Spectral Labs представила модель SGS-1, предназначенную для генерации CAD-моделей по изображению или полигональной сетке. Разработчики отмечают, что нейросеть справляется с обработкой мелких деталей лучше, чем решения конкурентов.
SGS-1 разрабатывали под сценарии, которые можно было бы применять в проектировании реальных деталей. Вот что умеет модель.
Генерировать модели детали на основе примера и текстового описания. Например, можно передать на вход изображения двух изделий и попросить сгенерировать крепёж.
Превращать эскизы и чертежи в CAD-модели. Если передать на вход набросок детали, то нейросеть создаст детализированную модель с учётом заданных пропорций и размеров.
Создавать STEP-файлы на основе STL или сканирований. Модель может проводить обратный инжиниринг деталей. Для этого ей на вход надо передать данные сканирования или STL-файлы.
Авторы проекта подчёркивают, что на собственном бенчмарке из 75 изображений средней и высокой сложности SGS-1 обходит модели HoLa и GPT-5 в режиме генерации кода CadQuery. SGS-1 лучше справляется с оценкой положения детали в пространстве и точнее соблюдает пропорции.
У SGS-1 есть ряд ограничений. Например, модель не может создавать творческие 3D-модели и относительно тонкие элементы деталей. Кроме того, для генерации сборок из нескольких элементов придётся разбивать процесс на несколько этапов.
Для тестов авторы проекта запустили бесплатное демо модели на Huggin Face.
