论文

IndustryForge-27B:面向工业CAD的领域增强多模态基础模型

IndustryForge-27B: A Domain-Enhanced Multimodal Foundation Model for Industrial CAD

模型训练监督微调与指令调优

摘要

自动化工业CAD设计与制造对多模态基础模型提出独特要求:模型必须看懂工程图纸和3D几何截图,编写正确的参数化建模脚本和Windows COM API代码,并覆盖从单个零件到装配体的全范围。通用多模态模型在这些任务上表现不足,而单任务微调又过于狭窄,无法支撑上层智能体发出的多样调用。我们在Qwen3.5-VL-27B之上构建IndustryForge-27B,做法是从六个工业CAD子语料库中精选并整合总计约52k(~52k)个多模态样本——CAD视觉问答(CAD-VQA)、参数化CAD代码(text2cadquery)、装配级CAD代码(text2cadquery-assembly),以及面向Inventor/SolidWorks的三个COM子语料(com_2d / com_3d / com_assembly)——并用统一的多任务SFT配方训练。在四个CAD领域基准上,IndustryForge-27B使基座模型平均提升+33.65个百分点(pp),并在全部四个基准上超越强闭源模型GPT-5.4;在十一个通用能力基准上,它保持并略微改进了基座模型(平均+1.56 pp,无灾难性遗忘)。IndustryForge-27B将作为下游工业智能体项目的公共底座,为从CAD设计到工业软件操作、从零件到装配体、从单次生成到闭环自我改进的全栈工业智能体提供统一起点。