GenCAD

# GenCAD：基于Transformer对比表示与扩散先验的图像条件计算机辅助设计生成 来源：https://gencad.github.io/ ## 摘要 我们提出GenCAD，一种图像条件的CAD生成模型。该模型不仅生成3D CAD模型，还输出完整的参数化CAD命令历史（即CAD程序）作为结果。 由于边界表示（B-rep）等CAD数据结构的复杂性，训练高效的AI模型非常困难。因数据获取方便，常见方法往往采用网格、体素或点云等表示形式，但这些形式牺牲了真实CAD模型在工程任务、制造及设计空间探索中所必需的精确性和可修改性。为此，我们提出GenCAD——一种图像条件的生成模型，能够生成参数化CAD命令序列（亦称CAD程序），这些序列可通过几何内核转换为3D实体模型。GenCAD的核心在于，我们为计算工程设计的多种模态开发了强大的表示学习框架。 我们提出的GenCAD架构由四个关键步骤组成：1）使用自回归Transformer编码器学习CAD命令序列的潜在表示；2）基于对比学习的模型用于学习CAD命令序列与CAD图像之间潜在空间的联合表示；3）一个潜在扩散模型，能够在CAD图像条件下生成CAD命令序列的潜在表示；4）最后，一个解码器模型，可将CAD潜在表示转换为参数化CAD命令序列。最重要的是，GenCAD不仅生成3D实体，还生成完整的CAD程序。我们的工作代表了CAD领域的一次进步，能够从图像中实现更精确且可修改的3D建模，有望提升自动化设计流程。