本文閱讀導(dǎo)圖

AM易道分享

在AI努力提高生產(chǎn)力的時(shí)候，一直存在一個(gè)很大的問題。

研究員們始終無法讓AI學(xué)會(huì)如何操作復(fù)雜的工業(yè)軟件。

因?yàn)?strong>CAD軟件始終是一種高度抽象思維的工具。

比如一位設(shè)計(jì)師在SolidWorks或Fusion 360中反復(fù)點(diǎn)擊、拉伸、旋轉(zhuǎn)時(shí)，他們實(shí)際上是在執(zhí)行一種高度結(jié)構(gòu)化的空間推理過程。

這種知識(shí)我們很難用文字形象的教給AI，我們只能說點(diǎn)哪里，然后點(diǎn)哪里，然后放大一點(diǎn)點(diǎn)。

上個(gè)月的公開信息值得分享，麻省理工學(xué)院研究團(tuán)隊(duì)正泰試圖解決這個(gè)核心問題，讓AI學(xué)會(huì)如何使用復(fù)雜的CAD工具。

超越指令集：讓AI理解建模的語境

傳統(tǒng)CAD自動(dòng)化方案通常依賴于預(yù)設(shè)參數(shù)或模板，而MIT團(tuán)隊(duì)的VideoCAD項(xiàng)目選擇了截然不同的路徑。

他們構(gòu)建了一個(gè)包含41000個(gè)建模視頻的數(shù)據(jù)集。

該項(xiàng)目首席研究員Ghadi Nehme解釋道：關(guān)鍵在于將高級(jí)設(shè)計(jì)指令轉(zhuǎn)化為像素級(jí)的界面操作。

當(dāng)人類工程師說繪制直線，AI需要理解這意味著一系列具體動(dòng)作：

定位起點(diǎn)坐標(biāo)、保持工具選中狀態(tài)、拖動(dòng)至終點(diǎn)位置。

這種轉(zhuǎn)化過程的技術(shù)實(shí)現(xiàn)極具創(chuàng)新性。

研究團(tuán)隊(duì)開發(fā)了規(guī)則驅(qū)動(dòng)的UI機(jī)器人，在Onshape平臺(tái)上自動(dòng)執(zhí)行從JSON指令到界面操作的全流程。

每個(gè)操作步驟都被解構(gòu)為鼠標(biāo)軌跡、按鍵序列和視覺反饋的多元組合。

例如，一次簡單的拉伸操作可能涉及17個(gè)離散動(dòng)作：

從工具欄選擇拉伸工具、點(diǎn)擊草圖輪廓、輸入數(shù)值參數(shù)到確認(rèn)執(zhí)行。

這種精細(xì)化解構(gòu)讓AI能夠?qū)W習(xí)到人類設(shè)計(jì)師的隱性知識(shí),如何通過界面交互實(shí)現(xiàn)三維構(gòu)思。

數(shù)據(jù)驅(qū)動(dòng)的建模邏輯學(xué)習(xí)

VideoCAD數(shù)據(jù)集的真正價(jià)值在于其多模態(tài)特性。

它不僅記錄了最終的三維模型，更捕捉了整個(gè)創(chuàng)作過程中的每一個(gè)決策節(jié)點(diǎn)。

數(shù)據(jù)集統(tǒng)計(jì)分析揭示了專業(yè)設(shè)計(jì)師的操作模式：

快捷鍵使用頻率占主導(dǎo)（特別是Shift鍵的組合應(yīng)用），鼠標(biāo)移動(dòng)軌跡呈現(xiàn)特定模式，多拉伸任務(wù)的操作序列長度達(dá)到單拉伸任務(wù)的近三倍。

MIT機(jī)械工程副教授Faez Ahmed指出：

我們訓(xùn)練的不是簡單的形狀生成器，而是具備界面交互能力的智能體。它學(xué)會(huì)的不僅是如何創(chuàng)建三維模型，更是如何在CAD環(huán)境中像人類一樣思考和工作。

行業(yè)影響：設(shè)計(jì)新范式

我們認(rèn)為，這項(xiàng)工作奠定了CAD-AI的技術(shù)基礎(chǔ)。

未來我們可以期待AI不僅自動(dòng)完成重復(fù)性建模任務(wù)，還能在設(shè)計(jì)的早期階段提供智能建議。

這種技術(shù)突破將深刻改變設(shè)計(jì)工作流程。AI將利用這個(gè)數(shù)據(jù)集學(xué)會(huì)如何使用CAD工具。

未來這種技術(shù)可能催生全新的設(shè)計(jì)交互模式，設(shè)計(jì)師通過草圖表達(dá)意圖，AI負(fù)責(zé)技術(shù)實(shí)現(xiàn)，從此實(shí)現(xiàn)建模自由，AI操作CAD進(jìn)行精準(zhǔn)的建模。

結(jié)語

當(dāng)前系統(tǒng)仍面臨諸多挑戰(zhàn)，研究團(tuán)隊(duì)提到處理復(fù)雜的裝配體結(jié)構(gòu)和工程約束仍是待攻克的難題。

未來的研究方向包括擴(kuò)展數(shù)據(jù)集覆蓋更多CAD軟件平臺(tái)，增強(qiáng)對(duì)參數(shù)化設(shè)計(jì)和設(shè)計(jì)意圖的理解能力，以及開發(fā)支持實(shí)時(shí)協(xié)作的智能設(shè)計(jì)環(huán)境。

隨著這項(xiàng)技術(shù)的成熟，未來的工程設(shè)計(jì)可能不再是人機(jī)分離的線性流程，而是真正意義上的智能共生系統(tǒng)。

當(dāng)AI補(bǔ)齊了精準(zhǔn)建模這一關(guān)鍵環(huán)節(jié)，從人類的創(chuàng)意草圖到3D打印機(jī)上的實(shí)體構(gòu)件，整個(gè)轉(zhuǎn)化過程將變得前所未有的順滑與高效。

我們將持續(xù)關(guān)注這個(gè)技術(shù)的發(fā)展。