# CAD-MLLM – 上海科技大学联合多机构推出的计算机辅助设计CAD模型生成系统 - Link: https://paooo.com/aigc-news/25477/ - Published: 2026-07-14T07:48:29+08:00 - Author: Prompt 语宙研究院 ⚡ [Prompt](https://paooo.com/ai-image-prompts/) 语宙 AI 导读 · 30 秒核心看点 * 支持文本、图像、点云等多模态输入，直接生成可编辑的参数化CAD模型。 * 引入Omni-CAD大规模数据集与新指标，更全面评估拓扑质量和表面封闭程度。 * 在噪声与缺失数据场景下表现更稳，整体性能超越现有CAD生成方法。 ## CAD-MLLM是什么 CAD-MLLM是由上海科技大学、Transcengram、[DeepSeek](https://paooo.com/?s=DeepSeek) AI和香港大学共同推出的，计算机辅助设计（CAD）模型生成系统，根据用户的多种输入（如 文本描述、图像、点云或这些输入的组合）生成参数化的CAD模型。系统用命令序列和大型语言 模型（LLMs）对齐和处理多模态数据，构建完整的CAD模型。CAD-MLLM引入一个名为Omni-CAD 的大规模多模态数据集，及新的评估指标，全面评估生成模型的拓扑质量和表面封闭程度。 CAD-MLLM在性能上超越现有方法，展现出对数据缺陷的高度鲁棒性。 阅读目录 * [CAD-MLLM是什么](https://paooo.com/aigc-news/25477/#cadmllm%e6%98%af%e4%bb%80%e4%b9%88) * [CAD-MLLM的主要功能](https://paooo.com/aigc-news/25477/#cadmllm%e7%9a%84%e4%b8%bb%e8%a6%81%e5%8a%9f%e8%83%bd) * [CAD-MLLM的技术原理](https://paooo.com/aigc-news/25477/#cadmllm%e7%9a%84%e6%8a%80%e6%9c%af%e5%8e%9f%e7%90%86) * [CAD-MLLM的项目地址](https://paooo.com/aigc-news/25477/#cadmllm%e7%9a%84%e9%a1%b9%e7%9b%ae%e5%9c%b0%e5%9d%80) * [CAD-MLLM的应用场景](https://paooo.com/aigc-news/25477/#cadmllm%e7%9a%84%e5%ba%94%e7%94%a8%e5%9c%ba%e6%99%af) ![CAD-MLLM](https://paooo.com/wp-content/uploads/2026/07/CAD-MLLM-website-1.avif) ## CAD-MLLM的主要功能 * **多模态输入处理**：处理包括文本描述、图像、点云在内的多种输入形式，基于输入生成 CAD模型。 * **参数化CAD模型生成**：系统能生成参数化的CAD模型，用户能对生成的模型进行编辑和 调整。 * **数据集构建与注释**：引入名为Omni-CAD的数据集，包含文本描述、多视图图像、点云和 对应的CAD命令序列。 * **评估指标创新**：系统引入新的评估指标，评估生成的CAD模型的拓扑质量和表面封闭 程度。 * **鲁棒性**：在处理噪声和缺失数据时表现出高度的鲁棒性。 * **交互式设计**：用户基于简单的指令和插图轻松设计CAD模型，让非专家也能实现设计 想法。 ## CAD-MLLM的技术原理 * **命令序列表示**：用CAD模型的命令序列，将命令序列向量化，形成适合大型语言模型（ LLMs）学习的数据流。 * **多模态数据对齐**：用先进的LLMs对齐不同模态数据和CAD模型的向量表示，让模型理解 和处理多种输入。 * **网络架构**：网络架构包括视觉数据对齐、点数据对齐和大型语言模型三个模块，支持 跨模态输入。 * **特征空间共享**：非文本输入首先基于冻结的编码器处理，然后用投影层将特征对齐在 共享的大型语言模型（LLM）特征空间内。 * **低秩适应（LoRA）微调**：基于整合提示与多模态嵌入，并应用低秩适应（LoRA）技术 对LLM进行微调，生成准确的CAD模型。 * **数据增强方法**：提出数据注释流程和数据增强方法，生成新的多模态条件CAD数据集 Omni-CAD。 ## CAD-MLLM的项目地址 * **项目官网**：[cad-mllm.github.io](https://cad-mllm.github.io/?utm_source=ai-bot.cn) * **arXiv技术论文**：[https://arxiv.org/pdf/2411.04954](https://arxiv.org/pdf/2411.04954) ## CAD-MLLM的应用场景 * **工业设计和制造**：设计师和工程师快速生成和修改复杂的工业产品CAD模型，加速产品 开发流程。 * **建筑和工程**：建筑师和结构工程师从现场照片或地形数据生成精确的CAD图纸，提高 设计和规划的效率。 * **汽车行业**：汽车制造商从概念草图或描述中生成精确的汽车零部件CAD模型，优化设计 和制造流程。 * **航空航天**：在航空航天领域，从复杂的设计要求和性能参数中生成飞机和航天器的零 部件和结构的CAD模型。 * **教育和培训**：学生和新手，降低学习曲线，提高教学效果。 🧭 文中关联 [AI 工具](https://ai.paooo.com/)官网与参数卡（语宙 AI 导航） **DeepSeek ↗** DeepSeek 是由幻方量化公司推出的 AI 智能助手和开源大模型平台。其核心功能包括提供世界 级推理能力的 A ❓ 常见问题解答（FAQ） CAD-MLLM能输入哪些类型的数据？ CAD-MLLM支持文本描述、图像、点云以及这些输入的组合，能够将多模态信息对齐到统一表示 后生成参数化CAD模型，适合从不同来源快速构建设计草案。 CAD-MLLM相比传统CAD生成方法有什么优势？ 它不仅能生成可编辑的参数化CAD模型，还引入Omni-CAD数据集和新的评估指标，重点衡量拓 扑质量与表面封闭性；同时对噪声和缺失数据更鲁棒。 CAD-MLLM适合哪些应用场景？ 适合工业设计、建筑工程、汽车零部件、航空航天以及教育培训等场景，尤其适合需要从描述、 草图或现场数据快速生成CAD模型的任务。 🔬 语宙深潜追问 · 进阶实操拆解 如何提升CAD生成的封闭性与拓扑质量？ 把“闭合”从后处理变成训练目标：加入边界一致性、面片连通性和自交惩罚；同时用参数化 草图或约束树监督，减少纯几何生成带来的孔洞和断面问题。 多模态输入混合时怎么避免模型跑偏？ 先统一输入到同一几何语义空间，再做分支编码与交叉注意力融合；训练时要做噪声增强和 缺失模态模拟，否则模型容易过度依赖单一模态，泛化会很差。 🗳️ 读者观点微投票 · 您的实战立场是？ CAD-MLLM做参数化建模，最难的是哪一关？ 🕸️ 语宙向量知识图谱 · 语义强关联深度内链 [🐋 所属权威专题：DeepSeek 深度实战与部署 →](https://paooo.com/topics/deepseek/) * [MMaDA – 字节联合普林斯顿大学等推出的多模态扩散模型](https://paooo.com/aigc-news/18719/) * [LLaMA-Mesh – 清华联合英伟达推出的自然语言生成复杂的3D模型项目](https://paooo.com/aigc-news/25589/) * [09-18 AIGC 早报](https://paooo.com/aigc-morning/4565/) * [Large Motion Model – 商汤科技联合南洋理工推出的统一多模态运动生成模型](https://paooo.com/aigc-news/24496/) [🏛️ Prompt 语宙研究院](https://paooo.com/author/paooo-research/) · Prompt 语宙研究院（ paooo.com Research）专注于前沿多模态大模型架构拆解、AI Agent 工作流评测、AIGC 提示 词工程（Prompt Engineering）与全球高增长 AI 生产力工具实测追踪，致力于为中文开发 者与创作者提供一手、可复现的深度技术洞察。 [📄 Markdown 纯净版](https://paooo.com/aigc-news/25477/?format=md) 💡 这篇内容对您有启发吗？ [📡 RSS 订阅](https://paooo.com/feed/)[✨ 提交 AI 工具 / 合作](https://paooo.com/submit-tool/) **🚀 Prompt 语宙 AI 创作者生态：**探索 2,800+ 全球实用 AI 工具与高精度生图提示词 咒语库 [🧭 语宙 AI 导航 (ai.paooo.com)](https://ai.paooo.com/)[🎨 AI 生图 Prompt 库](https://paooo.com/ai-image-prompts/) [📚 核心专题导航](https://paooo.com/topics/)[⚡ AIGC 早报生成器](https://paooo.com/mtool/)