实体
DeepCAD
DeepCAD
PulseAugur coverage of DeepCAD — every cluster mentioning DeepCAD across labs, papers, and developer communities, ranked by signal.
总计 · 30天
3
90 天内 3
发布 · 30天
0
90 天内 0
论文 · 30天
3
90 天内 3
层级分布 · 90 天
主题
情绪 · 30 天
1 天有情绪数据
最近 · 第 1/1 页 · 共 3 条
-
新数据集旨在推进AI辅助CAD程序生成
研究人员推出了两个旨在推进AI辅助计算机辅助设计（CAD）的新数据集。CADBench提供了一个统一的基准，包含18,000个跨越六个系列、五种输入模态和六个指标的样本，用于评估CAD程序生成的AI系统。FllumaOne是一个代码原生数据集，提供了100,000个包含可执行Python程序和已验证特征历史的样本，支持各种CAD重建任务。这两个数据集都旨在标准化评估并推动可编辑3D重建领域的发展。
-
新的基准测试评估AI的CAD程序生成能力
发布了两个新的基准测试，CADBench和BenchCAD，用于评估AI从各种输入生成计算机辅助设计（CAD）程序的能力。这些基准测试旨在标准化多模态AI系统在从图像或3D模型重建可编辑CAD程序等任务中的评估。早期评估表明，虽然专用模型在网格到CAD任务上表现更好，但目前的通用视觉语言模型在复杂的几何细节和工业设计参数方面存在困难，这表明它们在工业准备方面存在差距。
-
新型扩散模型推动计算机辅助设计生成
研究人员开发了一种新颖的级联离散扩散框架，以改进计算机辅助设计（CAD）生成。该方法通过直接在离散 CAD 标记而非连续嵌入上操作来解决现有方法的局限性，而连续嵌入通常会导致无效符号。该框架采用独立的命令和参数扩散过程，利用专门的转移矩阵来处理 CAD 数据的异构性质。在 DeepCAD 数据集上的实验表明，与先前的自回归和连续扩散模型相比，其性能更优。