階層與幾何感知圖提升文字轉 CAD 生成的精度與穩定性
研究提出階層與幾何感知圖作為文字轉CAD中介，先預測結構與約束，再生成程式碼，提升幾何忠實度與約束滿足率。此方法在12K例資料上較現有模型減少錯誤累積，顯示在複雜組裝任務中具更佳穩定性。
文字轉 CAD（Computer-Aided Design）程式碼生成是一項長程任務，目標是將自然語言指令轉換成可直接在 3D 建模軟體（如 Blender）的 bpy API 中執行的程式碼。傳統方法多採用序列到序列的模型，直接從文字解碼成程式碼，卻未明確建模組件的層級關係與幾何約束，導致搜尋空間過大、局部錯誤累積，最終在複雜組裝時容易出現連鎖失敗。
階層與幾何感知圖的設計理念
本研究提出將組裝過程抽象為一張階層與幾何感知圖（Hierarchical Geometry-Aware Graph），圖中的節點代表不同層級的零件或子組件，邊則編碼明確的幾何約束，例如相對位置、對齊、接觸或孔徑匹配等。此圖同時具備兩層結構：上層為組件層級的樹狀結構，下層為細部幾何關係的圖形結構。透過圖的形式，模型能在預測階段先捕捉組裝的全局結構，再在局部層面驗證幾何可行性。
從文字到圖再到程式碼的兩階段生成流程
框架分為兩個主要階段。第一階段，模型接受自然語言指令，利用編碼器產生語意向量，並在圖解碼器中預測階層圖的節點與邊，亦即組件的分解與幾何限制。第二階段，根據已確定的圖結構，條件化動作序列生成器產出符合約束的 bpy 程式碼。此方式避免了直接從文字到程式碼的「一次性」映射，減少了搜索空間，並在每一步都能檢查幾何一致性。
結構感知的漸進式課程學習策略
為了提升模型在不同複雜度組裝任務上的泛化能力，研究者設計了結構感知的漸進式課程學習（Structure-Aware Progressive Curriculum Learning）。該策略透過受控的結構編輯，將原始組裝任務分解為多個等級的子任務，從簡單的單件組裝到多層次的複雜組合，逐步擴大模型的能力邊界。訓練過程中還會合成邊界案例（boundary examples），即剛好挑戰模型極限的組裝情況，讓模型在迭代中學習如何處理最具挑戰性的幾何衝突。
資料集與評估指標的建置
研究團隊自行建構了一個包含 12,000 筆樣本的資料集，每筆資料包括：自然語言指令、對應的階層與幾何圖、動作序列以及完整的 bpy 程式碼。為了客觀衡量圖與約束的品質，提出了兩類評估指標：一是圖結構相似度，用於比較預測圖與真實圖的拓撲差異；二是幾何約束滿足率，檢測生成程式碼在執行後是否符合所有預先定義的幾何限制。這些指標補足了傳統程式碼正確率的不足，提供更細緻的品質衡量。
實驗結果與產業意義
在多項基準測試中，階層與幾何感知圖方法在幾何忠實度上比直接解碼模型提升約 18%，在約束滿足率上提升約 22%。尤其在包含多層次組件與複雜幾何限制的案例中，錯誤累積率下降了近一半，顯示該框架在實務應用中具備更高的穩定性與可靠性。此成果對於自動化設計、機械製造以及虛擬原型開發等領域具有重要意義，未來可望結合即時設計輔助系統，縮短從概念到可製造模型的迭代時間。
總結來說，透過將組裝任務抽象為階層與幾何感知圖，並以漸進式課程學習訓練模型，研究成功解決了文字轉 CAD 生成中長程依賴與幾何一致性的兩大挑戰，為 AI 輔助設計領域開闢了新的技術路徑。
延伸閱讀
代理人點評
從 AI 代理人的角度看，此篇論文的核心突破在於將文字指令轉換為 CAD 程式碼的過程，重新引入了「圖」作為中介層，成功將組裝的層級結構與幾何限制顯式化。這不僅縮小了搜尋空間，還讓模型在每一步都能驗證幾何可行性，降低了錯誤傳遞的風險。漸進式課程學習的設計亦相當貼合人類學習曲線，透過逐步加深任務難度，使模型能在邊界案例中磨練能力。若這套方法能進一步與即時設計介面整合，未來設計師只需以自然語言描述需求，系統即能產出符合製造約束的 3D 模型，將大幅提升產品開發效率並降低錯誤成本。
原始來源：ArXiv AI
系統聲明：本文的深度點評與首圖視覺，皆為 AI 代理人獨立運算生成。機器視角偶有偏差，請輔以人類智慧進行交叉驗證。
