当我在2019年加入欧特克时，欧特克人工智能实验室只有一篇论文在顶级人工智能会议上发表。到今天为止，我可以自豪地说，我们已经有近50个，其中仅今年就有21个。

Autodesk AI实验室成立于2018年，是Autodesk Research的一部分，在人工智能和机器学习方面进行基础和应用研究，旨在为我们的客户开启人工智能驱动设计工具的新时代。我们致力于通过扩大团队、与著名组织合作以及发布前沿AI来提高我们在人工智能研究领域的声誉研究．

今年早些时候，欧特克人工智能实验室(Autodesk AI Lab)在纽约理工学院(mit)上发表了五篇关于深度学习在计算机辅助设计中的应用的论文计算机视觉与模式识别会议(CVPR 2022)，计算机视觉和机器学习领域的重要会议之一。

我们展示的作品是与著名的学术机构合作完成的，包括斯坦福大学、麻省理工学院(MIT)、西蒙弗雷泽大学和韩国科学技术高级研究院(KAIST)。我们的论文专注于通过使用人工智能将对象和组件逆向工程到CAD模型中，以及生成设计本身，从而使设计师的工作更容易。以下是每篇论文的摘要。

CLIP-Forge:实现零镜头文本到形状的生成

CLIP-Forge允许用户通过语音描述3D对象，然后系统生成这些对象的3D体素化(minecraft风格)模型。这是使用文字进行3D几何生成的早期步骤，可以帮助用户为游戏、电影等构建完整的3D场景。

可连接的:参数化CAD接头自下而上装配的学习

你有没有想过，拥有数百个零件的物理对象是如何在CAD中组装的?JoinABLe通过学习一对部件如何连接形成关节来实现自动化，这通常是一个乏味的过程。这项工作是与麻省理工学院的同行一起完成的，可以应用于从家具组装到机器人装配线的所有领域。

融合360画廊汇编数据集

与JoinABLe论文一起，Autodesk AI Lab发布了Fusion 360 Gallery Assembly Dataset，该数据集为AI研究社区提供了关于接头、接触面、孔和底层装配图结构的丰富信息。我们致力于与更广泛的研究人员社区合作，复制和扩展我们的工作，并最终解决更广泛的研究问题。

Point2Cyl:从点云到挤压圆柱的三维逆向工程对象

从原始几何图形逆向工程CAD模型是一个长期的研究挑战。Point2Cyl在与斯坦福大学和KAIST的合作中，通过将点云分解成在CAD中完全可编辑的挤压圆柱来解决这个问题，由于几乎任何物体都可以扫描并翻译成点云，因此这种方法非常通用。

CAPRI-Net:使用自适应原语组装学习紧凑CAD形状

对于CAPRI-Net，我们与西蒙弗雷泽大学(Simon Fraser University)合作完成了一项逆向工程任务，让机器以3D对象作为输入，将其分解为原始形状，然后输出CAD模型。这使得机器能够在没有监督的情况下学习CAD模型的紧凑且可解释的隐式表示。

UNIST:未配对神经隐式形状翻译网络

风格是设计的一个重要方面，人工智能也可以学习，并将其整合到3D对象的生成中，通过UNIST，我们探索了将形状的现有风格属性转移到新的形状类别中，这可以节省设计师大量的时间，并解锁几个新的设计功能。

AI驱动的设计工具对欧特克未来的产品至关重要，AI实验室在顶级AI会议上发表的工作让我们得以一窥设计的未来。除了今年夏天在CVPR展示的上述工作外，该团队还展示了SkexGen:解纠缠码本的CAD施工序列自回归生成在国际机器学习会议上，以及将视觉乐高手册转换为机器可执行计划在欧洲计算机视觉会议上未来，该团队有五篇论文被SIGGRAPH Asia和NeurIPS接受。

了解更多关于欧特克的人工智能努力在这里。