VisCAD：具有多模式工业 CAD 智能的基础模型套件

工业产品的人工智能辅助计算机辅助设计 (CAD) 涉及两个具有挑战性的阶段。零件级生成将不同形式的用户意图（包括渲染、文本描述、2D 绘图和真实照片）映射到 CAD 领域特定语言的可执行程序。装配级生成还必须处理相互作用的零件、规划配合关系、估计姿势并正确放置所有零件。现有的专用 CAD 模型通常在狭窄的输入域（例如渲染或文本）上进行训练，并且通常泛化能力较差，而通用前沿模型涵盖更广泛的输入，但在 CAD 域中的表现不一致。我们推出 VisCAD，这是一个基础模型套件，旨在为实际工业产品提供广泛的通用性和强大的 CAD 功能。其核心是 VisCAD-M1，这是一个通过中期训练和 后训练 进行训练的 27B 模型，用于零件级设计生成。在 PubCADBench 和 RealCADBench 上，VisCAD-M1 在评估的模型中获得了最高的平均零件级分数，达到 0.5540，而最强前沿模型的平均分数为 0.5496。重新使用 VisCAD-M1 作为测试时验证器可以进一步将分数提高到 0.5797，比之前的技术水平相对提高约 5%。 VisCAD 还包括一个特定领域的Harness，该Harness利用前沿模型进行复杂的装配生成，并在定量和定性评估方面展示了优于通用Harness的优势。