AIMold: An Autonomous AI-based Pipeline for Complex Mold Design¶
会议: ECCV2026
论文: https://eccv.ecva.net/virtual/2026/poster/5227
全文: 官方 PDF
代码: https://github.com/tb2-sy/AIMold
领域: 3D 视觉
关键词: 模具装配生成、制造感知 CAD、脱模方向、结构化潜变量、几何后处理
一句话总结¶
AIMold 将复杂零件的模具设计串成方向筛选、粗体素装配生成、潜变量几何细化与 CAD 后处理，在 MoldCAD 测试集上将辅助组件生成的 COV 从 VecSet 基线的 21.24% 提升至 57.29%，但生成结果仍需下游制造验证。
研究背景与动机¶
注塑模具不是零件外形的简单反面：上、下模打开后，成品还必须能够取出。 零件若有侧孔、倒扣或回入结构，仅沿一个方向打开两块模具可能产生机械锁定，需要侧向抽出的辅助组件形成局部型腔。 传统自动化研究常分别处理脱模方向、倒扣检测或分型面，而完整装配中的这些选择相互制约；方向一变，需要哪些辅助组件、上下模如何分界都会改变。 因此，本文关注的不是生成一个外观像 CAD 的孤立物体，而是根据一个目标零件生成具有配合关系的整套模具几何。
这项任务既缺少配对数据，也存在一对多答案：同一零件可能允许多种脱模方向与辅助组件配置。 通用三维生成器的形状先验并不直接等于制造先验，隐式潜表示还可能在小规模专门数据上丢失输入与输出的空间对应。 作者据此组织专业工程师制作 MoldCAD，并选择先保留共同体素坐标、再恢复细节的生成路线，而非直接回归全部精细装配。 核心思路：用专家模具数据学习方向与装配布局，把细节生成和接触几何校正留给后续阶段，让学习系统输出可供 CAD/CAM 检查与修订的结构化设计草案。
方法详解¶
整体框架¶
输入是单实体 CAD 实体或水密网格，输出包括辅助组件、上模、下模以及从几何界面重建的分型面。 系统先通过平面候选定向确定加工坐标，再执行顺序体素生成：先预测辅助组件，随后结合零件与辅助组件生成上下模。 两类组件生成都采用结构化潜变量细化恢复网格，最后通过接触约束 CAD 重建得到可编辑的 STEP/STP 几何。 这里的“自主”指设计流程的自动串联，不是语言智能体，也不是对脱模可行性的形式化保证。
%%{init: {'flowchart': {'rankSpacing': 24, 'nodeSpacing': 28, 'padding': 6, 'wrappingWidth': 400}}}%%
flowchart TD
A["单实体零件"] --> B["平面候选定向"]
B --> C["顺序体素生成<br/>辅助组件 → 上下模"]
C --> D["结构化潜变量细化"]
D --> E["接触约束 CAD 重建"]
E --> F["模具装配<br/>下游制造验证"]关键设计¶
1. 平面候选定向：把连续姿态回归改成几何候选筛选
脱模方向决定零件上哪些区域形成倒扣，但直接从高维三维表示回归低维方向向量并不可靠。 AIMold 先检测输入模型中的平面区域，由这些区域构造有限个候选朝向，把连续搜索缩小为候选判别。 训练标签来自人工给定方向：候选旋转轴与真实朝向对齐时为正样本，不对齐时为负样本。 模型复用后续生成网络的体素表示与编码器结构，将解码器替换为轻量二分类头，选择适合后续生成的方向。
这种设计把已知几何规律放在学习之前，网络不必在整个姿态空间凭空寻找解。 正负两类样本各经增强扩展到原数据集规模的四倍，以缓解样本不平衡。 不过，分类正确只意味着符合数据中的方向标注，不能推出后续所有组件都可无碰撞抽出。 平面检测遗漏候选或零件缺乏明显平面时的完整表现，正文没有给出单独评估。
2. 顺序体素生成：先补侧向组件，再预测上下模占据
辅助组件数目随零件变化，若为每个组件固定分配输出槽位，会引入数量与排列问题。 本文在统一体素坐标内直接预测所有辅助组件的并集占据：输入只有零件，输出是辅助组件所在区域的二值占据。 作者利用辅助组件通常互不相交这一性质，使并集之后可以分离成独立组件；正文没有详细规定分离算法，不能把它补写成额外的实例分割网络。 体素编码器与解码器采用类似三维 VAE 的 Transformer 结构，其关键作用是保留输出相对输入零件的位置关系。
上下模并非再独立看一遍零件，而是把零件与已生成辅助组件放入共同体素坐标作为条件。 输出改为“上模占据、下模占据、空”三类别，从同一空间划分中得到两块模具，避免把同一体素同时分配给上下模。 因此，这里的顺序不仅是工程实现习惯：辅助组件改变型腔应扣除的区域，必须先让后续模具生成知道这些几何。 这种离散一致性仍限于粗体素层面，不等于高精度装配公差或运动可行性已被满足。
3. 结构化潜变量细化：固定粗空间支撑，再补局部几何
粗体素对布局有利，却会抹掉薄壁、曲面、锐边等 CAD 特征，直接用于后处理也很困难。 第二阶段保留活跃体素的位置，并为这些位置生成局部特征潜变量，再通过网格解码器恢复连续几何。 训练表示先聚合多视角 DINOv2 特征，再由三维 VAE 编码器压缩；一个物体因此表示为活跃体素坐标及其对应潜特征，而非无空间锚点的整体向量。 几何流模型使用面向稀疏结构的 Transformer，沿用结构化三维潜变量框架，但移除原来的文本或图像条件，以粗体素结构引导几何生成。
作者用 Rectified Flow 学习噪声与数据潜变量之间的速度场，并通过 Flow Matching 训练。 网格解码器进一步预测 FlexiCubes 参数和体素顶点的有符号距离，以恢复网格表面。 这并不是第二次决定“哪里需要辅助组件”，而是在已有空间支撑中补曲线、平面与边缘，因此能把布局学习与细节表达分开。 本地全文的式（1）和式（2）存在抽取损坏，本笔记只保留正文可确认的机制，不重建损失公式或解码参数展开式。
4. 接触约束 CAD 重建：用原始零件校正生成结果，而非直接把网格当成成品
生成模型提供近似形状，但模具与零件的接触面需要更精确的配合。 后处理先对预测网格做 screened Poisson 重建，再分析它与原始零件相邻区域的几何，估计主轴，并把组件区分成嵌入部分与外部部分。 嵌入部分从目标型腔提取交线或曲线，沿主轴扫掠成配合体积；外部部分通过 RANSAC 拟合标准几何体，随后用布尔运算合并。 这里最重要的信息源是输入零件本身：网络不必在每一个接触点上都精确重现原 CAD，而可以让确定性几何处理重新建立接触关系。
上下模也会重建：根据粗输出界面拟合平面或二次分型面，用它切分膨胀后的装配包围体，再从相应块体中扣除零件与优化后的辅助组件。 最后对各组件做 ShapeUp 优化、四边形重网格化，并转换为 NURBS 曲面片，导出 STEP/STP 文件。 这一串操作没有新增学习模块，说明论文采用的是学习预测加几何修复的混合路线，而不是端到端直接输出精确 B-Rep。 即使包含水密化处理，作者仍报告缺面和非水密失败；“可导入 CAD 软件”不应被写成“全部样本制造成功”。
一个完整示例¶
以带侧孔的单实体零件为示意输入，先从平面检测得到候选朝向，再选择与主开模方向相容的朝向。 在这个坐标下，侧孔可能无法单靠上下模沿主轴分离，因此辅助组件生成器在对应侧向区域预测占据。 该占据与零件一起作为下一步条件，使上下模预测考虑辅助组件需要占用的空间。 细化模块把阶梯状体素变成更细致的网格，而 CAD 后处理依据真实侧孔边界重建配合体积，并从上下模块体中扣除它。 这只是解释模块协作的示例，不是论文额外报告的单例成功记录；能否真正抽出仍需后续碰撞与制造检查。
损失函数 / 训练策略¶
MoldCAD 从 ABC 与 BRepNet 筛选单实体、满足水密性和适当壁厚等基本要求的零件，并保留倒扣和侧孔等复杂特征。 专业工程师制作配对装配，标注上模、下模、分型面与各个辅助组件；数据还提供脱模朝向。 摘要给出的规模为 4,934 个 CAD 模型、超过 3,850 套模具装配、总计超过 23,000 个独立模型，不能把这些统计口径直接等同为 4,934 套完整配对装配。 正文第 5.1 节使用 9:1 训练／测试划分，测试集占 10%；第一阶段采用 AdamW，学习率为 \(10^{-4}\)。 结构化潜变量默认每个 CAD 渲染 12 个视角，实验在 NVIDIA A100 上进行，第二阶段训练沿用所引用结构化三维潜变量工作的设置。 正文未充分展开第一阶段占据损失、方向判定容差、推理步数及全部网络超参数，本笔记不补写这些实现细节。
实验关键数据¶
主实验¶
以下选自表 1、表 2，均为 MoldCAD 的 9:1 划分测试集结果。 COV 衡量生成集合对参考形状的覆盖，越高越好；MMD 衡量参考形状到生成集合的匹配距离，越低越好；JSD 衡量分布差异，越低越好。 这些是生成分布指标，不是装配成功率；正文将具体计算细节指向 Appendix A，但当前 21 页本地全文没有该附录，因此距离定义、采样与归一化细节未核实。
| 生成任务 | 方法 | COV（%）↑ | MMD ↓ | JSD ↓ |
|---|---|---|---|---|
| 辅助组件，表 1 | VecSet-based | 21.24 | 0.02900 | 0.105 |
| 辅助组件，表 1 | AIMold | 57.29 | 0.0147 | 0.050 |
| 上下模，表 2 | VecSet-based | 9.21 | 0.0252 | 0.277 |
| 上下模，表 2 | AIMold | 49.01 | 0.0091 | 0.061 |
辅助组件的 COV 提升 36.05 个百分点，上下模提升 39.80 个百分点，均是相对文中 VecSet-based 实现的差值。 该比较支持在当前专门数据规模下体素空间对应关系的价值，不等于所有通用三维生成模型在等规模预训练与调参后都不如 AIMold。 另据表 3，方向估计准确率为 91.17%，回归基线为 12.66%；这是方向估计任务的指标，不能视为整条模具生成流水线成功率。
消融实验¶
表 4 在同一 MoldCAD 测试设置下评估辅助组件生成，四视角配置的含义由第 5.3 节说明。
| 配置 | COV（%）↑ | MMD ↓ | JSD ↓ |
|---|---|---|---|
| 编码器不使用预训练 | 52.82 | 0.0173 | 0.0682 |
| 减为 4 个渲染视角 | 55.44 | 0.0146 | 0.050 |
| 仅第一阶段 | 55.68 | 0.0140 | 0.054 |
| 完整 AIMold | 57.29 | 0.0147 | 0.050 |
关键发现¶
- 预训练贡献清晰：不用预训练时 COV 降低 4.47 个百分点，且 MMD、JSD 均变差，说明通用三维先验仍然有用。
- 细化并非所有指标都更好：完整模型相对仅第一阶段的 COV 高 1.61 个百分点、JSD 更低，但 MMD 从 0.0140 增至 0.0147。
- 从 4 个视角增至 12 个视角主要改善 COV；四视角配置的 MMD 略低，JSD 相同，不能笼统描述为每项几何指标都获益。
亮点与洞察¶
- 将制造经验落成配对装配数据，而不仅是增加孤立 CAD 数量。模型因此有机会学习辅助组件、主模和零件之间的设计关系。
- 在小数据任务中显式保留空间坐标，再把生成能力用在局部细节上。这比只强调潜变量模型规模更贴合精确配合几何的需求。
- 接触面重建直接利用输入零件作为几何依据。对于输入精确、输出允许近似的装配设计，生成草案与确定性修复的职责划分具有参考价值。
局限与展望¶
- 作者明确承认：薄小结构受分辨率限制，缺面会导致非水密输出；数据规模有限，多视角编码还受遮挡信息与视角数量权衡影响。
- 正文明确边界：生成阶段不显式施加脱模约束，依赖训练数据隐含的可制造性先验，因此需要 CAD/CAM 验证与修订。
- 阅读者判断：当前分布指标和方向准确率没有验证整套装配的碰撞自由运动、公差或实际注塑质量；补充这些测量比继续只提高 COV 更能证明工业实用性。
- 证据缺口：本地版本缺 Appendix A，且关键公式抽取受损；因此不宣称已掌握完整复现实验协议，也不把 CAD 导出当成物理制造验证。
相关工作与启发¶
- 相比传统方向与倒扣分析：传统方法用可见性、几何规则或搜索处理局部制造条件；AIMold 从专家装配中学习整体设计模式，但没有继承严格的可行性保证。
- 相比 VecSet 类生成表示：本文强调共同体素坐标中的输入输出对应，实验优势限于所报告的 MoldCAD 设置，不能泛化为表示方法的普遍排名。
- 相比结构化三维潜变量生成：AIMold 复用稀疏结构潜变量与网格解码，把条件改成粗模具几何；新意主要在制造任务、配对数据与完整混合流水线，而非发明新的通用流匹配理论。
评分¶
- 新颖性：4/5。将复杂模具装配学习与专业配对数据结合，已有三维生成和几何工具占据不少技术组成。
- 实验充分度：3/5。有两类生成任务、方向对比与消融，但缺少充分的端到端制造可行性量化。
- 写作质量：3/5。流程和任务边界清楚，指标实现与若干关键训练细节依赖正文之外的信息。
- 价值：4/5。为制造感知 CAD 提供有意义的数据与系统基线，适合作为工程设计辅助而非免审核交付。