CADEvolve: プログラム進化による現実的なCADの創出

CADEvolve: Creating Realistic CAD via Program Evolution

February 18, 2026

著者: Maksim Elistratov, Marina Barannikov, Gregory Ivanov, Valentin Khrulkov, Anton Konushin, Andrey Kuznetsov, Dmitrii Zhemchuzhnikov

cs.AI

要旨

コンピュータ支援設計（CAD）は、エンジニアリングと製造において迅速で編集可能なモデリングを実現する。近年のAIの進歩により、様々なCADタスクの完全自動化が現実的となった。しかし、進展はデータによって阻害されている：公開データセットの大半はスケッチ-押し出しシーケンスを含むのみで、複雑な操作や多段階操作の合成、設計意図が欠如しており、効果的なファインチューニングを妨げている。凍結された視覚言語モデル（VLM）を用いた回避策も、現行の基盤モデルにおける3D理解の限界から、単純あるいは無効なプログラムを生成することが多い。本研究ではCADEvolveを提案する。これは進化的アプローチに基づくパイプラインおよびデータセットであり、単純なプリミティブから出発し、VLM誘導による編集と検証を経て、CADプログラムを産業レベルの複雑さへ段階的に発展させる。結果として、実行可能なCadQueryパラメトリック生成器として表現された8,000の複雑部品が得られた。多段階の後処理と拡張を経て、レンダリングされた幾何形状と対応し、CadQuery操作セット全体を網羅する130万スクリプトからなる統合データセットを構築した。CADEvolveでファインチューニングしたVLMは、DeepCAD、Fusion 360、MCBベンチマークにわたるImage2CADタスクにおいて最先端の結果を達成した。

English

Computer-Aided Design (CAD) delivers rapid, editable modeling for engineering and manufacturing. Recent AI progress now makes full automation feasible for various CAD tasks. However, progress is bottlenecked by data: public corpora mostly contain sketch-extrude sequences, lack complex operations, multi-operation composition and design intent, and thus hinder effective fine-tuning. Attempts to bypass this with frozen VLMs often yield simple or invalid programs due to limited 3D grounding in current foundation models. We present CADEvolve, an evolution-based pipeline and dataset that starts from simple primitives and, via VLM-guided edits and validations, incrementally grows CAD programs toward industrial-grade complexity. The result is 8k complex parts expressed as executable CadQuery parametric generators. After multi-stage post-processing and augmentation, we obtain a unified dataset of 1.3m scripts paired with rendered geometry and exercising the full CadQuery operation set. A VLM fine-tuned on CADEvolve achieves state-of-the-art results on the Image2CAD task across the DeepCAD, Fusion 360, and MCB benchmarks.