fr.wedoany.com Rapport : L’équipe de Du Peng, du Laboratoire national clé d’infographie et de systèmes de conception assistée par ordinateur de l’université Zhejiang, a présenté CADDesigner, un agent de modélisation CAO prenant en charge les entrées multimodales. Cet agent vise à intégrer en profondeur les grands modèles, les agents et les moteurs géométriques traditionnels via la construction d’une couche intermédiaire, afin d’aider les concepteurs CAO à améliorer leurs capacités de conception de modèles et leur productivité.
Dans la phase de conception conceptuelle d’un produit, la conception de modèles CAO est souvent confrontée à des problèmes de besoins incomplets et abstraits. Les concepteurs doivent transformer progressivement leurs idées préliminaires en modèles paramétriques précis. Bien que les logiciels CAO traditionnels comme SolidWorks et CATIA soient puissants, ils exigent une grande expérience de la part des concepteurs, ce qui limite l’efficacité de la conception. Ces dernières années, des progrès ont été réalisés dans l’utilisation de grands modèles de langage pour générer du code de modélisation CAO. Cependant, le réglage fin des grands modèles open source nécessite généralement d’importantes ressources GPU, et la rareté des séquences de modélisation CAO de haute qualité limite également la diversité et la qualité du code généré.
Sur le plan de l’interaction, CADDesigner prend en charge la saisie simultanée de descriptions textuelles et de croquis. Au niveau de la conception des API, cet agent met l’accent sur la cohérence, permettant de générer un code de modélisation CAO qui correspond précisément à l’intention de conception de l’utilisateur. Son système de contraintes se contente de définir les règles, sans participer directement aux calculs géométriques, évitant ainsi les risques d’erreurs liés aux opérations complexes. De plus, CADDesigner permet aux grands modèles de langage d’apprendre à attribuer aux pièces géométriques clés des « cartes d’identité » porteuses de significations fonctionnelles, résolvant ainsi le problème récurrent de « difficulté à trouver des objets » dans le codage au sein du secteur.
Actuellement, les résultats de cette recherche ont été publiés dans la revue de premier plan dans le domaine de la conception assistée par ordinateur et de l’infographie, Computer Aided Design.
L’équipe de CADDesigner a proposé un nouveau paradigme de script de modélisation CAO adapté aux grands modèles : le paradigme impératif à contexte explicite (Explicit Context Imperative Paradigm, ECIP). Ce paradigme fournit aux grands modèles de langage (LLM) un processus opérationnel standardisé, réduisant les conjectures et les erreurs lors de la génération de code de modélisation CAO, et transformant de manière stable les intentions de conception en résultats de modélisation géométrique fiables. L’ECIP adopte, dans la conception des API, une structure d’appel impérative explicite, mettant l’accent sur la cohérence entre la syntaxe, les paramètres et le comportement. Toutes les interfaces API ont une structure similaire et une utilisation uniforme.
En ce qui concerne le système de contraintes, l’ECIP met l’accent sur le principe « dites seulement ce que vous voulez, pas comment le faire », permettant au modèle de simplement décrire « le résultat souhaité » sans calculer « comment y parvenir concrètement ». Le modèle, agissant comme un « commandant », formule des exigences telles que « ces deux pièces doivent être collées ensemble », évitant ainsi les calculs complexes de coordonnées, d’orientation et de position spatiale. Pour résoudre le problème persistant de « difficulté à trouver des objets » dans la « modélisation par code », l’ECIP utilise un mécanisme d’« étiquetage + transmission automatique », permettant au modèle d’attribuer aux pièces géométriques clés des « cartes d’identité » porteuses de significations fonctionnelles, comme « socle » ou « trou de montage ». Ces « cartes d’identité » se transmettent automatiquement au cours du processus de modélisation, et le modèle ultérieur peut rechercher les pièces par leur nom fonctionnel.
En matière de mécanisme de retour d’information, l’ECIP a été optimisé pour les grands modèles de langage. En cas de message d’erreur, l’ECIP indique non seulement au modèle « où l’échec s’est produit », mais fournit également la position de l’erreur, son type, les causes courantes et des suggestions de correction. L’équipe propose également une série d’outils de script automatisés pour effectuer des vérifications d’interférence mécanique sur les résultats de modélisation et générer des rapports de vérification adaptés à la lecture humaine et à l’analyse machine, aidant ainsi les grands modèles de langage à s’auto-corriger et à s’améliorer de manière itérative.
CADDesigner offre une interface SDK plus conviviale pour les grands modèles : le modèle se charge uniquement de comprendre les besoins, d’organiser la structure et d’exprimer l’intention de conception ; les calculs géométriques, l’exécution des contraintes, la sélection des objets, le diagnostic des erreurs et la vérification des résultats sont assurés par le SDK. Cet agent brise la barrière entre le langage naturel et la géométrie précise, faisant passer les grands modèles du statut d’assistants conversationnels à celui d’outils de productivité pour la conception, ouvrant ainsi de nouvelles voies technologiques pour la collaboration homme-machine future et la conception paramétrique pilotée par l’intention.
