computer-aided design
PulseAugur coverage of computer-aided design — every cluster mentioning computer-aided design across labs, papers, and developer communities, ranked by signal.
- developed boundary representation 95%
- instance of alphaXiv 90%
- developed by boundary representation 90%
- used by boundary representation 80%
- used by alphaXiv 70%
- used by ScienceCast 70%
- instance of CatalyzeX 70%
- instance of Gotit.pub 70%
- instance of ScienceCast 70%
- used by Chamfer distance 70%
- instance of boundary representation 60%
- used by Gotit.pub 60%
10 天有情绪数据
-
AI 模型 CADReasoner 通过迭代式程序编辑改进 CAD 逆向工程
研究人员开发了 CADReasoner，这是一种新颖的、专为计算机辅助设计 (CAD) 逆向工程设计的 AI 模型。与之前的单次遍历系统不同，CADReasoner 通过分析输入形状与其重建之间的几何差异来迭代地改进其预测。该模型生成可运行的 CadQuery Python 代码，然后使用该代码渲染下一迭代的网格。通过融合多视图渲染和点云，并采用扫描-模拟协议，CADReasoner 在多个基准测试中取得了最先进的结果。
-
新方法使用预测市场训练大型语言模型进行个体行为模拟
研究人员开发了一种名为macro2mind的新方法，利用预测市场数据来训练语言模型模拟个体人类行为。该方法利用市场价格轨迹来推断参与者群体如何解读新闻和更新他们的信念，使模型能够推断他们的互动并将这些互动汇总成价格预测。该系统在SWM-Bench和Polymarket上展示了最先进的方向准确性，并在Humanual、OvertonBench、PRISM和计算机辅助设计应用等四个其他用户模拟基准测试中表现出强大的零样本迁移能力。
-
FDM 3D 打印详解：工作原理及材料选择
熔融沉积建模（FDM）是一种广泛使用的 3D 打印技术，通过逐层堆叠热塑性长丝来构建物体。该过程通常从计算机辅助设计（CAD）文件开始，然后通过加热的喷嘴挤出并沉积到构建平台上。FDM 打印机用途广泛，支持 PLA、ABS 和 PETG 等多种材料，由于成本低廉且交货周期快，因此适用于原型制作和经济型项目。
-
新的 CNCGEN 数据集和框架改进了基于 CAD 的加工计划
研究人员推出 CNCGEN，这是一个新的数据集和框架，旨在改进从 B-rep CAD 模型生成加工工艺规划和刀具路径。该系统通过关注持久性制造对象及其不断变化的毛坯状态，解决了离散操作决策与连续刀具运动耦合的挑战。CNCGEN 数据集包括合成加工流程和真实的 CNC 记录，能够监督规划选择与其几何结果之间的关系。实验表明，CNCGEN 在生成精确的工件几何形状以及最小化残留材料和过切方面优于经过调整的基线。
-
Fireworks 的专业智能指数新增 Normalfactory 的 CAD Arena
Fireworks 已将其专业智能指数 (SII) 扩展，新增了 Normalfactory 及其 CAD Arena。此次整合旨在评估 AI 代理在将工程图纸转换为多平台准确且可编辑的 CAD 零件方面的能力。SII 现在包括计算机辅助设计的基准测试，以评估 AI 在工程应用中的性能。
-
CALIPER框架使用RGB-D数据进行工业零件识别
研究人员开发了CALIPER，一个新颖的框架，用于识别视觉上相似的工业零件，而无需大型、特定类别的数据集或CAD模型。这种无模型方法利用RGB-D数据结合外观匹配和度量尺寸证据。可以使用一小组RGB-D视频和标记图像添加新类别，其中3D重建提供外观支持，深度数据提供度量尺寸剖面。在推理时，YOLOv8n-seg模型定位零件，一个冻结的DINOv2骨干网络和一个经过周期性训练的嵌入头进行匹配，并在歧义决策时激活概率尺寸证据。CALIPE…
-
新型Transformer模型从稀疏图像重建3D曲线
研究人员开发了CGGT（Curve-Grounded Geometry Transformer），一种旨在从稀疏、未姿态的多视图图像中重建可编辑的3D参数化曲线的模型。该新方法绕过了现有NeRF和3DGS方法中常见的密集相机视图或昂贵的每场景优化需求。CGGT集成了用于特征学习的Transformer编码器和用于实例关联的掩码注意力解码器，使其能够单次预测相机参数、深度图和曲线掩码。该系统在Wireframe-100K（一个包含10万…
-
AI与海事史标签收集
此集群包含单个条目，该条目似乎是与3D建模、船舶工程和海事史相关的标签和关键词的集合。它还包括与AI技术以及特定AI模型或产品（如Claude、Anthropic、OpenAI、ChatGPT和Copilot）相关的术语。该条目似乎是一个元数据或标记条目，而不是新闻报道。
-
LLM 增强 CAD 系统中的 B 样条曲面拟合
研究人员开发了一个名为 LASP 的新框架，该框架使用大型语言模型 (LLM) 来改进计算机辅助设计 (CAD) 系统中的 B 样条曲面拟合。该框架将建模历史转换为文本描述，然后由经过微调的 LLM 使用这些描述来预测结构化 B 样条先验参数。LASP 旨在弥合高级设计意图与几何配置之间的差距，从而获得更具语义一致性和更准确的拟合结果。
-
AI扩散模型通过文本提示指导工程设计
研究人员开发了一种新颖的工程设计方法，将无训练扩散模型与拓扑优化相结合。该方法允许工程师通过自然语言提示指定设计意图，然后将其集成到基于物理的优化循环中。该框架在各种领域和物理状态下的顺应性降低方面表现出显著改进，优于传统的基于梯度的方法。
-
新的输入表示改进了用于CAD边界数据的神经网络
研究人员开发了一种新的输入表示方法，称为规范区域图，用于处理计算机辅助设计（CAD）边界表示的神经网络。现有方法在处理相同3D实体的边界表示的变体时遇到困难，导致在基准测试上的性能下降。提出的规范区域图提供了针对常见扰动的理论不变性保证，匹配了强大的基线，并在各种测试中表现出稳定性。
-
新的多智能体系统使用 LLM 重新设计 CAD 以提高可制造性
研究人员开发了一种新颖的用于制造设计 (DFM) 的多智能体系统，旨在提高 CAD 模型的可制造性，同时保留其原始设计意图。该系统利用预训练的多模态 LLM 来驱动两个智能体子系统：一个 DFM 审查器，用于识别可制造性改进；以及一个 CAD 修改器，用于执行这些更改。CAD 修改器包括一个视觉审查循环，以根据多视图渲染验证每次编辑，确保准确性和意图保留。这种迭代过程允许创建比单次生成方法更复杂的零件，如离心泵壳体示例所示。
-
新的X射线方法以亚像素精度重建燃气轮机叶片几何形状
研究人员开发了一种新颖的3D-2D刚性配准方法，利用X射线投影精确重建燃气轮机叶片的几何形状。该方法通过最大化互信息来对齐计算机辅助设计（CAD）模型与X射线图像，为检测提供了一种替代全CT重建的方法。研究发现，有限数量的斜视图可以提供最佳精度，即使存在图像噪声和缺陷，也能实现亚像素配准精度。
-
研究发现 LLM 难以对编码的几何推理采取行动
一篇新的研究论文探讨了大型语言模型 (LLM) 所编码的信息与其利用这些信息的能力之间的差距，特别是在几何推理领域。研究发现，虽然 LLM 在预训练后可以有效地解码局部几何关系，但关于草图级约束的信息已经可以从随机初始化的表示中高度解码。此外，研究表明，可解码的信息并不总是能转化为可行的行为，因为生成通常无法表达这些信息，并且干预方法也无法可靠地控制输出。这种分歧突显了编码与表达或控制编码几何结构之间存在的不同失败。
-
新的深度网络改进了机器人织物分割
研究人员开发了一种新的深度学习架构，用于精确的顶层织物分割，这是机器人织物堆叠的关键步骤。所提出的方法通过两个专门的分支增强了标准的编码器-解码器框架：一个用于边缘感知的边界描绘，另一个用于与计算机辅助设计（CAD）模型进行形状感知的对齐。在真实数据集上的实验表明，该方法优于现有的分割技术，并通过定量分析和消融研究验证了其多分支设计的有效性。
-
AI代理MechFaber使用CAD和物理学设计真实机器
一个名为MechFaber的AI代理已被开发出来，用于使用真实的计算机辅助设计（CAD）和物理模拟来设计物理机器。与之前AI模型生成看似合理但前后不一致的设计的尝试不同，MechFaber集成了CAD内核和真实零件库。该系统确保设计满足严格的标准，例如干涉检查、关节范围扫描和正确的紧固，并拒绝任何未能满足这些物理约束的提议。该代理现在专注于决策，而底层引擎则强制执行责任制，从而实现更可靠、更实用的机器设计。
-
新方法改进了无需验证器的LLM文本到CAD生成
研究人员开发了一种新方法，使用大型语言模型来提高文本到CAD生成的准确性。该技术称为“3D CAD共识选择”，涉及生成多个CAD程序候选，并选择与池中其他程序最一致的那个。这种方法消除了对单独验证器的需求，例如视觉语言评判器，并且可以应用于现有的CAD代理而无需额外训练。几何共识选择在几何指标方面显示出改进，与随机选择相比，Chamfer距离减少了1-10%。
-
Madeinair 发布集成 CAD 和制造的 AI 平台
Madeinair 是一个新推出的、由 AI 驱动的平台，旨在简化实体零件的制造流程。它将计算机辅助设计 (CAD) 与包括 3D 打印、CNC 加工、印刷电路板 (PCB) 制造和模具制造在内的各种生产方法相结合。该平台旨在加速从初始设计概念到最终实体组件的转化过程。
-
Backflip AI 发布 AI 工具，将 3D 扫描转换为可编辑的 CAD 模型
Backflip AI 推出了一个新的 AI 模型，能够在短短几分钟内将 3D 扫描转换为可编辑的 CAD 模型。这项技术大大缩短了此类转换所需的时间和专业知识，而这些转换对于航空航天和汽车等行业至关重要。这家初创公司已获得 3000 万美元的融资，并将其工具作为 Autodesk Fusion 的插件提供，旨在实现大量工厂零件的数字化。
-
新的OmniMech基准评估VLMs在工业CAD生成方面的能力
研究人员推出了OmniMech，这是一个大规模基准，旨在评估视觉语言模型（VLMs）从工业制造数据生成可执行CAD程序的能力。该基准包含超过251,000个带有尺寸和公差的2D图纸，并配有原生CAD模型和各种表示。OmniMech专注于四项任务：参数化CAD合成、图示到3D推理、标注基础推理和工具增强的代理推理。初步实验表明，当前的VLMs和专门的CAD模型在合成可执行程序以及准确执行尺寸和公差方面面临挑战。