Zéro-à-CAD : Synthèse agentique de programmes CAO interprétables à l'échelle du million sans données réelles

Résumé

Les modèles de conception assistée par ordinateur (CAO) sont définis par leur historique de construction : une recette paramétrique qui encode l'intention de conception. Cependant, les grands ensembles de données 3D existants sont principalement constitués de représentations par frontières (B-Rep) ou de maillages, éliminant ainsi ces informations procédurales cruciales. Pour remédier à cette pénurie, nous présentons Zero-to-CAD, un cadre évolutif pour la synthèse de séquences de construction CAO exécutables. Nous formulons la synthèse comme un problème de recherche agentique : en intégrant un grand modèle de langage (LLM) dans un environnement CAO piloté par rétroaction, notre système génère, exécute et valide itérativement du code en utilisant des outils et une consultation de documentation pour promouvoir la validité géométrique et la diversité des opérations. Cette approche agentique permet de synthétiser environ un million de séquences CAO exécutables, lisibles et modifiables, couvrant un vocabulaire riche d'opérations au-delà des workflows d'esquisse et d'extrusion. Nous publions également un sous-ensemble trié de 100 000 modèles de haute qualité sélectionnés pour leur diversité géométrique. Pour démontrer l'utilité de l'ensemble de données, nous affinons un modèle vision-langage sur nos données synthétiques pour reconstruire des programmes CAO modifiables à partir d'images multi-vues, surpassant des bases de référence solides, y compris GPT-5.2, et amorçant efficacement les capacités de génération de séquences sans données d'entraînement réelles sur l'historique de construction. Zero-to-CAD comble le fossé entre l'échelle géométrique et l'interprétabilité paramétrique, offrant une ressource vitale pour la prochaine génération d'IA pour la CAO.

English

Computer-Aided Design (CAD) models are defined by their construction history: a parametric recipe that encodes design intent. However, existing large-scale 3D datasets predominantly consist of boundary representations (B-Reps) or meshes, stripping away this critical procedural information. To address this scarcity, we introduce Zero-to-CAD, a scalable framework for synthesizing executable CAD construction sequences. We frame synthesis as an agentic search problem: by embedding a large language model (LLM) within a feedback-driven CAD environment, our system iteratively generates, executes, and validates code using tools and documentation lookup to promote geometric validity and operation diversity. This agentic approach enables the synthesis of approximately one million executable, readable, editable CAD sequences, covering a rich vocabulary of operations beyond sketch-and-extrude workflows. We also release a curated subset of 100,000 high-quality models selected for geometric diversity. To demonstrate the dataset's utility, we fine-tune a vision-language model on our synthetic data to reconstruct editable CAD programs from multi-view images, outperforming strong baselines, including GPT-5.2, and effectively bootstrapping sequence generation capabilities without real construction-history training data. Zero-to-CAD bridges the gap between geometric scale and parametric interpretability, offering a vital resource for the next generation of CAD AI.