CAD-Tokenizer：基于模态特定分词的文本化 CAD 原型化

计算机辅助设计（CAD）是工业原型化的基础组件，其模型不是由原始坐标定义，而是由构造序列（如草图和挤出）定义。这种序列化结构既支持高效的原型初始化，也支持后续编辑。文本导向的 CAD 原型化将统一文本到 CAD 生成和 CAD 编辑，从而有潜在地优化整个设计流程。然而，先前的工作未探索这一设定，主要是因为标准大型语言模型（LLM）分词器将 CAD 序列分解为自然语言词片，无法捕获原始级别的 CAD 语义，阻碍注意力模块建模几何结构。我们推断，一种与 CAD 的原始和结构性质相一致的多模态分词策略可以提供更有效的表示。为此，我们提出了 CAD-Tokenizer—a 框架，该框架使用基于序列的 VQ-VAE 配合原始级别池化和受约束解码，以模态特定 token 表示 CAD 数据。此设计产生紧凑、对原始级感知的表示，与 CAD 的结构性质相吻合。应用于统一的文本导向 CAD 原型化时，CAD-Tokenizer 在指令遵循和生成质量方面显著提升，实现了在定量和定性方面均优于通用 LLM 和任务特定基线的更好性能。