比特无限登顶 ECCV 2026 CAD Challenge，96.39 分刷新工业级 3D 生成纪录

2026-09-08 12:35 1 阅读

ECCV 2026 CAD Challenge：一场检验 AI 是否真懂工程设计的比赛

欧洲计算机视觉会议（ECCV）每两年举办一次，是与 CVPR、ICCV 并列的计算机视觉三大顶会之一。2024 年 ECCV 收到约 13000 篇投稿，最终接收率仅 19%，其中口头报告论文占比不到 1.5%，学术门槛极高。

在 ECCV 2026 的官方 Workshop「The Path to Manufacturing: Evolving 3D Generation to Intelligent Computer-Aided Design」中，主办方设立了一项专门针对工业 CAD 生成能力的挑战赛。这项比赛由普罗米修斯公司、斯坦福大学和加州大学伯克利分校等机构联合组织，目标很明确：验证 AI 能否从图像输入中重建出真正可用于制造的 CAD 模型。

比赛规则极为严苛。参赛队伍需根据给定的 3D 渲染图和工程制图（含隐藏线灰化处理的 HLG 视图），输出标准化的 STEP 格式 BRep（边界表示）几何模型。系统使用 OpenCASCADE（OCCT）几何内核对预测结果进行网格化、点云采样，并通过匈牙利匹配算法与隐藏真值比对，从 Surface F1（曲面）、Edge F1（边）、Vertex F1（顶点）和 Topology F1（拓扑）四个维度综合打分，再乘以有效样本占比（valid_ratio）得出最终成绩。

测试集包含 927 个样本，任何无法被 OCCT 打开、网格化失败或超时的输出均视为无效。每个账号每日最多提交 3 次，总计不超过 30 次，且只有超过官方基线的成绩才计入排名。这套机制有效筛掉了那些“演示好看但工程不可用”的方案。

比特无限如何拿下全球第一？

在这场竞争中，比特无限联合武汉大学团队以 96.39 分的成绩位列榜首，击败了其余 27 支全球队伍。更值得注意的是，这一分数约为官方设置的「GPT-5.5 Extra-High-Thinking Baseline」（19.32 分）的 5 倍。

这个基线并非随意设定——组委会特意调用当前最强的通用多模态大模型 GPT-5.5，并开启最高强度推理模式作为参照，用以衡量专用模型相对于通用大模型的领先幅度。结果表明，即便通用模型在图像理解上很强，但在输出可制造、可编辑的参数化 STEP 文件这类任务上，仍存在巨大差距。

比特无限的技术路径与市面上主流的“视觉 3D”公司截然不同。过去几年，Meshy、Tripo 等公司推动的是“视觉美观”的 3D 模型生成，服务于游戏、影视等场景。而工业界的需求完全不同：模型必须能被数控机床加工、与其他零件精确装配，并承受真实物理载荷。这意味着模型不能只是一张“好看的三角网格”，而必须具备严谨的参数化结构和拓扑一致性。

例如，在消费电子结构设计中，设备外壳内壁常布满散热筋位与卡扣。工程师需要根据外观图和二维图纸反复推敲圆角半径、拔模角度和装配公差——圆角过小会导致注塑开裂，拔模不足会拉伤模具，卡扣偏差则可能引发整机异响。这些细节贯穿整个建模、校核与修改过程，资深工程师往往需要数天甚至数周才能完成一个可靠的设计。

比特无限的解决方案是自研的 Arko 系列基础模型。该系统底层基于参数化建模语言和 OpenCascade 几何内核，直接输出可编辑、可制造的 STEP/STL 文件，而非仅供展示的视觉网格。其技术架构分为三层：

底层：210 万套物理 3D 数据集，覆盖消费电子、机械结构、家居生活三大领域；
中间层：采用“继续预训练 + 后训练 + Agent 框架”，形成“理解—规划—建模—评估—优化”的闭环；
顶层：面向 C 端 Maker 和 B 端工业客户的产品矩阵。

关键在于，比特无限构建了行业独有的数据管线，完整记录工程师从创意起草到建模修改的全过程，将真实工程经验“留痕”并内化为模型的原生能力。这种数据资产难以复制，构成了核心壁垒。

为什么通用大模型做不好这件事？

GPT-5.5 在此次挑战中仅得 19.32 分，暴露出通用大模型在工业几何任务上的局限性。它擅长理解“图像语义”——比如识别一个物体是“带散热孔的手机壳”——但无法准确还原背后的工程逻辑：哪些面是拉伸特征？哪些边属于同一草图轮廓？圆角是否满足最小脱模要求？

工业 CAD 的本质是“可追溯的设计意图”。一个 STEP 文件不仅包含几何形状，还隐含了建模历史、约束关系和参数依赖。而通用模型通常输出的是无历史的网格或点云，缺乏可编辑性和制造可行性。

比特无限的做法是让模型“原生理解”工程几何。通过在 OpenCascade 内核上训练，模型学习的不是像素或点，而是 BRep 实体、NURBS 曲面、布尔运算和参数化草图。这种结构化表示使得输出天然具备拓扑正确性和制造兼容性。

此外，评测中的 Topology F1 指标尤其关键。它衡量的是模型是否重建出正确的面-边-顶点连接关系。在视觉 3D 中，轻微的拓扑错误可能不影响渲染效果；但在工业场景中，一个面缺失或边错连就可能导致整个装配失败。比特无限能在这一维度取得高分，说明其系统已深入掌握几何一致性约束。

物理 3D：AI 3D 生成的下一个十年

如果说过去十年 3D 生成的主战场是“让 AI 画得像”，那么下一个十年必然是“让 AI 造得出”。

全球 3D 数字模型市场中，游戏娱乐等视觉需求只是冰山一角。真正的主体是覆盖设计、装配、制造全链路的“物理 3D”需求，占据约 80% 的市场份额。它是消费电子、汽车、家居、精密制造等实体产业的数字基础设施。

亚马逊创始人贝索斯支持的 Prometheus（普罗米修斯计划）近期融资 120 亿美元，目标正是打造能设计、验证并制造实体产品的“人工通用工程师”。其公认瓶颈在于“制造业互联网数据”的匮乏，以及缺乏真正理解物理几何的专用模型。

比特无限正是对标这一全球叙事，并在中国率先补齐关键拼图的企业。公司自成立起就定位为“物理 3D 数据基础设施”提供商，通过数学与代码计算可制造、可装配、可运动的工程模型，使 AI 原生地理解空间几何与运动轨迹。

此次 ECCV 登顶，不仅是单点技术突破，更是“结构化 3D + AI CAD + Physical AI”路线在国际顶级评测中被系统性确认的信号。AI 3D 生成的下一站，必然是从“能看”走向“能用”，从视觉几何走向工程几何。

团队与生态：技术突破背后的支撑力

支撑这一成果的是一支兼具大模型预训练经验和工业数据积累的团队。公司预训练负责人周平义曾是华为盘古大模型联合创始人及核心二号位，主导了从 Alpha 2000 亿参数 Dense 模型到 Sigma 万亿参数 MoE 模型的研发，发表顶会论文 25 篇，Google Scholar 引用超 1000 次。

在数据工程层面，比特无限组建了 150 名硕士和 3 名博士的复合型团队，并与上海交通大学、同济大学、华东理工大学建立产学研合作。此次与武汉大学联合参赛，正是学术前沿理论与工业真实场景融合的体现。

生态方面，公司已入选英伟达全球加速计划（NVIDIA Inception Program），成为智谱 AI 官方合作伙伴，并入驻上海模速空间人工智能产业高地。股东包括卓源亚洲、容亿资本、普华资本和壹德资本，PreA 轮获跃迁资本、上市公司 Cvc 及老股东平湖金控人才集团超额追投，A 轮也已锁定多家知名机构投资意向。