- A Spectral Labs lançou o SGS-1, o primeiro modelo de IA generativa para criação de CAD estruturado (B-Rep)
- O SGS-1 recebe imagens ou malhas 3D como entrada e gera arquivos CAD paramétricos fáceis de editar
- Em comparação com GPT-5, HoLa BRep e outros, o SGS-1 gera formas complexas com mais precisão e variedade
- É possível automatizar a engenharia reversa, convertendo automaticamente esboços, desenhos de engenharia, STL e outros em arquivos STEP
- Ainda há limitações na geração de superfícies orgânicas ou montagens completas, mas a próxima geração do modelo deve trazer melhorias adicionais, como multimodalidade e raciocínio físico
Introdução ao SGS-1 e principais características
- Com o lançamento do SGS-1, a Spectral Labs apresentou um modelo fundacional de IA generativa capaz de criar estruturas geométricas 3D fabricáveis e com elementos paramétricos
- O SGS-1 recebe imagens ou malhas 3D como entrada e produz arquivos STEP no formato B-Rep (representação de fronteira), fáceis de editar
- Esses resultados podem ser modificados e utilizados com facilidade e precisão em softwares CAD tradicionais
Como o SGS-1 funciona e seus resultados
- O usuário pode enviar uma imagem ou um arquivo 3D simples e convertê-lo em um arquivo B-Rep paramétrico com ajuste de dimensões específicas
- O SGS-1 gera formas CAD muito mais complexas e variadas do que os modelos existentes
- Ele pode ser aplicado a projetos reais de engenharia e oferece exemplos de design de peças com base em informações parciais de montagem e descrições em texto
Experimentos comparativos com modelos existentes
- O SGS-1 foi comparado e avaliado com GPT-5 (modelo de grande porte da OpenAI capaz de gerar código CadQuery), HoLa BRep (modelo de geração de B-Rep baseado em entrada por imagem) e outros, usando 75 imagens complexas de CAD
- O experimento foi repetido 10 vezes para cada modelo e medido com base na taxa de geração bem-sucedida (Success Ratio)
- O SGS-1 apresentou o melhor desempenho na maioria das formas complexas, demonstrando compreensão espacial precisa e excelente capacidade de implementação geométrica em relação aos demais modelos
- Os outros modelos frequentemente produziram resultados simples ou pouco úteis, o que dificulta seu uso em projetos de montagens reais
Geração de estrutura paramétrica no contexto de montagens
- Com o SGS-1, é possível criar novos projetos de peças adequados ao contexto usando apenas submontagens existentes (parte de uma montagem CAD) e uma descrição ou imagem como entrada
- Processo de uso
- Criar um render da submontagem e escrever uma descrição da peça a ser adicionada
- Inserir isso no SGS-1 para gerar um B-Rep em formato de arquivo STEP
- Importar o arquivo STEP gerado para a montagem e ajustá-lo sob medida por meio de alterações dimensionais
- Também foram fornecidos vídeos com exemplos de vários cenários de projeto de suportes
Conversão automática de esboços e desenhos de engenharia
- Esboços à mão e desenhos formais de engenharia também podem ser inseridos no SGS-1 para conversão automática em arquivos CAD 3D paramétricos editáveis
- Mesmo esboços manuais não muito complexos podem ser transformados de forma eficaz, contribuindo para a inovação no processo de projeto
Engenharia reversa e conversão automática de malha (STL)→STEP
- Arquivos de escaneamento e arquivos únicos STL/malha também podem ser convertidos automaticamente em arquivos STEP paramétricos com o SGS-1
- Isso permite engenharia reversa totalmente automatizada sem trabalho manual, oferecendo vantagens na digitalização de peças de vários formatos
Limitações
- O SGS-1 é um modelo otimizado para geração paramétrica 3D voltada a usos de engenharia
- Ainda há limitações na criação de superfícies complexas ou estruturas orgânicas/de curva livre, estruturas muito finas e geração em lote de montagens completas
- A próxima geração do modelo deve incluir suporte multimodal, percepção espacial complexa, raciocínio físico avançado e aprendizado por reforço baseado em feedback
Planos futuros e apresentação da equipe
- A Spectral Labs está preparando a próxima geração do SGS-1 com o objetivo de melhorar o projeto de sistemas físicos mais complexos, entradas multimodais, contexto espacial avançado e capacidade de raciocínio físico
- A empresa pretende liderar o campo da IA generativa para engenharia 3D adotando técnicas modernas de IA, como aprendizado por reforço e simulação física baseada em feedback
- A equipe é formada por pesquisadores e engenheiros de IA vindos de Autodesk Research, Samsung Research, CMU e Meta
- Solicitações de colaboração em pesquisa ou de disponibilização podem ser feitas pelos canais oficiais da Spectral Labs
1 comentários
Comentários do Hacker News
Estão afirmando que o SGS-1 consegue gerar geometria 3D totalmente paramétrica, mas como arquivos STEP não têm nenhum suporte a features paramétricas, dá para saber que isso é mentira sem nem precisar testar. Eles dizem que a saída do SGS-1 pode ser modificada facilmente em softwares CAD tradicionais, mas quando eu mesmo testei com os arquivos de demonstração, ficou claro que essas alegações eram absurdas. Comparei as entradas e saídas com uma peça correta modelada por mim e listei vários erros. Não são só dimensões erradas, mas features quebradas que tornam a edição no CAD difícil. Não entendo por que fariam esse tipo de afirmação e ainda disponibilizariam uma demo que prova que estão mentindo. Fico me perguntando se é só para gerar manchete, se querem vender para gente que não entende nada, ou se é simplesmente pessoal de CS sem conhecimento de domínio acreditando que resolveu o problema. Os principais erros são: todas as dimensões estão erradas, um dos furos não atravessa completamente, em vez de ser um furo circular são dois furos sobrepostos, o fillet não foi feito corretamente, o furo superior está deslocado, o chamfer anterior desce abaixo do plano de referência, há deslocamento no eixo Z dos furos superiores, a forma de conexão dos chanfros é diferente nos dois lados, etc.<br>Material de comparação e capturas do modelo real: exemplo de resultado incorreto, exemplo correto feito por mim
Eu também fiquei confuso com o fato de arquivos STEP não suportarem features paramétricas. Não entendo como eles podem fazer esse tipo de afirmação. Oficialmente dizem que geram apenas B-rep (representação de fronteira), mas no exemplo do rolo afirmam que “por ser paramétrico, é fácil ajustar as dimensões”, o que para mim não faz sentido. Se eu precisasse dessa funcionalidade, em vez de editar um arquivo STEP eu modelaria corretamente desde o começo, com histórico de features e restrições adequadas.
Parece que você entende bem dessa área, então queria tirar uma dúvida. Sou totalmente iniciante, mas ouvi dizer que o zoo.dev/design-studio oferece algo parecido. Gostaria de ver uma comparação, com visão de especialista, sobre onde exatamente está a diferença.
Isso é uma alegação claramente enganosa. Fico pensando quem eles estão tentando enganar. Talvez estejam mirando investidores.
Não conheço esses formatos a fundo, mas a característica do arquivo STEP, diferentemente de um STL, é armazenar dados de “B-rep”. Ou seja, ele guarda as relações geométricas entre superfícies, então é relativamente mais fácil usá-lo em um editor paramétrico. Parece que eles também estão destacando como diferencial o uso de B-rep, em vez das abordagens anteriores baseadas em malha.
Notícias sobre AI muitas vezes distorcem o desempenho real, então provavelmente alguém nos comentários vai dizer vagamente que funciona
Acho que existe mercado para uma função em que a AI limpe automaticamente dados capturados de forma imperfeita por scanners 3D. Gerar uma malha 3D limpa a partir de uma nuvem de pontos e identificar objetos por cor ou iluminação também seria muito interessante. Com isso, daria até para descrever o mundo e gerar metadados dos objetos. Mas esse tipo de automação de projeto, na minha opinião, acaba mais tirando a graça do CAD do que resolvendo um problema real. A AI funciona melhor quando se concentra em tarefas repetitivas e tediosas. Essa tecnologia pode impressionar investidores e economizar tempo de especialistas, mas tem limitações quando se trata de resolver problemas realmente maiores.
Sinceramente, esse setor só se preocupa em impressionar investidor. No fim, quando a tecnologia de AI chegar, vai tirar a satisfação do trabalho dos profissionais do conhecimento, deixando só uma minoria para supervisionar AI ou limpar banheiro. Do jeito que está, parece que vai destruir a demanda por trabalho e até salários antes estáveis vão acabar indo para o lucro dos acionistas.
Na verdade, nem todo mundo usa CAD por diversão. Para imprimir um protótipo simples, eu gostaria de resolver com AI pedidos como “faça um suporte para esta placa, com furos espaçados em X mm, quantidade N”. “Conecte estas duas peças”, “adicione um furo de parafuso aqui”, “gere uma junta snap-fit”, “largura de 8 cm”, “mova este furo para o outro lado” — esse tipo de tarefa rápida e fácil é o que eu espero.
No começo do ChatGPT4, eu mesmo criei um padrão aberto de markup para projeto mecatrônico com base em LLM. Achei que um LLM precisaria de uma linguagem de marcação legível por humanos para aprender vários exemplos ou entender a lógica. Fiz isso como um conceito de demonstração para projeto iterativo rápido e coloquei no meu projeto no GitHub, para que qualquer pessoa pudesse expandir ou implementar por conta própria. Espero que essa abordagem open source ajude a garantir liberdade para desenvolvedores de hardware aberto no longo prazo.
O fato de agora ser possível gerar peças CAD em STEP (B-Rep), saindo do nível anterior que só oferecia modelos baseados em malha, é uma mudança revolucionária. Os modelos anteriores não passavam de brinquedos, mas estou muito animado para ver até onde essa tecnologia pode evoluir. O próximo passo provavelmente será converter melhor o STEP para formatos proprietários como SolidWorks, NX etc., e inferir restrições de projeto.
Se ao menos conseguisse converter corretamente uma malha de escaneamento 3D em geometria STEP de verdade, já seria um grande avanço
Obrigado pelo feedback! Vamos refletir isso ativamente no próximo modelo. Gostaria de saber especificamente o que você quer ver
Como engenheiro, acho que essa AI na verdade não elimina a parte realmente difícil do projeto. O que é de fato difícil é manufatura, projeto de caminhos de carga e decidir a estrutura da peça de acordo com as cargas reais.
Na mesma visão de engenheiro, se essa AI funcionar bem, ela poderá comprimir bastante a etapa de prototipagem, permitindo criar produtos melhores com custo menor. Ela também pode ajudar com cargas reais e projeto estrutural.
No desenvolvimento de software, já está acontecendo de a AI reduzir as partes clichês e permitir foco no valor essencial. Acho que isso também pode ser aplicado a outras áreas.
A AI também está avançando nessa parte: limitlesscnc.ai
Como fundador de uma startup que faz um produto concorrente, fico feliz em ver tanto interesse e discussão, porque isso mostra que há mercado. Mas as saídas do modelo SGS-1 atual ainda têm muitas limitações em termos de fabricação real e usabilidade. A saída STEP atual até pode ser importada em vários CADs, mas na prática não ajuda muito designers, engenheiros ou fabricantes (e também é difícil para fábricas ou impressoras 3D). Os principais problemas são: a qualidade das superfícies curvas é baixa demais para simulação ou manufatura, formas simples saem complexas demais (um fillet é dividido em mais de 10 faces), e mesmo quando se gera uma única peça ela acaba fragmentada em mais de 10.000 pequenas partes, então na prática não é um único produto. Estou ansioso pela versão V2. Para contexto, fundei a empresa Transfigure e, depois de identificar antecipadamente as limitações do SGS-1, estou construindo uma arquitetura de AI, na perspectiva de engenharia mecânica, para gerar dados limpos que possam ser usados diretamente em simulação e manufatura.<br>Se eu tivesse enviado para a nossa fábrica dados gerados pelo SGS-1, teria sido demitido na hora<br>yo@xfgr.ai
Sempre tive dificuldade em fazer um LLM gerar modelos OpenSCAD. Ele não entende direito o espaço XYZ nem o raciocínio matemático 3D. Uso isso até como critério de avaliação de desempenho de LLM. Até para fazer um suporte simples de celular ele não consegue de uma vez; preciso dividir em etapas como criar plano, inclinar ângulo, calcular altura com trigonometria, criar novo plano, mover posição etc.
Acho que a conversão de esboços em CAD pode ser uma revolução enorme no mercado de restauração. Há inúmeros desenhos antigos sem dimensões, mas se o engenheiro conseguir ao menos identificar o tamanho total ou a altura, pode começar fazendo a caixa básica e pedir à AI: “faça esta peça encaixar nesta máquina”. Isso mudaria o jogo em qualquer área que precise de CAD: impressão 3D, restauração, projeto imaginativo, fabricação de peças etc.
Em teoria, há partes dessa funcionalidade que não batem. Por exemplo, fico me perguntando se ela define até tolerâncias
A demo é interessante, mas o que realmente importa é a capacidade de refletir corretamente restrições descritas em texto no projeto. É fácil projetar uma peça só com a função desejada, mas muito mais difícil criar algo realmente fabricável, que caiba no espaço disponível e atenda propriedades mecânicas e restrições de custo, como uso mínimo de material e facilidade de produção. Por exemplo, peças para impressão 3D têm várias restrições, como evitar material de suporte ou precisar ser impressas em determinada orientação. O que seria realmente útil é poder escrever essas restrições para a AI e ela incorporá-las diretamente.