論文の概要: RealCADBench: Benchmarking Parametric CAD Modeling from Industrial Design Intents
- arxiv url: http://arxiv.org/abs/2609.03773v2
- Date: Fri, 04 Sep 2026 02:31:07 GMT
- ステータス: 翻訳完了
- システム内更新日: 2026-09-07 13:53:00.665752
- Title: RealCADBench: Benchmarking Parametric CAD Modeling from Industrial Design Intents
- Title（参考訳）: RealCADBench: インダストリアルデザインインテントからのベンチマークパラメトリックCADモデリング
- Abstract要約: 本稿では,リアルCADBenchについて紹介する。
1,745-Assm25 (25-task assembly study) を1,770タスク評価スライスで行った結果について報告する。
6つのフロンティアスケールの大型モデルで、実行性は0.565から0.812まで、Solid IoUは0.2841から0.5379まで、Surface IoUは0.112から0.217までである。
- 参考スコア（独自算出の注目度）: 18.753552529168715
- License: http://arxiv.org/licenses/nonexclusive-distrib/1.0/
- Abstract: Parametric computer-aided design (CAD) modeling is difficult to evaluate with a single metric. Existing CAD benchmarks often emphasize synthetic or CAD-native settings, limited input modalities, or executability and IoUs alone. We introduce RealCADBench, a benchmark for intent-to-program CAD modeling from real industrial design intents. It contains 12,632 tasks from 19 factory-automation categories and spans text descriptions, 2D engineering drawings, real product pictures, and rendered images for both Part and Assembly modeling. We report results on a 1,770-task evaluation slice: 1,745 Part tasks across four input regimes and RCB-Assm25, a 25-task assembly study used in every reported assembly comparison. Each method generates FreeCAD API Python, which a shared runtime executes to export the 3D model. We evaluate the exported model using executability, Solid IoU, Surface IoU, and a rubric-based visual-semantic identity Judge. Among the nine standalone frontier large models evaluated, no model leads all four metrics. Across six frontier-scale large models, executability ranges from 0.565 to 0.812, Solid IoU from 0.2841 to 0.5379, and Surface IoU from 0.112 to 0.217 across the four Part regimes. The highest regime-balanced composite comes from a different model than the leaders on the four component metrics. On RCB-Assm25, Codex with GPT-5.5 improves executability and both IoU metrics over standalone GPT-5.5, but lowers the Judge score by 6.98 percentage points, leaving GPT-5.5 as the Judge leader. We also observe recurring failure modes, most notably missing fine structures, loss of part identity, and incorrect assembly placement. These results show that execution alone is insufficient to characterize realistic CAD modeling and that frontier models and agents differ substantially across executability, IoUs, and visual-semantic identity.
- Abstract（参考訳）: パラメトリック・コンピュータ・エイドド・デザイン(CAD)モデリングは1つのメトリクスで評価することは困難である。
既存のCADベンチマークでは、合成またはCADネイティブな設定、限られた入力モダリティ、実行可能性とIoUのみを強調していることが多い。
本稿では,リアルCADBenchについて紹介する。
19の工場自動化カテゴリから12,632のタスクが含まれており、テキスト記述、2Dエンジニアリング図面、実際の製品写真、パーツとアセンブリの両方のモデリングのためのレンダリングイメージを網羅している。
1,770タスクの評価スライスの結果を報告する:4つの入力レジームにわたる1,745タスクと、報告された各アセンブリ比較で使用される25タスクアセンブリスタディであるRCB-Assm25について報告する。
各メソッドはFreeCAD API Pythonを生成し、3Dモデルをエクスポートするために共有ランタイムが実行される。
我々は,実効性,Solid IoU,Surface IoU,およびルーリックに基づく視覚的セマンティック・アイデンティティ・ジャッジを用いて,輸出されたモデルを評価した。
評価された9つのスタンドアロンフロンティア大モデルの中で、モデルが4つのメトリクス全てをリードすることはない。
6つのフロンティアスケールの大型モデルで、実行性は0.565から0.812まで、Solid IoUは0.2841から0.5379まで、Surface IoUは0.112から0.217までである。
最も高いレギュラーバランスのコンポジットは、4つのコンポーネントメトリクスのリーダーとは異なるモデルから来ています。
RCB-Assm25では、GPT-5.5のコーデックスが実行可能性を改善し、GPT-5.5以上のIoU測定値も改善したが、ジャッジスコアは6.98ポイント低下し、GPT-5.5がジャッジリーダーとなった。
また、繰り返し発生する障害モードも観察し、特に微細な構造が欠如していること、部分的アイデンティティの喪失、誤組立の配置を観察した。
これらの結果から,現実的なCADモデリングを特徴付けるには実行だけでは不十分であり,フロンティアモデルとエージェントは実行可能性,IoU,視覚的セマンティック・アイデンティティによって大きく異なることが明らかとなった。
関連論文リスト
- VisCAD: A Foundation Model Suite with Multimodal Industrial CAD Intelligence [32.22871192437597]
パートレベルの生成は、レンダリング、テキスト記述、2D描画、実際の写真など、さまざまな形式のユーザインテントをマップする。
アセンブリレベルの生成は、相互作用する部分、計画的な交際関係、見積もりのポーズ、すべての部分の正しい配置を、追加で処理する必要があります。
本稿では,現実的な産業製品に対して,広範な一般化と強力なCAD機能を実現するための基礎モデルスイートであるVisCADを紹介する。
論文 参考訳（メタデータ） (2026-09-03T13:14:36Z) - CADEngBench: It Looks Like CAD, but Does It Work? Evaluating Parametric Design, Assembly Reasoning, and Physics Simulation [1.7032702581423902]
CADモデルは、正しいように見えるので、エンジニアリンググレードではない。
これらの機能のための2トラックのベンチマークであるCADEngBenchを紹介します。
論文 参考訳（メタデータ） (2026-08-10T08:47:18Z) - SUFLECA: Scaling Up Feature Learning for CAD-to-image Alignment [8.675679091961213]
CAD-to-imageアライメントは、オブジェクトの9Dポーズを単一のRGBイメージから推定することを目的としている。
最近のゼロショット法では、画像領域とCADモデルとのマッチングに視覚的基礎モデルを使用している。
ゼロショットCADアライメントのための弱い教師付きフレームワークSUFLECAを紹介する。
論文 参考訳（メタデータ） (2026-07-16T14:32:34Z) - Foundation Models for Automatic CAD Generation [0.0]
本章では,機械部品の自動設計(CAD)のための基礎モデルに関する実証的研究を紹介する。
LLMForgeは空間的検証,解析的特徴スコアリング,メッシュ合成,マルチラウンド反復精錬を統合したマルチモデルテキスト・ツー・CADフレームワークである。
IterTracerの下では、4つの最高ランクのモデルが98.97%の成功率を持つ厳密なクラスタ(overall mean in [0.885, 0.890])を形成している。
論文 参考訳（メタデータ） (2026-07-06T19:17:49Z) - Embodied-R1.5: Evolving Physical Intelligence via Embodied Foundation Models [63.96252564303143]
Embodied-R1.5は統合されたEmbodied Foundation Model(EFM)であり、包括的エンボディド推論機能を統合する。
我々は15B以上のトークンからなる大規模データシステムを構築し、マルチタスクバランスのRLレシピを設計する。
8Bパラメータしか持たず、Embodied-R1.5 SOTAは24のVLMベンチマークのうち16で、Gemini-Robotics-ER-1.5やGPT-5.4といった主要なモデルを上回った。
論文 参考訳（メタデータ） (2026-06-09T18:07:50Z) - WBench: A Comprehensive Multi-turn Benchmark for Interactive Video World Model Evaluation [56.5415838759151]
WBenchはインタラクティブな世界モデルを評価するための総合的なベンチマークである。
ビデオの品質、セッティングアテンジェンス、インタラクションアテンデンス、一貫性、物理コンプライアンスをカバーしている。
289件のテストケースと1,058件のインタラクション・ターンが含まれており、多様なシーン、スタイル、主題、一対三の視点をカバーしている。
論文 参考訳（メタデータ） (2026-05-25T14:01:31Z) - Self-Improving CAD Generation Agents with Finite Element Analysis as Feedback [21.804668679670655]
我々は、自由形式のエンジニアリングブリーフから完全に組み立てられたマルチパートSTEPファイルを生成するモデルを必要とする、より業界固有のタスク定式化を導入する。
FEAの検証によると、Codex (GPT-5.5) と Claude Code (Opus-4.7) のエージェントは、メインのファースト・アタプティブ・スイープにおいて1つの厳密な通過アーティファクトを生成していない。
S2OとFusion360では、同じフィードバックツールが幾何再構成を改善し、GPT-5.5/xhighはS2Oでは0.444から0.592Box-IoU、Fusion360では0.397から0.505に上昇した。
論文 参考訳（メタデータ） (2026-05-17T13:47:38Z) - Beyond 'Templates': Category-Agnostic Object Pose, Size, and Shape Estimation from a Single View [69.6117755984012]
物体の6Dポーズ、サイズ、形状を視覚入力から推定することは、コンピュータビジョンの基本的な問題である。
一つのRGB-D画像から6次元のポーズ,サイズ,密な形状を同時に予測する統合されたカテゴリ非依存フレームワークを提案する。
論文 参考訳（メタデータ） (2025-10-13T17:49:15Z) - CADCrafter: Generating Computer-Aided Design Models from Unconstrained Images [69.7768227804928]
CADCrafterは画像からパラメトリックCADモデル生成フレームワークで、合成テクスチャなしCADデータのみをトレーニングする。
多様な幾何学的特徴を正確に捉えるための幾何エンコーダを導入する。
提案手法は、実際の制約のないCADイメージを頑健に処理でき、また、目に見えない汎用オブジェクトにも一般化できる。
論文 参考訳（メタデータ） (2025-04-07T06:01:35Z) - PHT-CAD: Efficient CAD Parametric Primitive Analysis with Progressive Hierarchical Tuning [52.681829043446044]
ParaCADは1000万点以上のアノテートドローイングと、複雑なトポロジカルな構造とテストのための物理的な制約を備えた3,000の現実世界の産業図で構成されている。
PHT-CADは視覚言語モデルのモダリティアライメントと推論機能を利用する新しい2次元PPAフレームワークである。
論文 参考訳（メタデータ） (2025-03-23T17:24:32Z) - SHREC'22 Track: Sketch-Based 3D Shape Retrieval in the Wild [45.25315209733826]
このトラックでは,異なるレベルの描画スキルを持つアマチュアが描いた大規模なスケッチが採用されている。
46,000以上のCADモデル,1700のリアルモデル,145,000のスケッチからなる2つのベンチマークを構築した。
4チームがこのトラックに参加し,2つのタスクに対して15回の実行を提出した。
論文 参考訳（メタデータ） (2022-07-11T15:26:52Z)
関連論文リストは本サイト内にある論文のタイトル・アブストラクトから自動的に作成しています。
指定された論文の情報です。
本サイトの運営者は本サイト（すべての情報・翻訳含む）の品質を保証せず、本サイト（すべての情報・翻訳含む）を使用して発生したあらゆる結果について一切の責任を負いません。