MIT团队开源GenCAD：一图生成完整CAD模型与参数化程序

在数字化设计与制造领域，如何将二维图像快速转化为可编辑的三维CAD模型一直是工程师面临的挑战。传统方式需要依赖手工建模，耗时且难以保证精度。近日，麻省理工学院研究团队发布了GenCAD系统，首次实现了从单张图片直接生成完整参数化CAD模型与程序的能力，这一突破有望革新自动化设计流程。

技术架构解析

GenCAD的核心创新在于其独特的架构设计。与以往仅输出3D网格或点云的生成模型不同，该系统能够同时生成可编辑的3D实体模型和完整的CAD命令序列。这意味着用户获得的不仅是几何形状，更是可直接在建模软件中执行的参数化程序，可随时调整尺寸、比例等参数。

实际应用价值

GenCAD的架构包含四个核心步骤：首先，自回归Transformer编码器负责学习CAD命令序列的潜在表示；其次，基于对比学习的模型建立CAD命令序列与图片之间的联合表征空间；第三，潜在扩散模型在图片条件约束下生成CAD命令序列的潜在表示；最后，解码器将这些潜在表示转换为具体的参数化CAD命令。这一架构的创新之处在于它直接学习CAD程序层面的表征，而不仅仅是几何外观。

技术发展展望

在工业场景中，GenCAD展现出显著的应用潜力。在逆向工程场景中，工程师手中有产品实物或渲染图时，可快速重建出可参数化修改的CAD模型，将原本数小时甚至数天的工作缩短至分钟级别。在设计空间探索场景中，设计师可以输入一个设计概念图，快速生成多种变体方案来评估不同设计的优劣。此外，系统能够并行生成多个候选结果供选择，解决了传统生成模型输出不确定、不可控的问题。

开源与获取

从技术发展角度看，GenCAD代表了生成式AI的一个重要方向：正在从「生成图片/视频」向「生成可执行程序/模型」演进。代码生成模型已经在软件开发领域产生了深远影响，而CAD程序生成的价值链条更长——它直接影响制造、采购和供应链环节。一个能够读图并输出参数化CAD模型的AI系统，实际上是在缩短从设计意图到物理产品之间的转化路径。

如有侵权，请联系删除。