爱游戏（AYX）是全球最大的在线综合性娱乐平台[永久网址:363050.com]爱游戏体育在赞助和服务覆盖方面遥遥领先于其他同行，每天为您提供近千场精彩体育赛事。 包括爱游戏真人、爱游戏棋牌、爱游戏电竞、爱游戏体育、爱游戏电子、全球各地赛事、动画直播、视频直播等服务。

　　来自魔芯科技、NTU等的研究人员提出图生3D新框架，名为CADCrafter

　　CADCrafter和过去得到网格（Mesh）或3D高斯泼溅（3DGS）的图生3D方法大不相同。

　　不管是零件渲染图，还是拍摄的3D打印零件，甚至是随意拍摄的日常生活中的物体，CADCrafter均能够生成的对应的原始CAD文件（以CAD指令的方式表示，包括表征每个几何特征的指令和对应参数）

　　并且通过CAD编译器进行编译，可得到直接生产加工的3D文件（如STP格式的文件）

　　实验中，从落地实用性、表面质量等特点来看，CADCrafter相较于目前的图生3D方法均有显著提升。

　　这项研究的作者来自KOKONI 3D（魔芯科技）、新加坡南洋理工大学、新加坡A*STAR、西湖大学、德州大学奥斯汀分校和浙江大学。

　　在现实世界中，大多数人造物体最初都是通过计算机辅助设计（CAD）软件以参数化的方式建模的。

　　然而，如今大热的3D AI生成内容（3D AIGC）技术，例如TRELLIS等方法，大多仍依赖于“网格模型”（Mesh）作为基础。

　　相比CAD的参数化设计，网格模型不仅难以理解，更难精确编辑。用户想要修改一个小部件的尺寸？在CAD中只需调整参数，在网格模型中却可能要大动干戈。

　　而且，这些AI生成的网格模型表面常常不够光滑，边缘也不够锐利，尤其是使用像Marching Cubes这样的算法从隐式函数转换生成网格时，几何质量更容易受到影响。

　　相比之下，CAD的参数化模型则提供了极高的可控性和精度。它们允许用户直接通过参数调整几何形状，实现快速且精准的修改，大大提升了设计的灵活性与可解释性。

　　首先，团队训练了一个变分自编码器（VAE），将CAD指令序列映射到一个结构化的隐空间。

　　接着，在该隐空间中引入条件扩散生成过程：基于Diffusion Transformer（DiT）架构，训练一个扩散生成大模型，输入条件为用户提供的图像，从而实现图像引导下的CAD隐空间采样与生成。

　　考虑到从单张图像重建CAD模型的挑战性，团队首先构建了一个多视图输入的DiT生成模型，以更稳定地学习图像到CAD空间的映射关系。

　　随后，通过引入蒸馏机制（使用Ldistill损失），将多视图模型的知识迁移到单视图模型中，从而实现了仅基于单张图像进行高质量CAD生成的能力。

　　在CAD生成过程中，CAD指令还需经过CAD内核（CAD Kernel）解析，才能生成可视的3D模型。

　　然而，若生成指令存在语义错误，例如不闭合曲线等问题，模型构建将直接失败。

　　为解决这一关键挑战，作者设计了一个代码合理性判别模块，用于判断生成的CAD代码是否能够被成功编译。

　　作者进一步采用DPO（Direct Preference Optimization）损失，引导模型倾向于生成更可编译、几何结构完整的CAD指令，从而显著提升最终3D模型生成的成功率与实用性。

　　研究团队选取多个标准CAD模型，使用KOKONI SOTA 3D打印机将其打印成实物，并通过拍照获取图像输入。

　　实验表明，CADCrafter能够基于单张图像，准确生成结构清晰、符合几何特征的CAD建模指令，其生成效果在细节还原度方面优于现有方法。

　　拍摄日常生活中的物体，CADCrafter也能直接生成其设计制造时可用的工程文件，其表面平面度、棱角等细节均符合物体被生产加工制造时的特点（良好表面、尺寸和几何特征均可编辑）

　　这一成果不仅展示了CADCrafter在建模精度上的突破，也展现了其在实际应用场景中的可行性。

　　例如，在制造与维修领域，工程师可通过拍摄现有零件照片，快速生成可编辑的CAD模型，进而加速原型设计或零件重建流程。

　　团队相信，CADCrafter为AI辅助工业设计提供了新的解决方案，其从Image-to-Mesh到Image-to-CAD的范式转变，有助于推动图像驱动的AI 3D建模向真正可落地应用迈出关键一步。