ArtisanCAD工业级CAD智能体实现专家知识蒸馏
速览
ArtisanCAD是一个工业级CAD智能体，核心是CAD-IR（CAD中间表示），该可执行程序表示能编码参数、有序操作、MCP工具绑定等。CAD-IR首先用于蒸馏专家CAD流程为可复用参数化技能，然后作为程序化骨架将模糊或中级提示转为完整可执行CAD操作。在Text2CAD基准上，CAD-IR将中间提示的Chamfer Distance从14.83降至9.88；在复杂汽车部件上，它能蒸馏专家CATIA录播为可重用技能，生成可编辑的CATIA原生B-Rep模型。
AI 深度解读
背景
计算机辅助设计（CAD）是工业制造的核心环节，特别是在汽车、航空等领域的复杂零部件设计过程中，设计师需要完成长时序的流程化建模、严格的特征依赖、可编辑的参数化几何以及面向生产的边界表示（B‑Rep）执行。近年来，基于自然语言描述生成CAD程序（text‑to‑CAD）的方法取得了显著进展，但现有系统在面对用户提示模糊、说明不足或仅描述高层设计意图时，仍然难以生成可执行的、工业级可用的CAD模型。与此同时，工业工作流中天然存在大量专家过程知识，例如CATIA操作记录、宏日志、工程图纸注释和工程描述，但这些知识极少被text‑to‑CAD方法利用。为填补这一空白，研究团队提出了ArtisanCAD——一个基于专家经验知识蒸馏的工业级CAD智能体。
核心内容
ArtisanCAD的核心是CAD中间表示（CAD‑IR），一种可执行的程序化表示，编码了参数、有序操作、MCP工具绑定、依赖关系、生成实体以及验证规则。CAD‑IR在系统中扮演双重角色：首先，它作为载体，将专家CAD流程蒸馏为可复用的参数化技能（skill）；其次，它提供程序化脚手架（procedural scaffold），将模糊或中等粒度的用户提示转化为完整的可执行CAD操作。
具体工作流程如下：
- 技能检索：系统根据用户需求从专家派生技能库中检索最相关的技能。
- CAD‑IR实例化与修正：基于检索到的技能，ArtisanCAD实例化并调整CAD‑IR，使其适配具体输入。
- 后端执行：通过专用的CATIA‑MCP后端执行生成的程序化流程，生成B‑Rep模型。
- 迭代优化：利用多视角视觉反馈对生成结果进行迭代修正，直至满足要求。
在Text2CAD基准测试上，针对中等粒度提示，CAD‑IR将平均Chamfer距离从14.83降低至9.88，显著缩小了模糊文本意图与可执行CAD构建之间的差距。在四个复杂汽车零部件任务上，CAD‑IR使得专家CATIA操作记录可以被蒸馏为可复用的技能，从而允许ArtisanCAD为新的变体请求生成可编辑的CATIA原生B‑Rep模型。
关键要点
- CAD‑IR（CAD中间表示）：一种可执行的程序化表示，同时作为专家知识蒸馏的载体和模糊提示到完整操作的脚手架。
- 专家技能蒸馏：从工业工作流（CATIA操作记录、宏日志、工程描述等）中提取参数化、可复用的技能。
- CATIA‑MCP后端：专用的模型上下文协议（MCP）后端，负责执行CAD‑IR并生成原生CATIA B‑Rep模型。
- 多视角视觉反馈迭代：利用渲染图像的多视角反馈对生成结果进行自动修正。
- 性能提升：在Text2CAD基准上，中等提示的Chamfer距离从14.83降至9.88；在真实汽车部件任务中实现了专家技能的可复用。
- 工业级输出：输出可编辑的CATIA原生B‑Rep模型，满足生产级要求。
意义与影响
ArtisanCAD将基于大语言模型（LLM）的智能体能力与工业CAD领域的专家经验知识相结合，为text‑to‑CAD方法提供了一条实用路径。其关键创新——CAD‑IR——不仅解决了自然语言提示的模糊性问题，还首次实现了专家操作记录的系统化蒸馏与复用，使得新变体设计可以直接复用已有经验。这种方法减少了从设计意图到可编辑CAD模型之间的工程反复，有望显著提升工业设计效率。此外，ArtisanCAD的开源代码（doi标注为10.5281/zenodo.15129945）和相关数据为后续研究提供了基础，推动了通用CAD智能体在真实工业场景中的落地。