NeurIPS 2025第一作者
ArchCAD-400K: A Large-Scale CAD Drawings Dataset and New Baseline for Panoptic Symbol Spotting
来自 5,538 张标准化图纸、覆盖 27 个类别的 41.3 万条标注——规模为此前最大 CAD 数据集的 26 倍——并提出结构感知标注引擎与 DPSS 基线模型。
罗睿锋Ruifeng Luo
华建集团 建筑AI实验室 主任
同济大学土木工程博士 · 研究方向：工程智能（AI for Engineering）
日期
2026.07
版本
A — 首版
地点
中国 · 上海
张次
第 1 张 共 1 张
我在上海负责华建集团建筑AI实验室（ArchiAI Lab）， 带领一支跨学科团队研究面向建成环境的人工智能。我的研究始终围绕一个问题： 机器能否像工程师一样读懂工程图纸？
围绕这个目标，我的工作包括 CAD 图纸的矢量多模态模型、大规模开源数据集 （ArchCAD-400K，NeurIPS 2025）、 以及 AEC 领域的大模型评测基准 （AECBench，Advanced Engineering Informatics）。 更早之前，我在同济大学的博士研究将强化学习与蒙特卡洛树搜索用于结构智能设计。 我同时担任同济大学校外硕士生导师。
研究方向 · 按图层
L-01 · DRAWING-INTEL
工程图纸矢量多模态模型
让模型原生读懂 CAD——全景符号识别、矢量线表示， 以及让大规模标注成本可负担的数据引擎。
L-02 · AEC-LLM-EVAL
AEC 领域大模型评测
分层评测基准，度量工程实践真正需要的能力： 知识记忆、理解、推理、计算与应用。
L-03 · STRUCT-GEN
结构智能设计
以强化学习与蒙特卡洛树搜索驱动结构生成式设计， 从桁架布局到拓扑优化。
动态
AECBench 发表于 Advanced Engineering Informatics（第 71 卷）。
两篇论文被 NeurIPS 2025 接收：ArchCAD-400K 与 “Point or Line?”。
ArchCAD 在 Hugging Face 开源——A Multimodal CAD Dataset for Vectorized Drawing Understanding，多模态对齐的 CAD 图纸数据集。
代表论文
NeurIPS 2025合作作者
Point or Line? Using Line-based Representation for Panoptic Symbol Spotting in CAD Drawings
VecFormer：面向 CAD 图纸全景符号识别的矢量图元线表示方法。
Adv. Eng. Informatics 2026通讯作者
AECBench: A Hierarchical Benchmark for Knowledge Evaluation of Large Language Models in the AEC Field
4,800 道题、23 项任务、五级认知层次——首个面向建筑工程（AEC）领域的大模型知识 分层评测基准。
Buildings 2022第一作者
AlphaTruss: Monte Carlo Tree Search for Optimal Truss Layout Design
在应力、位移与屈曲约束下，用蒙特卡洛树搜索求解桁架布局最优设计。
完整论文列表见 Google Scholar。