2025_NIPS_GeoCAD: Local Geometry-Controllable CAD Generation with Large Language Models

GeoCAD 论文总结与核心部分翻译

一、文章主要内容

GeoCAD 是一种基于大型语言模型（LLMs）的局部几何可控CAD生成方法，旨在解决现有CAD生成技术难以同时响应文本指令和聚焦局部修改的问题。其核心目标是让用户通过几何文本指令（如“等腰直角三角形”“带切角的矩形”），自动修改CAD模型的指定局部区域，同时保持其余部分不变且新生成局部与整体无冲突。

核心技术流程

1. 数据标注策略：提出互补式标注方法，解决局部几何指令数据匮乏问题。将CAD局部部件（局部环）分为简单部件（如三角形、矩形等常见几何形状）和复杂部件（如字母形、不规则图案）：

   • 简单部件：采用基于顶点坐标的标注法，通过分析边长、角度等几何属性精准分类（如判断菱形、正方形）；
   • 复杂部件：转换为2D图像后，利用视觉大型语言模型（VLLMs）生成描述性指令。
     最终完成约22.1万个局部部件的标注（11.6万复杂部件+10.5万简单部件）。

2. 两阶段训练流程：

   • 阶段1（CAD-文本对齐预训练）：对局部部件进行平移、缩放、旋转等数据增强，通过提示词引导LLMs学习几何指令与CAD文本表示的对应关系；
   • 阶段2（局部几何控制微调）：随机屏蔽CAD模型中的局部部件，结合几何指令构建提示词，让LLMs自回归预测屏蔽部件，确保生成结果符合指令且与整体兼容。