BenchCAD：面向程序化CAD的全面行业标准基准

工业计算机辅助设计（CAD）代码生成要求模型从视觉或文本输入产出可执行的参数化程序。这一任务不止于识别零件的外部形状，还包括理解其3D结构、推断工程参数，以及选择能反映零件设计与制造方式的CAD操作。尽管多模态大语言模型（MLLM）在这项任务上前景可期，但人们很少评估这些能力在真实工业CAD场景中能否同时成立。我们提出BenchCAD，一个面向工业CAD推理的统一基准。BenchCAD包含17,900个经执行验证的CadQuery程序，覆盖106个工业零件族，包括斜齿轮、压缩弹簧、麻花钻等可复用工程设计。它通过视觉问答、代码问答、图像到代码生成与指令引导的代码编辑来评估模型，支持跨感知、参数抽象与可执行程序合成的细粒度分析。在10余个前沿模型上，BenchCAD显示当前系统往往能恢复粗略的外部几何，却无法产出忠实的参数化CAD程序。常见失败包括缺失精细3D结构、误读工业设计参数，以及用更简单的草图-拉伸模式替代扫掠、放样、扭转拉伸等关键操作。微调与强化学习能提升分布内性能，但对未见零件族的泛化仍然有限。这些结果使BenchCAD成为衡量并改进多模态CAD自动化工业就绪度的基准。