LLM生成CAD装配体"中看不中用"？FunCAD框架用物理仿真闭环破解功能验证难题

视觉合理≠功能可用：CAD智能体的核心困境

大语言模型驱动的智能体已经能生成看起来相当专业的CAD装配体，但据该研究指出，这些设计往往无法实现预期的物理功能。问题不在于模型画不出合理的结构，而在于"看起来对"和"真的能用"之间存在一道鸿沟。

研究团队将这一场景定义为功能性CAD设计：智能体需要理解一个信息并不完整的请求，构建出满足物理仿真功能要求的机构，并在迭代中不断修正。与常规CAD生成任务不同，这里的验收标准不是渲染图的美观程度，而是机构在仿真中能否完成指定动作。

这一问题的棘手之处在于验证本身：同一个功能可以有无数种实现方式——不同的零件组合、不同的控制策略、不同的操作时序，都可能达到相同效果。用固定模板去检验，很容易误判。

CAD装配体指由多个零件按一定约束关系组合成的三维模型。在传统CAD流程中，装配体不仅描述几何形状，还隐含配合关系（如轴孔配合、齿轮啮合）与运动自由度。LLM智能体生成装配体时，通常以文本或代码形式输出零件几何与装配约束，再由CAD内核实例化。但几何有效并不等于装配体在运动学上可解——例如零件之间可能存在未声明的干涉，或约束数量不足导致机构欠定义。理解这一点，才能明白为何“渲染图专业”与“机构可运转”是两套独立的评价体系。

物理仿真在CAD语境下通常指刚体动力学仿真：给机构施加驱动（如电机扭矩或位移），通过数值积分求解各零件的运动轨迹、接触力与关节反力。仿真能检测运动干涉、奇异位形、时序冲突等视觉检查无法发现的问题。与渲染不同，仿真需要精确的质量属性、摩擦系数与约束定义，任何缺失都会导致结果失真。因此，将LLM输出接入仿真器时，往往需要补全物理参数，这也是“仿真增强”基线效果有限的原因之一。

FunCAD-Harness：把抽象需求翻译成"候选专属"物理测试

针对验证瓶颈，研究者提出FunCAD-Harness框架。它的核心思路是：不预设统一的测试标准，而是针对每个候选设计生成与之匹配的物理测试，再用仿真反馈指导下一轮修改。

这一设计绕开了"一个功能对应一套标准答案"的思维定式。既然不同机构可能以完全不同的方式实现同一功能，测试就必须跟着候选走——为它量身定制验证方案，才能暴露真实问题。

据研究描述，该方法能揭示视觉检查完全看不出的细微机械故障。这意味着，一个在截图中运转顺畅的机构，可能在仿真中因为运动干涉、时序错位或受力问题而失效，而这些问题只有通过物理仿真才能暴露。

候选专属测试的思路借鉴自软件工程中的性质测试（property-based testing）：不规定唯一正确输出，而是为每个候选生成能区分对错的检验条件。在机构设计中，这意味着根据候选的拓扑与驱动方式，自动推导出该机构应完成的动作序列与通过判据，再交由仿真执行。难点在于测试生成器本身需要理解机构语义，否则可能生成过松（任何设计都通过）或过严（正确设计也失败）的测试，这正是该框架需要专门设计的环节。

FunCADBench：46类机构家族的系统性评测

为了系统评估这种能力，团队构建了FunCADBench基准，覆盖46个机构家族，且这些机构普遍涉及相互依赖的多步骤操作。

多步骤、强耦合是这项基准的关键特征：一个环节的失效会连锁影响后续动作，这使得"差不多对"的设计在测试中迅速现形。在前沿LLM智能体上的实验显示，相比标准的仿真增强基线，FunCAD-Harness显著提升了功能成功率。

这也从侧面说明，简单地把仿真器接到LLM后面并不够——关键在于测试的生成方式和反馈的利用方式。

机构家族指在拓扑结构或运动原理上同属一类的机构，如四杆机构、齿轮系、凸轮机构、间歇运动机构等。按家族组织基准，可以检验智能体是否真正掌握了某类机构的运动学原理，而非只记住个别案例。46个家族覆盖了从简单连杆到多级传动的谱系，且家族内可变化尺寸与布置，增加了泛化难度。这种分层评测比单一任务集合更能揭示模型的能力边界。

从"生成图纸"到"交付可用机构"还有多远

这项工作的意义在于把CAD智能体的评价标准从视觉层面推进到功能层面。当智能体能够根据仿真反馈自主修正设计，距离"把人类意图翻译成真正能运转的机构"就更近了一步。

当然，46个机构家族只是起点，真实工程场景中的约束条件远为复杂。但FunCAD-Harness所代表的思路——用候选专属的物理测试替代固定验收模板——为后续研究提供了一个可复用的方法论框架。对于关注AI在工程设计领域落地的人来说，功能验证而非视觉生成，可能才是下一个值得投入的方向。