text-to-cad

作者讨论AI在严肃行业落地中缺乏中间表示（IR）和验证器（Verifier）的问题，以text-to-CAD为例说明统一IR和验证对AI方案可行性的关键作用。

本文全面实证研究了使用基础模型（大语言模型和视觉语言模型）从自然语言自动生成CAD的方法，提出了LLMForge框架，包含两种批评机制（IterTracer和IterVision），并在包含97个工程设计问题的基准上评估了七个模型。

Text-CAD 项目实现了从自然语言描述到 STEP 三维模型、切片直至直连 Bambu 打印机全流程的 AI 驱动自动化，通过让 LLM 生成 build123d Python 源码而非直接操作几何内核，有效降低了生成复杂格式的难度，并集成了多项硬件制造相关技能。

Adam (YC W25) 推出 CADAM，这是一款开源 Web 应用，可利用 AI 通过自然语言或图像生成 3D CAD 模型，并提供参数化控制和导出选项。

CADAM 是一个开源工具，通过自然语言在 Blender 中利用 ChatGPT、Claude 或 Gemini 生成 3D CAD 模型，支持参数化控制和多种导出格式。

开源框架 text-to-cad 让 Codex、Claude Code 等编码代理根据文字描述生成 CAD 模型，支持导出 STEP、STL、3MF、DXF、GLB、URDF 等格式，内置 CAD/URDF/Robot Motion 三套技能，可本地运行无需后端。

PR-CAD 提出基于大语言模型的统一框架，通过强化学习与高质量数据集，实现文本到 CAD 的迭代生成与编辑，在可控性与保真度上达到 SOTA。

一个代理技能库，用于从文本或图像生成CAD、机器人描述和制造工件，使AI代理能够创建和操作3D模型及机器人文件。