CADMAGEDDON:ローカル実行可能なメッシュから編集可能なCADへ変換するエージェント

モスクワ国立大学などのチームによるオープンソースのエージェント:メッシュ(STL、OBJ、PLY、OFF)を入力し、編集可能なCADプログラムを出力します。再構築を、どの平面で切断するか、どの特徴を作成するか、次にどこを修正するかといった一連の単純な視覚的判断に分解し、視覚言語モデル(論文ではQwen3.8-27Bを使用)がレンダリング画像とジオメトリツールの出力を見て判断します。測定とフィッティングはツールに任せ、モデルは使用するジオメトリエンティティを指定するだけで、メッシュファイルや正解データにはアクセスできません。著者らは、最先端モデルに基づくシステムを含む既存の手法を上回る再構築品質を、すべての主要なベンチマークで達成したと主張しています。CadQuery(デフォルト)とFreeCADの2つのバックエンドに対応しており、FreeCAD版ではPartDesign機能ツリーを直接生成します。

原题:CADMAGEDDON: High-Fidelity CAD Reconstruction with Local Inference

モスクワ国立大学などのチームによるオープンソースのエージェント:メッシュ(STL、OBJ、PLY、OFF)を入力し、編集可能なCADプログラムを出力します。再構築を、どの平面で切断するか、どの特徴を作成するか、次にどこを修正するかといった一連の単純な視覚的判断に分解し、視覚言語モデル(論文ではQwen3.8-27Bを使用)がレンダリング画像とジオメトリツールの出力を見て判断します。測定とフィッティングはツールに任せ、モデルは使用するジオメトリエンティティを指定するだけで、メッシュファイルや正解データにはアクセスできません。著者らは、最先端モデルに基づくシステムを含む既存の手法を上回る再構築品質を、すべての主要なベンチマークで達成したと主張しています。CadQuery(デフォルト)とFreeCADの2つのバックエンドに対応しており、FreeCAD版ではPartDesign機能ツリーを直接生成します。

なぜ重要か 部品を外部サービスに送信する必要がなく、単一のGPUでローカルに実行可能。著者らは、中規模のオープンソースモデルを使用することで、最先端モデルに基づく既存手法を上回る再構築品質を達成したと主張しています。

いいね 8 · コードのスター数 4

理由

  • 要約では、単一GPUマシンや現行世代のノートパソコンで実行可能と記載。READMEによると、Qwen3.8-27BのFP8重みは約30 GBで、48 GBのGPU1枚で収まり、OpenAI互換インターフェースに置き換えることも可能
  • 終了条件が明確:入力メッシュとの残差(欠損体積と余剰体積の合計)がゼロになるか、残差がこれ以上低下しなくなった時点でモデルが自発的に停止。各部品について、完全な会話履歴、レンダリング画像、プログラム、およびエクスポートされたSTLファイルが残ります
  • 評価スクリプトが付属しており、IoU、GMS、Chamfer距離、無効率を計算可能。他の手法によるSTL結果の採点にも対応

使い方

  • コード:https://github.com/kulibinai/cadmageddon(MIT);conda env create -f environment.yml でCadQuery環境をインストール。FreeCADバックエンドは別途 freecad/environment.yml(FreeCAD 1.1.3)を使用
  • まず serving/serve_vllm.sh で vLLM サービスを起動して Qwen/Qwen3.8-27B-FP8 を提供し、その後 python agent_run.py --mesh part.stl --out runs/ --base-url http://127.0.0.1:8000/v1 --model Qwen3.8-27B を実行。--backend freecad を追加すると .FCStd が出力され、--mesh にディレクトリを指定し --jobs 8 を追加するとバッチ処理が可能
  • デフォルトでは論文の設定を踏襲:温度 0.2、各応答あたり 15k トークン、コンテキスト予算 250k、ツール呼び出しの最大回数 30 回(--max-calls で調整可能)。--attempts を使用すると、完了していない部品に対して再試行が可能

リスク

  • 要約には具体的なスコアが記載されておらず、「最先端モデルの手法を上回る」というのは著者による報告です。本項目は実行されていません
  • Linux または macOS、Python 3.11 が必要。ヘッドレスLinux環境では PYVISTA_OFF_SCREEN=true を設定し、必要に応じて xvfb-run を使用してください
  • オンラインモデルインターフェースに切り替える場合、呼び出し費用は自己負担となり、部品データもそのサービスに送信されます

開く · コード · 論文ページ

Hugging Face Daily Papers

最新の AI ニュースを見る