HierCAD：通过结构对齐和参数接地实现层次化文本到CAD设计

arXiv 2026 71.6 method

TLDR

层次化文本到CAD框架，通过结构对齐和参数接地提升结构一致性和参数准确性。

评分理由

Strengths: Novel hierarchical decomposition and SAPG strategy effectively address structural consistency and parameter grounding issues. Weaknesses: Abstract lacks details on baseline comparisons and dataset specifics, though experiments claim improvement over prior methods.

Read-first 评分解释

综合优先阅读分 71.6，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 83。

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

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：有；数据：无；命中信号：代码、GitHub

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：评估、实验、指标、结果

主题相关性 42%

55.3

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、constructive solid geometry、CSG、sketch extrusion、CAD generation、CAD reconstruction、text-to-CAD、image-to-CAD、point cloud to CAD、CAD program

研究版图角色

前沿论文方法锚点复现锚点

排序敏感性

稳定性：volatile；排名波动范围：4。

关键词评分

text-to-CAD

generative CAD

parametric CAD

CAD generation

AI for CAD

CAD reconstruction

computer-aided design

CAD program

neural CAD

B-Rep

constructive solid geometry

CSG

sketch extrusion

image-to-CAD

point cloud to CAD

深度分析

创新点

层次化文本到CAD框架，将CAD构建树分解为对象级过程推理和部件级拓扑推理轨迹
统一的结构对齐与参数接地（SAPG）学习策略：结构对齐将拓扑推理轨迹与参数化CAD跨度对齐，参数接地通过保持结构的参数扰动和基于排序的监督来缓解捷径学习

方法

HierCAD将CAD生成重新表述为渐进式推理，将构建树分解为层次化轨迹。SAPG策略将拓扑推理与CAD跨度对齐，并通过扰动和基于排序的监督进行参数接地以提高保真度。

关键结果

HierCAD在CAD序列生成和重建CAD模型评估上均优于先前的最先进方法。

技术栈

Large Language Models

资源

论文代码