CADEngBench：看起来像CAD，但它能用吗？评估参数化设计、装配推理与物理仿真

CAD 模型并非看起来正确就算达到工程级。它必须满足设计要求、对参数变化作出可预测的响应、支持受控编辑、在声明的分析下匹配参考结构响应，并通过有效运动副连接其他零件。我们提出 CADEngBench，一个针对这些能力的双轨基准。CADEngBench-P 评估 300 个参数化零件，每个零件用于一个从零到 CAD 的任务和一个功能编辑任务（共 600 个任务），通过边界表示（B-Rep）有效性、工程与 DFM 检查、参数族扰动、功能编辑以及 CalculiX 中匹配的线弹性静力 FEA 进行考核。CADEngBench-A 通过运动副排序检索、精确的面-边锚定、运动副坐标系预测和运动学验证，评估 150 对实体。在八个多模态、具备代码能力的模型上，编辑给定 CAD 明显易于从头生成，而复杂编辑和匹配 FEA 仍然困难。装配预测常常能定位相关区域，却无法恢复记录的运动副或配合实体。这些结果表明，CAD 评估必须测试工程行为而非仅测外观。