date: 2026-10-09 round: R2 arxiv_link: https://arxiv.org/abs/2610.09127 video_kb_script_path: /shared/video-kb/scripts/tom/2026-10-09_R2_cadfather-zero-train-reverse_short-video-script.md

1. 标题与观众

  • 标题：CADFather 零训练 CAD 逆向
  • 目标观众：CAD 逆向工程师 / 多 Agent 调度工程师 / 3D 视觉研究员 / 工业设计师
  • 一句话核心观点：调度 + 执行分离 + 多候选池 + 最佳保留，零训练也能跑跨基准 CAD 逆向。

3. 45-90 秒口播稿

CAD 逆向想做参数化程序，现有方法每条都像单链 —— 路径一断就全断。CADFather 说不。

它的反 hook 是调度 + 执行分离。一个 VLM 当调度器，看目标网格渲染图与中间重建渲染图，决定扩展哪些候选、调用哪些工具、生成几个候选、何时收尾。执行侧由四类互补工具承担：Learned 工具从局部几何猜下一步操作，Algorithmic 工具处理规则基元与对称结构，数值优化器只精修参数不引入新拓扑，候选与精修程序实际执行后反馈给 VLM 下一次决策。

第二个关键是多候选池 + 最佳保留：每个零件同时维护多套候选，单链出错不拖崩全局；系统全程保留当前最佳有效结果作 fallback，否决也不丢最优。

整套框架零额外训练，复用预训练 VLM 与现成工具，代价是上限绑定 VLM 视觉判断力。论文在 DeepCAD、Fusion360、MCB 全量测试集加 CADENA-Bench、CADBench、BenchCAD 六个 benchmark 上系统评测，并给出成本 vs 质量的 trade-off 分析。

实操：把 VLM 调度 + 多候选池 + 最佳保留直接套到你的 mesh-to-CAD 流水线，四类互补工具栈分担执行压力，best valid result 兜底；abstract 缺 Chamfer / IoU / 可执行率，PDF 表格里查证；GitHub 仓库 URL 未公开，复现门槛需要进一步评估。

4. 镜头分镜

  1. 开场（8s）：单链 CAD 逆向在「挑几何」和「换阶段」两个节点同时断裂；屏幕文字「单链易断 · 怎么救」；画面元素 = 流程图：网格 → 单链程序 → 失败回退；运动方式 = 流程箭头从中间红色断裂处快速闪烁。
  2. 关键判断（10s）：调度与执行解耦 + 多候选池 + 最佳保留 + 零训练四点同时出现；屏幕文字「调度 + 执行分离」；画面元素 = 四象限标题卡；运动方式 = 四象限依次高亮，定格在「零训练」。
  3. VLM 调度器（12s）：VLM 看目标网格渲染图和中间重建渲染图；屏幕文字「VLM 看两件事 · 出三类决策」；画面元素 = 流程图：渲染图输入 → VLM → 三类决策输出；运动方式 = 渲染图旋转 360° 演示视角变化，决策箭头逐项弹出。
  4. 互补工具栈（12s）：Learned + Algorithmic + 数值优化 + 执行评估四组件分工；屏幕文字「4 组件互补工具栈」；画面元素 = 四宫格卡，每格一个工具名 + 一句职责；运动方式 = 四宫格依次点亮，最后汇聚到「执行 → 反馈 → VLM」闭环。
  5. 多候选池 + 最佳保留（12s）：每个目标零件维护多套候选程序，全程保留当前最佳有效结果；屏幕文字「多候选池 · best valid 兜底」；画面元素 = 候选程序树状图 + 高亮的 best valid 节点；运动方式 = 树状分支生长，否决路径变灰，最佳节点持续高亮。
  6. 6 benchmark 全量 + trade-off（12s）：DeepCAD + Fusion360 + MCB 全量测试集 + CADENA-Bench + CADBench + BenchCAD + 成本 vs 质量 trade-off；屏幕文字「6 benchmark 全量评测」；画面元素 = 证据卡：六个 benchmark 名称 + trade-off 散点示意；运动方式 = benchmark 名依次飞入，trade-off 散点由成本轴滑向质量轴。
  7. 收尾（10s）：调用三组限定语（abstract 缺关键数字 / GitHub 仓库 URL 未公开 / first organization 未公开）；屏幕文字「abstract 缺数字 · 仓库未公开 · 论文卡未生成」；画面元素 = 风险卡三栏 + 行动清单一栏；运动方式 = 风险卡逐条淡入，行动清单最终定格。