GenCAD：画像からCADプログラム生成するAIモデル発表
原題: GenCAD
なぜ重要か
画像から編集可能なCADプログラムを直接生成できる初のAIモデルで、設計自動化と製造業のワークフロー効率化に革命的影響を与える可能性
MIT研究者が画像を入力として完全なCADコマンドシーケンスを生成するGenCADを開発。従来の3Dメッシュ生成と異なり、パラメータ化されたCADプログラム全体を出力し、エンジニアリング設計での編集可能性を実現。トランスフォーマーベースの対照学習と拡散モデルを組み合わせた4段階アーキテクチャを採用。
MIT（マサチューセッツ工科大学）の研究者Md Ferdous AlamとFaez Ahmedが、画像を条件とするCAD（Computer-Aided Design）生成モデル「GenCAD」を発表した。従来のAI生成3Dモデルは主にメッシュ、ボクセル、点群などの表現を使用していたが、これらはエンジニアリング作業や製造に重要なCADモデルの精度と編集可能性を犠牲にしていた。GenCADは境界表現（B-rep）などの複雑なCADデータ構造を直接扱い、3D立体モデルだけでなく、パラメータ化されたCADコマンドシーケンス全体を生成する。
GenCADアーキテクチャは4つの重要なステップで構成される：1）CADコマンドシーケンスの潜在表現学習のための自動回帰トランスフォーマーエンコーダー、2）CADコマンドシーケンスとCAD画像間の結合表現学習のための対照学習ベースモデル、3）CAD画像を条件とするCADコマンドシーケンスの潜在表現を生成する潜在拡散モデル、4）CAD潜在表現をパラメトリックCADコマンドシーケンスに変換するデコーダーモデル。
実証実験では、約7000のCADプログラムのコレクションから画像条件付きCAD検索機能も実現し、同一画像入力に対する複数のCADサンプル生成の多様性も示された。研究論文はarXivで公開されており、コードとデータも提供予定となっている。