Valutare le capacità CAD dei modelli di IA generalisti: il caso di GPT-6 Astra

Abstract degli autori

I recenti progressi dei modelli di IA generalisti e dei sistemi agentici hanno permesso loro di svolgere alcune attività CAD. Ora serve una valutazione sistematica per stabilire che cosa questi sistemi siano in grado di fare e in che misura i loro risultati soddisfino i requisiti ingegneristici. Questo articolo presenta uno studio empirico su GPT-6 Astra, un modello di IA generalista all’avanguardia, in quattro attività CAD fondamentali: comprensione dei modelli, generazione, modifica e valutazione. Abbiamo progettato casi di prova con diversi livelli di complessità e requisiti ingegneristici. I risultati mostrano che GPT-6 Astra può supportare diverse fasi dei flussi di lavoro CAD, ottenendo risultati positivi anche in casi di complessità geometrica non banale. Ciò suggerisce che l’IA generalista stia iniziando a offrire un valore pratico in quasi tutte le fasi del flusso di lavoro CAD. Restano tuttavia differenze tra generare geometrie visivamente plausibili e produrre modelli CAD validi, funzionali e modificabili. Errori ricorrenti nelle geometrie a forma libera, nelle dipendenze tra parametri e nelle relazioni di accoppiamento tra le parti ne limitano l’utilità ingegneristica. Il perfezionamento iterativo agentico può migliorare i risultati, ma non risolve in modo sistematico gli errori critici; i lunghi tempi di completamento ne limitano ulteriormente l’uso pratico.