验证？
  • 不同指标下模型排名可能变化，如何形成稳定的CAD生成质量定义？
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