BRepCLIP: 面向CAD理解的BRep基元对比多模态预训练

arXiv 2026 52.9 method

TLDR

BRepCLIP通过对比预训练对齐BRep几何与语言和图像，提升CAD检索与分类性能。

评分理由

The paper introduces a novel framework for learning BRep representations with multimodal alignment, achieving significant improvements in retrieval and zero-shot classification. However, it focuses on discriminative tasks and does not address generative modeling or reconstruction.

Read-first 评分解释

综合优先阅读分 52.9，由主题、引用、图谱、方法、可复现性和近期性等信号加权得到。原始总分保留为 79。

近期性 8%

100

使用温和的时间衰减，让近期论文更容易浮现，同时保留较早基础工作的价值。年份：2026

方法质量 25%

检查可见的摘要与分析字段，寻找实验、数据集、基线、指标和局限性等方法证据。命中信号：指标

主题相关性 42%

49.4

使用现有 LLM 关键词相关性评分，并归一化到 0-100。关键词：AI for CAD、computer-aided design、neural CAD、generative CAD、parametric CAD、B-Rep、boundary representation、constructive solid geometry、CSG、sketch extrusion、CAD generation、CAD reconstruction、text-to-CAD、image-to-CAD、point cloud to CAD、CAD program

可复现性 25%

检查链接和可见文本中的论文、代码、数据集、工件与仓库信号。论文：有；代码：无；数据：无；命中信号：代码、GitHub

研究版图角色

前沿论文

排序敏感性

稳定性：volatile；排名波动范围：27。

关键词评分

AI for CAD

B-Rep

boundary representation

computer-aided design

neural CAD

parametric CAD

text-to-CAD

image-to-CAD

generative CAD

CAD generation

point cloud to CAD

CAD reconstruction

constructive solid geometry

CSG

sketch extrusion

CAD program

深度分析

创新点

首个通过对比预训练将BRep几何与语言和图像嵌入对齐的框架
将CAD对象建模为面令牌和边令牌的序列，使用独立的离散词汇表表示曲面和曲线几何，并辅以空间和语义描述符
Transformer编码器将令牌聚合成全局BRep嵌入，通过联合对比目标与CLIP的文本和图像编码器对齐
生成的嵌入比基于点云的替代方案更具判别性和语义基础

方法

BRepCLIP将每个CAD对象表示为面令牌和边令牌的序列，使用独立的离散词汇表表示曲面和曲线基元，并辅以空间和语义描述符。一个Transformer编码器生成全局BRep嵌入，通过联合对比损失与CLIP的文本和图像嵌入对齐。

关键结果

BRepCLIP在ABC、CADParser和Automate数据集上，Top-1检索比OpenShape分别提高40.4%、22.0%和23.9%，在FabWave上的零样本分类Top-1提高15%。此外，它提供了用于评估文本和图像条件下CAD生成的CAD感知相似度度量。

技术栈

BRepTransformerCLIPContrastive LearningDiscrete VocabularySpatial and Semantic Descriptors

资源

论文