DeepCAD:基于深度生成网络的 CAD 模型序列学习
新一、简介
DeepCAD 是哥伦比亚大学 Wu、Xiao、Zheng 团队在 ICCV 2021 发表的论文《DeepCAD: A Deep Generative Network for Computer-Aided Design Models》的官方代码发布,也是生成式 CAD 方向被引最高的奠基性工作之一。它的核心贡献是把 CAD 建模从”几何重建问题”重新定义为”命令序列的生成问题”。传统做法把 CAD 模型表示成网格、体素或 B-rep 曲面,这类表示难以编辑、难以参数化,也无法直接复现设计意图,更无法让工程师在生成结果上继续做特征级修改。DeepCAD 反其道而行:一个 CAD 模型被表示为一串有序的建模命令(画草图、挤出、布尔运算、倒圆等),模型的学习目标就是这段命令序列本身。这种序列表示天然携带”设计历史”,因此生成的模型可以用主流 CAD 软件打开、继续编辑,也能被后续工序直接消费。对于希望打通”设计自动化—仿真”闭环的工程师,DeepCAD 提供了把设计意图变成可学习对象的第一块基石,也是后续文本到 CAD、网格到 CAD 等工作的通用语言。读完后你应能判断:当你的任务是生成、补全或编辑参数化 CAD,并非仅仅得到一个不可编辑的网格时,DeepCAD 这类序列生成路线是否比几何重建路线更合适。此外,DeepCAD 采用 MIT 许可并完整开源,使其成为教学、原型验证与后续研究的低风险起点,许多后来的 B-rep 生成与草图生成工作都直接沿用或对照它的序列表示。
对于希望把生成式设计接入物理 AI 流水线的团队,DeepCAD 提供了一个低风险、可审计的起点,值得在原型阶段优先评估。
二、原理与工作方式
DeepCAD 的表示学习分三步。第一步是”序列化”:把 CAD 模型的 B-rep 通过 Onshape 解析器转成一串命令 token,命令类型包括 Line、Arc、Circle 等草图图元,以及 Extrude、Boolean 等实体操作;每条命令的参数(起止点、半径、挤出高度、布尔类型)被量化成固定维度的向量,整段序列再被 pad 到固定长度,得到一个稠密向量序列。第二步是”自编码器”:一个带注意力的 Transformer 风格编码器把序列编码成隐向量,解码器再把它重建回命令序列,训练目标是命令类型分类与参数回归的组合损失。第三步是”生成”:在编码器输出的隐空间上训练一个 WGAN-GP 判别器,使随机采样的隐向量解码后得到合法、多样且新颖的 CAD 程序。代码发布包含 Onshape CAD 解析脚本、训练与评估脚本、在约 17 万条 ABC 数据集命令序列上预训练的模型,以及导出 STEP 格式的工具——STEP 可被 SolidWorks、Fusion 360、Onshape 等主流软件载入。需要强调的是,DeepCAD 学习的是建模过程本身,重点不在于把形状渲染得像,而在于还原出可执行的命令序列,因此它的输出是带特征树的程序,并非一坨无法继续编辑的网格。序列化的代价是信息有损:量化与 pad 会丢失一部分几何精度,但换来了可编辑性与可学习性,这是该路线刻意做的取舍。
这种把表示、重建与生成三段式拆开的思路,后来也成为许多 CAD 生成工作的基础范式,理解它有助于读懂后续扩散式与检索式方法在何处做了取舍,以及它们为什么仍要回到可执行的命令序列这一根上。
三、适用边界与前提
DeepCAD 的前提是:你处理的 CAD 模型能被表达为它支持的那几种命令序列(主要是草图图元加挤出、布尔等),并且你有或能构造足够的命令序列数据来训练或微调。它的训练数据来自 Onshape 公开模型与 ABC 数据集,因此模型偏好这两类语料所覆盖的设计风格,对分布外的几何泛化有限。它不是一个通用网格/点云重建器:如果你手里只有 STL 网格或点云,必须先把它转换成 DeepCAD 的序列表示,而这一步本身(mesh-to-CAD)正是后续工作如 CADFit 要解决的问题,DeepCAD 自身并不包含。此外,DeepCAD 的序列词表与参数化方式决定了它擅长”规则、可程序化描述”的零件,对自由曲面、放样(loft)、扫掠(sweep)这类难以用简单命令序列表达的几何,覆盖有限,往往需要近似处理。实际部署时还要注意运行环境:官方代码面向 Linux、NVIDIA GPU、Python 3.7、PyTorch 1.5 与 pythonocc(OpenCASCADE 绑定),版本锁定较老,迁移到新硬件与框架需要一定适配成本。把 DeepCAD 当作”设计意图生成器”并非”几何求解器”,是避免失望的关键。
换句话说,DeepCAD 的价值在于从无到有地生成可编辑设计,而不在于把已有几何翻新;把这两件事分清,才能正确判断它是否适合你的任务,避免把它硬塞进本应由网格到 CAD 方法处理的环节。实际项目中,若你面对的是扫描件或 STL,优先考虑 CADFit 这类逆向方法,不要勉强 DeepCAD 去补它并不擅长的词表外几何。
四、上手路径
最快的入口是仓库的训练/评估脚本与预训练权重:克隆 rundiwu/DeepCAD,按 README 安装 pythonocc 与 PyTorch 1.5 依赖,先跑通数据解析(Onshape → 命令序列)与自编码器重建,确认重建误差在合理范围,再加载预训练模型做潜空间采样,观察生成结果的多样性与合法性。第一次实验建议用 ABC 数据集的一个子集,固定随机种子、记录依赖版本,并把若干生成的 CAD 程序导出为 STEP,在 SolidWorks 或 Fusion 中打开检查”是否真的可编辑、特征树是否干净”。新手最常见的失败是用新版本 PyTorch/Python 强行运行老代码导致 pythonocc 编译失败,或把网格直接喂给模型却忘了序列化的前置步骤。在把任何生成结果写进提案或产品之前,先用经典 CAD 软件做一次人工开孔/改尺寸的可编辑性验证,因为”能渲染出形状”和”能作为特征树继续编辑”是两件事,后者才是工程可用的标准。本站基于物理的深度学习与几何深度学习提供周边理论与工具链,机器人仿真则展示生成式几何如何接入下游物理仿真。
建议把第一次跑通当作一次受控实验:固定随机种子、记录依赖版本、保留重建前后的模型,这样后续换数据或换环境时,你能立刻判断精度变化来自模型本身还是来自问题设定,避免把调参噪声误认为能力提升。
五、横向对比
把 DeepCAD 与同领域方法放在同一视野比较才有意义。与几何重建路线(如把形状表示成点云、网格或 occupancy 场再做生成)相比,DeepCAD 直接输出可编辑的命令序列,省去了”重建几何 → 再逆向成 CAD”的麻烦,代价是它只能生成词表内的命令组合,对词表外几何无能为力。与 SketchGraphs、Engineering Sketch Generation 这类”草图层面”的工作相比,DeepCAD 覆盖到实体操作(挤出、布尔),是更完整的 CAD 程序生成,但草图层面方法在草图语义理解上更深入。与后来的 BrepGen(基于扩散的 B-rep 生成)相比,DeepCAD 是序列自回归范式,解释性更强、生成结果更易被 CAD 内核校验,但 BrepGen 在表达更复杂拓扑时更有优势,两者互补并非替代。与 PolyGen(网格自回归生成)相比,二者范式相似(都序列化几何),但目标表示不同:一个是 CAD 命令,一个是网格顶点/面。与物理 AI 基础模型 POSEIDON这类面向 PDE 的算子模型不同,DeepCAD 处在设计端,与面向仿真评估的模型分属链条两端。选型的要害是:你需要的是”可编辑的设计意图”还是”不可编辑的形状”——前者选序列生成路线,后者选几何重建路线。
需要提醒的是,这些比较都建立在目标一致的前提下;一旦你的真实需求是高精度复现某个具体零件,与单纯探索设计空间的需求并不相同,结论会明显不同,选型时务必回到交付物本身,不被论文里的相对指标带着走。
六、基准与数据
DeepCAD 的公开证据主要来自论文与随附的 ABC 命令序列数据集。论文报告在约 17.8 万条由 ABC 数据集转换而来的 CAD 命令序列上训练,自编码器重建在命令级准确率与参数误差上表现良好,潜空间 GAN 生成的模型在”新颖性、多样性、合法性”指标上优于朴素的随机采样基线。这些数字里有两点要冷静看待:一是它们由作者在自己的训练—测试切分上给出,并非独立盲测;二是”合法性”指命令序列能被 CAD 内核执行,并不保证几何上满足工程约束,也不代表特征树对人类友好。独立的语境是,ABC 数据集本身的分布偏向 Onshape 公开模型的风格,因此 DeepCAD 的泛化能力受这一分布约束;后续研究(如 BrepGen、文本到 CAD)在更复杂的基准上报告了不同结论,说明序列生成路线的上限仍在被持续探索。任何要写进提案的精度或多样性数字,都应来自你在固定数据切分与固定预训练权重下的本地重跑,不应直接引用 README 示例。本站拓扑优化案例与风力机案例展示了 CAD 几何如何进入仿真环节,可作为下游验证参照。
因此在工程上,应把论文数字视为该分布下可复现的基线,并在你自己的数据上建立对应的本地基线,这比把论文数字当作能力上限要稳妥得多,也更能支持后续的对内汇报与对外提案。
七、物理 AI 场景中的用法
在物理 AI 工作流里,DeepCAD 处在”设计生成”这一最上游。它最自然的用法是为设计探索提供候选几何体:在确定一个零件的形态之前,先用 DeepCAD 在潜空间里采样一批可编辑的 CAD 程序,导出 STEP,再交给OpenFOAM 等求解器或物理 AI 框架 POSEIDON做仿真评估,把”仿真打分”作为反馈去引导生成,形成”生成—仿真—筛选”的闭环。比起手工建模,这种方式能在单位时间内产生并评估更多候选,特别适合拓扑概念阶段的快速迭代,也便于把设计空间探索变成可复现的批量实验。它也能作为逆向工程的补丁:当只有参考形状、需要快速得到一组可编辑的初始设计时,DeepCAD 的序列先验可以帮助补全不完整的建模历史。但要清醒:DeepCAD 不保证生成体的可制造性或结构合理性,仿真反馈环节不可或缺;把未经验证的生成体直接送进物理 AI 框架做训练数据,会放大数据分布偏差。把它定位为”可编辑候选生成器 + 特征树来源”,并非”自动设计终局”,才符合工程实际。
这也意味着 DeepCAD 更适合作为探索阶段的工具,不宜直接作为交付阶段的工具;把任何生成结果送进正式流程之前,都应有一次独立的人工或经典求解校验,确保它在留出构型上确实成立,避免带着未校验的假设进入下游。
八、不适用场景与失效模式
DeepCAD 有几类明确的失效模式。第一,输入不匹配:它吃命令序列、吐命令序列,对原始网格或点云无能为力,若强行喂几何会得到无意义输出。第二,词表外几何:自由曲面、放样、扫掠、复杂圆角链等难以用其有限命令集表达的形状,会被近似成草图+挤出的组合,丢失设计意图,也常产生几何上别扭的近似体。第三,分布外泛化:训练数据偏 Onshape/ABC 风格,遇到工业钣金、注塑件、带拔模与肋板的复杂零件,生成质量明显下降。第四,可编辑性陷阱:解码出的命令序列虽然在 CAD 内核里”能跑”,但特征树可能包含冗余步骤、奇异草图或数值病态参数,在主流 CAD 软件里打开后并不好改,甚至需要人工重构。第五,环境脆弱:官方依赖锁定在 PyTorch 1.5 / Python 3.7 / pythonocc,新版环境极易编译失败,部署前需评估迁移成本。还有一个常被忽略的失效:把”生成了一个看起来对的形状”误当作”生成了一个可直接制造的设计”——形状正确并不等于工程合理,后者需要公差、材料、可制造性等多重校验,这些都不在 DeepCAD 的能力范围内。
综上,DeepCAD 是一把锋利但挑料的工具:用对场景价值很大,用错场景收益有限甚至有害;把它定位为设计探索的加速器,不把它当作生产交付的终点,是避免失望的关键。
九、版本与口径核对
记录 1:DeepCAD 由哥伦比亚大学 Wu、Xiao、Zheng 团队发表,论文《DeepCAD: A Deep Generative Network for Computer-Aided Design Models》发表于 ICCV 2021,arXiv 编号 2105.09492,官方仓库为 rundiwu/DeepCAD,许可证 MIT。记录 2:论文报告在约 17.8 万条由 ABC 数据集转换而来的 CAD 命令序列上训练,自编码器与潜空间 WGAN-GP 在该序列分布上学习生成;这些为项目自述的基准数字,非独立盲测,且量化与 pad 带来的信息有损并未在精度口径中单列。记录 3:代码发布包含 Onshape 解析器、训练/评估脚本、预训练模型与 STEP 导出工具,运行环境锁定 Linux + NVIDIA GPU + Python 3.7 + PyTorch 1.5 + pythonocc。记录 4(核对纪律):引用 DeepCAD 结果时,必须记录数据来源(Onshape/ABC 切分)、预训练权重版本、PyTorch/pythonocc 版本与评估指标,因为序列生成的质量高度依赖这些数据与版本选择;不带版本与切分的精度数字无法复现,不应写进对外提案。以上记录于 2026 年 11 月 12 日对照官方仓库与论文核实,厂商/作者给出的基准数字按项目自述能力声明对待,并非独立验证。
把这些版本与切分信息随结果一并归档,既是可复现的要求,也是在跨团队交接或对外交付时,把一句结论升级为可审计事实的必要环节。尤其当结果要进入提案或客户报告时,缺少预训练权重版本、数据切分或评估指标中任何一项,该数字都无法被他人复现,也就无法被辩护。因此,把归档动作本身纳入交付清单,比事后补记更可靠,也更符合工程纪律。
十、参考资料
- Wu R., Xiao C., Zheng C.,《DeepCAD: A Deep Generative Network for Computer-Aided Design Models》,ICCV 2021,arXiv:2105.09492。
- Koch S. 等,《ABC: A Big CAD Model Dataset For Geometric Deep Learning》,CVPR 2019,arXiv:1812.06216。
- Seff A. 等,《SketchGraphs: A Large-Scale Dataset for Modeling Relational Geometry in Computer-Aided Design》,ICML 2020 Workshop on Object-Oriented Learning,arXiv:2007.08506。
- Willis K. D. D. 等,《Engineering Sketch Generation for Computer-Aided Design》,CVPRW 2021 Sketch-Oriented Deep Learning Workshop,arXiv:2104.09621。
- Nash C. 等,《PolyGen: An Autoregressive Generative Model of 3D Meshes》,ICML 2020,arXiv:2002.10880。
- Xu X. 等,《BrepGen: A B-rep Generative Diffusion Model with Structured Latent Geometry》,SIGGRAPH 2024,arXiv:2401.15563。
- Qi C. R. 等,《PointNet: Deep Learning on Point Sets for 3D Classification and Segmentation》,CVPR 2017,arXiv:1612.00593。
- Riegler G. 等,《OctNet: Learning Deep 3D Representations at High Resolutions》,CVPR 2017,arXiv:1611.05009。