B-repLer相关内容总结与翻译一、文章主要内容总结（一）研究背景多模态大型语言模型（mLLMs）在图像分析、编辑、合成等2D领域表现出色，但在3D计算机辅助设计（CAD）领域，尤其是边界表示（B-rep）模型的编辑任务中成效有限。B-rep作为工程对象的行业标准表示方法，虽能精确编码几何与拓扑信息，却存在“脆弱性”——参数空间的微小误差易导致模型失效，且缺乏带语义标注的公开数据集，难以支撑文本驱动的编辑研究。（二）核心方法：B-repLerB-repLer是首个支持文本驱动的原生B-rep编辑框架，通过两阶段流程实现语义化、细粒度的模型修改，且保证输出模型的有效性：定位阶段（mLLM作为定位器）：微调mLLM（如Qwen2.5 VL 7B），输入原始B-rep模型的渲染图与高层用户指令（如“增强结构完整性”），输出编辑区域的2D边界框，并将抽象指令转化为详细的几何操作指令（如“增大圆角半径至5mm”），降低后续编辑的模糊性。修改阶段（Transformer作为 latent 修改器）：基于HoLa-BRep的B-rep latent空间，将原始模型编码为latent特征；融合B-rep latent特征、渲染图区域特征、边界框特征与文本特征，输入定制化Transformer；Transformer以自回归方式生成编辑后的latent序列，经HoLa解码器还原为 valid B-rep模型。