SGS-1 - Yapılandırılmış CAD için ilk üretken model

• Spectral Labs, yapılandırılmış CAD (B-Rep) üretimi için ilk üretken yapay zeka modeli SGS-1'i tanıttı
• SGS-1, görüntü veya 3D mesh girdisini alıp, kolayca düzenlenebilen parametrik CAD dosyaları üretiyor
• Mevcut GPT-5, HoLa BRep gibi modellerle karşılaştırıldığında SGS-1, daha doğru ve daha çeşitli karmaşık şekiller üretiyor
• Eskizler, mühendislik çizimleri, STL vb. farklı girdileri STEP dosyalarına otomatik dönüştüren tersine mühendislik otomasyonu mümkün
• Henüz organik yüzeyler veya tam montajlar üretmede sınırlamaları var, ancak gelecek nesil modelde çok modlu ve fiziksel akıl yürütme gibi ek iyileştirmeler planlanıyor

---

SGS-1 tanıtımı ve başlıca özellikleri

• Spectral Labs, SGS-1 ile üretilebilir ve parametrik unsurlar içeren 3D geometrik yapılar oluşturabilen bir temel üretken yapay zeka modeli sundu
• SGS-1, görüntü veya 3D mesh girdisini alıp, düzenlemesi kolay B-Rep (sınır temsili) biçiminde STEP dosyası çıktısı veriyor
• Ortaya çıkan bu çıktı, geleneksel CAD yazılımlarında kolay ve doğru biçimde düzenlenip kullanılabiliyor

SGS-1 nasıl çalışıyor ve sonuçlar

• Kullanıcılar görüntü ya da basit 3D dosyalar yükleyerek, belirli ölçülerin ayarlanabildiği parametrik B-Rep dosyalarına dönüştürebiliyor
• SGS-1, mevcut modellere göre çok daha karmaşık ve çeşitli CAD şekilleri üretiyor
• Gerçek mühendislik tasarımında kullanılabiliyor ve montajın kısmi bilgileri ile metin açıklamalarına dayanarak parça tasarımı örnekleri sunuyor

Mevcut modellerle karşılaştırma deneyi

• SGS-1, GPT-5 (CadQuery kodu üretebilen OpenAI'nin büyük modeli), HoLa BRep (görüntü girdisine dayalı B-Rep üretim modeli) gibi modellerle 75 karmaşık CAD görüntüsü kullanılarak karşılaştırmalı olarak değerlendirildi
• Deneyler her model için 10 kez tekrarlandı ve başarılı üretim oranı (Success Ratio) temel alınarak ölçüldü
• SGS-1, karmaşık şekillerin çoğunda en yüksek performansı gösterirken, diğer modellere kıyasla doğru mekansal anlayış ve geometri uygulama yeteneği açısından öne çıkıyor
• Diğer modeller çoğu zaman basit veya kullanım değeri düşük çıktılar ürettiği için, gerçek montaj tasarımında kullanımları zor kalıyor

Montaj bağlamında parametrik yapı üretimi

• SGS-1 ile yalnızca mevcut bir alt montajın parçası (CAD montajının bir bölümü) ve açıklama ya da görüntü girdisi kullanılarak, bu bağlama uygun yeni parça tasarımları üretilebiliyor
• Kullanım süreci
  • Kısmi montaj render'ı ve eklenecek parça hakkında açıklama hazırlanır
  • SGS-1'e girilerek STEP dosyası biçiminde B-Rep üretilir
  • Oluşturulan STEP dosyası montaja içe aktarılır ve ölçü ayarlarıyla uyarlanır
• Farklı bracket tasarım senaryolarına ait örnek videolar da sunuluyor

Eskizlerin ve mühendislik çizimlerinin otomatik dönüştürülmesi

• Elle çizilmiş eskizler ve resmi mühendislik çizimleri SGS-1'e verildiğinde, bunlar otomatik olarak düzenlenebilir 3D parametrik CAD dosyalarına dönüştürülebiliyor
• Karmaşık olmayan el çizimi eskizler bile etkili şekilde dönüştürülebildiği için tasarım sürecinde yenilik sağlayabiliyor

Tersine mühendislik ve mesh (STL)→STEP otomatik dönüşümü

• Tarama dosyaları ile tekil STL/mesh dosyaları da SGS-1 aracılığıyla otomatik olarak parametrik STEP dosyalarına dönüştürülebiliyor
• Elle çalışma gerektirmeyen tam otomatik tersine mühendislik mümkün olduğundan, farklı şekillerdeki parçaların dijitalleştirilmesinde avantaj sağlıyor

Sınırlamalar

• SGS-1, mühendislik kullanımı odaklı parametrik 3D üretim için optimize edilmiş bir model
• Karmaşık yüzeyler ya da organik/serbest eğrili yapılar üretme, çok ince yapılar ve tam montajların toplu üretimi konularında hâlâ sınırlamaları bulunuyor
• Gelecek nesil modelde çok modlu destek, karmaşık mekansal algı, gelişmiş fiziksel akıl yürütme ve geri bildirim temelli pekiştirmeli öğrenme eklenmesi planlanıyor

Gelecek planları ve ekip tanıtımı

• Spectral Labs, daha karmaşık fiziksel sistem tasarımı, çok modlu girdi, gelişmiş mekansal bağlam ve fiziksel akıl yürütme yeteneklerini hedefleyerek SGS-1'in yeni nesil modelini hazırlıyor
• Pekiştirmeli öğrenme ve geri bildirim tabanlı fizik simülasyonu gibi en yeni yapay zeka tekniklerini kullanarak 3D mühendislik odaklı üretken yapay zeka alanında öncü olmayı amaçlıyor
• Ekip, Autodesk Research, Samsung Research, CMU, Meta kökenli yapay zeka araştırmacıları ve mühendislerden oluşuyor
• Araştırma iş birliği veya dağıtım talepleri için Spectral Labs resmi kanalları üzerinden iletişime geçilebiliyor

[GN⁺]

Hacker News yorumu

• SGS-1'in tamamen parametrik 3D geometri üretebildiği iddia ediliyor ama STEP dosyalarının parametrik özellikler için hiçbir desteği yok; yani bunu test etmeye bile gerek kalmadan yanlış olduğunu anlayabiliyorsunuz. SGS-1 çıktılarının geleneksel CAD yazılımlarında kolayca düzenlenebildiğini söylüyorlar, fakat demo dosyalarını bizzat test ettiğimde bunun gerçekten saçma bir iddia olduğunu gördüm. Girdi ve çıktıları benim doğrudan modellediğim doğru parça ile karşılaştırdım ve çeşitli hataları listeledim. Sadece yanlış ölçüler değil, CAD düzenlemeyi zorlaştıran bozuk özellikler de var. Kendi yalanlarını kanıtlayan bir demoyu bile sunarken neden böyle iddialarda bulunduklarını anlamıyorum. Sırf başlık atmak için mi, hiçbir şey bilmeyen insanlara satmak için mi, yoksa alan bilgisi olmayan CS kökenli insanların sorunu çözdüklerine inanması mı, emin değilim. Başlıca hatalar şunlar: tüm ölçüler yanlış, bir delik tamamen delinmemiş, dairesel delik yerine üst üste binen iki delik var, fillet düzgün değil, üst delik offsetli, önceki chamfer referans düzlemin altına iniyor, üst deliklerde Z ekseni offseti var, chamfer bağlantı şekli iki tarafta farklı vb.<br>Karşılaştırma materyali ve gerçek model ekran görüntüleri: hatalı sonuç örneği, benim yaptığım doğru örnek

  • Ben de STEP dosyalarının parametrik özellikleri desteklememesi nedeniyle kafam karıştı. Böyle bir iddiayı nasıl öne sürebildiklerini gerçekten merak ediyorum. Resmî olarak sadece B-rep (sınır temsili) ürettiklerini söylüyorlar ama roller örneğinde "parametrik olduğu için ölçüleri ayarlamak kolay" diyorlar; bu bana hiç mantıklı gelmiyor. Böyle bir işlev lazımsa STEP dosyasını düzenlemeye çalışmak yerine baştan düzgün özellik geçmişi ve kısıtlarla modeli kurmak daha mantıklı.

  • Bu alanı iyi biliyor gibisin, o yüzden bir şey sormak istiyorum. Ben tamamen acemiyim ama zoo.dev/design-studio'nun benzer işlevler sunduğunu duydum. Nerede ve nasıl farklı olduklarını karşılaştırabilecek uzman görüşünü merak ediyorum.

  • Bu açıkça aldatıcı bir iddia. Kimi kandırmaya çalıştıklarını merak ediyorum. Acaba yatırımcıları mı hedefliyorlar diye düşünüyorum.

  • Bu formatları derinlemesine bilmiyorum ama STEP dosyalarının STL'den farklı olarak "B-rep" verisi saklamasının önemli bir özellik olduğunu biliyorum. Yani yüzeyler arasındaki geometrik ilişkileri tuttuğu için parametrik editörlerde kullanımı daha kolay oluyor. Bunlar da muhtemelen mesh tabanlı eski yaklaşımlardan farklı olarak B-rep kullandıklarını öne çıkarıyor.

  • Yapay zeka haberlerinde gerçek performans sık sık çarpıtılıyor; muhtemelen yorumlarda biri çıkıp belirsiz biçimde çalıştığını söyleyecektir

• Yapay zekanın, 3D tarayıcıyla eksik alınmış verileri otomatik temizlemesi için bir pazar olduğunu düşünüyorum. Nokta bulutundan temiz bir 3D mesh üretmek ve renk ya da ışığa göre nesneleri tanımak da çok ilginç olurdu. Bunu kullanarak dünyayı tanımlayabilir ve nesnelerin meta verisini bile üretebilirsiniz. Ama bu tür otomatik tasarım yeteneklerinin CAD'in keyfini azaltıp gerçek sorunu çözmediğini düşünüyorum. Yapay zeka, tekrarlı ve sıkıcı işlerde çok daha etkili olur. Bu teknoloji yatırımcıları etkileyebilir ve uzmanların zamanını kurtarabilir, ama pratikte daha büyük sorunları çözme konusunda sınırlı kalır.

  • Açıkçası bu sektör sadece yatırımcıları etkilemeyi önemsiyor. Sonunda yapay zeka teknolojisi bilgi çalışanlarının iş tatminini ellerinden alacak ve geriye çok az kişi kalıp sadece yapay zeka gözetimi ya da tuvalet temizliği gibi işler yapacak. Şu anki gidişat, emek talebini yok edip eskiden istikrarlı olan maaşları hissedar kârına dönüştürecek gibi görünüyor.

  • Aslında herkes CAD'i eğlence için yapmıyor. Basit bir prototip basarken "şu board mount'u yap, delikler X mm aralıklı olsun, sayı N olsun" gibi istekleri yapay zekaya verebilmek isterim. "Bu iki parçayı bağla", "buraya vida deliği ekle", "snap-fit joint oluştur", "genişlik 8 cm olsun", "bu deliği karşı tarafa taşı" gibi işleri hızlı ve kolay halletmek benim beklentim.

• ChatGPT4'ün ilk dönemlerinde, LLM tabanlı mekatronik tasarımı için açık bir markup standardını kendim oluşturmaya çalıştım. LLM'lerin örnekleri öğrenebilmesi ya da mantığı kavrayabilmesi için insanın okuyabileceği bir markup diline ihtiyaç olduğunu düşündüm. Bunu hızlı iteratif tasarım için referans/demo kavramı olarak hazırladım ve herkes genişletebilsin ya da kendisi uygulayabilsin diye GitHub projemde paylaştım. Bu tür açık kaynak yaklaşımının uzun vadede açık donanım geliştiricilerine özgürlük sağlayacağını umuyorum.

• Daha önce sadece mesh tabanlı modeller verebilen düzeyden STEP (B-Rep) ile CAD parçası üretebilmek devrim niteliğinde bir değişim. Önceki modeller oyuncaktan ibaretti; bu teknolojinin gelişip nereye kadar gideceğini görmek için çok heyecanlıyım. Bir sonraki adım muhtemelen STEP'i SolidWorks, NX gibi kapalı formatlara daha iyi dönüştürmek ve tasarım kısıtlarını çıkarsamak olacaktır.

  • Sadece 3D tarama mesh'lerini düzgün STEP geometrisine çevirebilse bile bu büyük ilerleme olur.

  • Geri bildirim için teşekkürler! Bunu bir sonraki modele aktif şekilde yansıtmayı planlıyoruz. Özellikle ne görmek istediğinizi merak ediyorum.

• Bir mühendis olarak bence bu yapay zeka, tasarımın gerçekten zor kısmını ortadan kaldırmıyor. Gerçekten zor olan; üretim, yük yollarının tasarımı ve parçanın gerçek yükler altında nasıl yapılandırılacağını belirlemek.

  • Aynı şekilde düşünen bir mühendis olarak, bu yapay zeka iyi çalışırsa prototipleme aşamasını ciddi biçimde kısaltıp daha iyi ürünleri daha düşük maliyetle üretmemizi sağlayabilir. Gerçek yükler ve yapısal tasarım konusunda da yardımcı olabilir.

  • Yazılım geliştirmede yapay zeka sayesinde klişe işleri azaltıp öz değere odaklanma yönünde gerçekten bir akış oluştu. Bunun diğer alanlarda da benzer şekilde kullanılabileceğini düşünüyorum.

  • Yapay zeka bunu da çözmeye başlıyor: limitlesscnc.ai

• Rakip bir ürün geliştiren bir girişimci olarak, insanların ilgi göstermesi ve bunu tartışması pazar olduğuna dair sevindirici bir işaret. Ancak mevcut SGS-1 modelinin çıktıları, gerçek üretim ve kullanılabilirlik açısından çok yetersiz. Şu anki STEP çıktıları çeşitli CAD araçlarına import edilebiliyor ama tasarımcılar, mühendisler ve üreticiler için pratikte pek işe yaramıyor (fabrika ya da 3D yazıcılar için de öyle). Başlıca sorunlar şunlar: eğrisel yüzey kalitesi düşük olduğu için simülasyon ya da üretimde kullanılamıyor, basit şekiller aşırı karmaşık çıktı veriyor (fillet 10'dan fazla yüzeye bölünüyor), tek bir parçayı üretse bile onu 10000'den fazla küçük parçaya ayırıyor; yani gerçekte tek bir ürün olmuyor. V2 sürümünü merakla bekliyorum. Bu arada ben Transfigure adlı şirketin kurucusuyum; SGS-1'in sınırlarını önceden görüp makine mühendisi bakış açısından simülasyon ve üretimde doğrudan kullanılabilecek temiz veri üreten bir yapay zeka mimarisi geliştiriyorum.<br>SGS-1 ile üretilen veriyi fabrikamıza gönderseydiniz anında kovulurdunuz.<br>[e-mail]

  • İlginç bir yaklaşım. Daha fazla ayrıntıyı ne zaman paylaşmayı planladığınızı merak ediyorum.

• LLM ile OpenSCAD modeli üretmekte hep zorlandım. XYZ uzayını anlama ve 3D matematiksel akıl yürütmede iyi değiller. Bunu LLM performansı için bir ölçüt olarak kullanıyorum. Basit bir telefon standını bile tek seferde yaptıramadım; düzlem oluşturma, açı verme, trigonometrik hesapla yükseklik çıkarma, yeni düzlem oluşturma, konum taşıma gibi adımlara bölmek zorunda kaldım.

  • Ben de benzer bir deneyim yaşadım. Bunun sadece daha fazla eğitim verisiyle çözülüp çözülemeyeceğini, yoksa tamamen yeni bir yaklaşım gerektirip gerektirmediğini merak ediyorum. Kodla model üretme iş akışı gerçekten çok etkileyici; örneğin gears kütüphanesini çağırıp karmaşık dişli yapılarını otomatik oluşturabilirsiniz. Bu yaklaşım CAD'in ötesinde başka alanlarda da kullanılıyor. Mesela fotonik IC'leri kodla üretmeye yarayan Python kütüphanesi GDSFactory var ve zamanla daha fazlası çıkacaktır. Bu iş akışları, veri notebook projem(mnty.sh/#serenity) üzerinde yoğunlaşmamın büyük sebeplerinden biri. Amaç, proje bazında her şeyi kodla oluşturup görselleştirmeyi de tek bir notebook içinde yapabilmek.

• Çizimden CAD'e dönüşüm özelliğinin restorasyon pazarında inanılmaz dönüştürücü olacağını düşünüyorum. Ölçüsüz çok sayıda eski çizim var; ama mühendis genel boyutu ya da yüksekliği anlarsa önce kabayı kurup sonra yapay zekaya "bu parçayı şu cihaza uyacak şekilde yap" diyebilir. 3D baskı, restorasyon, hayali tasarım, parça üretimi gibi CAD gereken her alanda oyunu değiştirebilir.

• Teorik olarak bu özelliğin bazı kısımları kulağa tutarsız geliyor. Mesela toleransları da tanımlıyor mu, bunu merak ediyorum.

  • Tolerans değil, mesele daha çok "fit". Sonradan insanın ölçü ve toleransları yine tanımlaması gerekse bile, her şeyi baştan elle modellemekten çok daha az zahmetli olur.

• Demo ilginç ama asıl önemli olan şey, metinle verilen kısıtları tasarıma düzgün yansıtabilme yeteneği. İstenen işlevleri taşıyan bir parça tasarlamak kolay; ama gerçekten üretilebilir, mevcut hacme sığan ve mekanik özelliklerle maliyet kısıtlarını (minimum malzeme kullanımı, üretim kolaylığı vb.) karşılayan bir tasarım çok daha zor. Örneğin 3D baskı parçasında destek malzemesinden kaçınmak ya da belirli yönde baskı almak gerekir; yani çok sayıda kısıt vardır. Yapay zekaya bu kısıtları doğal dille verip doğrudan tasarıma yansıtabilmek gerçekten faydalı olur.

  • Peki böyle karmaşık kısıtlar için eğitim verisini nereden bulacaklarını merak ediyorum.