港理工发布工业级文本转CAD基准数据集MUSE 破解生成式设计落地工业场景痛点

随着生成式AI向工业场景深度渗透，文本到CAD自动生成已成为智能制造领域的核心研发方向，直接关系到高端装备、消费电子、汽车航空等领域的研发效率升级。但长期以来，行业公开的文本转CAD基准数据集多聚焦于单一零件、简单几何结构，未覆盖复杂装配体的工程属性标注，导致相关AI模型的评测缺乏统一的工业级标准，技术落地始终面临“生成模型好看但不实用”的痛点。

在此背景下，香港理工大学联合专注于几何计算与工程AI技术的Curvature Flow有限公司共同构建的MUSE数据集正式发布，是国内首个专门面向复杂、可编辑边界表示装配体的文本到CAD生成专用基准数据集。该数据集的所有样本均通过专家手工建模与大语言模型驱动的增强流程协同生成，涵盖大量高质量工程设计实例，每个实例不仅包含三维模型本身，还配套了结构化设计规范说明、多视角标准化工程视图、可直接执行修改的CadQuery参数化脚本，区别于传统的静态三维模型数据集，可支持更高维度的AI能力验证。

据项目团队介绍，MUSE的核心价值在于推动文本到CAD技术从“几何生成”阶段迈向真正的工程设计落地。其典型应用场景覆盖三大方向：一是支撑文本到CAD生成技术的研发，助力相关AI模型实现从“生成外观相似模型”到“生成符合工业要求的可用模型”的跃迁，未来可应用于多行业的快速方案迭代，工程师仅需输入文本描述的设计需求，即可获得可编辑的装配体模型，大幅压缩研发周期；二是为计算机辅助设计工具、AI生成模型提供标准化评估基准，可从功能性、可制造性、可装配性三大工业核心指标出发，系统验证模型的落地价值，避免生成的设计方案仅能满足视觉要求、无法投入实际生产的问题；三是可作为CAD职业教育、工程设计实训的标准化教学素材，为相关专业人才培养提供案例支撑。

作为工业AI领域的高价值标注数据资产，MUSE的发布也为我国数据要素市场在高端制造细分领域的供给提供了新的补充，对于推动生成式设计技术的商用落地、加快制造业数字化转型进程具有重要的支撑作用。

查看MUSE

详情页内容：