Forschende des MIT, des MIT-IBM Computing Research Lab sowie Red Hat und IBM haben ein neues Framework namens GIFT (Geometric Inference Feedback Tuning) entwickelt, das die automatische Umwandlung von 2D-Entwürfen in ausführbaren CAD-Code mittels Vision-Language-Modellen erheblich verbessert. Die Ergebnisse wurden kürzlich auf der International Conference on Machine Learning vorgestellt. Bisher beschränkte sich der Einsatz von KI im CAD-Design oft auf die Generierung unzureichend präziser Grundformen, primär aufgrund mangelnder qualitativ hochwertiger Trainingsdaten. GIFT umgeht dieses Problem durch eine modellinterne Datenaugmentierung, die eigentliche Schwächen und Near-Misses des VLMs nutzt, um gezielt bessere Trainingsdaten zu erzeugen. Das System testet das Modell parallel mehrfach, sammelt erfolgreiche sowie fast korrekte Lösungsansätze und kombiniert sie zu einem neuen Datensatz. Dieser Prozess ermöglicht dem VLM, aus eigenen Fehlern zu lernen, ohne dass menschliche Korrekturen oder aufwändiges Neutraining erforderlich sind. Stattdessen kommt Inference-Time-Scaling zum Einsatz, wodurch Nutzer ein individuelles Rechenbudget vorgeben können. Laut Hauptautor Giorgio Giannone von Red Hat und dem MIT DeCoDE Lab steigert dieser Ansatz die Genauigkeit der generierten CAD-Programme bei gleichzeitiger Senkung des Rechenbedarfs um etwa 80 Prozent im Vergleich zu bestehenden Konkurrenzverfahren. Die resultierenden 3D-Geometrien weisen eine deutlich höhere Übereinstimmung mit Referenzmodellen auf. Die Technologie hat das Potenzial, den rapiden Prototyping-Prozess in der Ingenieurwissenschaft zu beschleunigen und Kosten zu senken. Durch die automatische Identifizierung von Designmustern könnten zudem Lösungen gefunden werden, die menschlichen Entwicklern bisher verborgen blieben. Seniorautor Faez Ahmed betont die Bedeutung des Ansatzes für vertrauenswürdige KI-Designwerkzeuge im industriellen Alltag. Das Forschungsteam plant nun, GIFT auf komplexere Aufgaben und die Optimierung von Herstellbarkeit sowie Performance zu erweitern, und strebt die Integration in größere VLM-Modelle an. Gefördert wurde die Arbeit unter anderem durch das MIT-IBM Computing Research Lab.