DeepJEB++: Foundation Model-Driven Large-Scale 3D Engineering Dataset via 2D Latent Space Augmentation
作者: Soyoung Yoo, Leekyo Jeong, Jinsu Ra, Dongeon Lee, Sunwoong Yang, Hyogu Jeong, Namwoo Kang
分类: cs.LG, cs.CE
发布日期: 2026-06-12
💡 一句话要点
提出DeepJEB++以解决大规模3D工程数据集构建问题
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 3D数据集 数据增强 潜在空间 仿真标注 工程设计 深度学习 生成模型
📋 核心要点
- 现有的3D数据增强技术在保留几何变体和自动化仿真标注方面存在显著不足。
- DeepJEB++通过在2D潜在空间进行数据增强，利用预训练的模型生成3D数据集，提升了数据的多样性和质量。
- 从少于400个种子设计出发，DeepJEB++成功生成了15,360个仿真标注的3D支架，极大地扩展了数据集规模。
📝 摘要（中文）
数据驱动的工程设计受到缺乏大规模3D数据集的限制，尤其是几何形状与基于物理的性能标签的配对。现有的3D数据增强技术在保留细微和多样的几何变体方面存在局限，且后续的仿真标注过程难以自动化。本文提出DeepJEB++，一个基于基础模型的数据增强框架，能够在有限资源下将小规模的喷气发动机支架种子集扩展为大型仿真标注的3D数据集。该方法通过在数据丰富的2D潜在空间进行增强，然后转移到3D，最终实现了从少于400个种子设计生成15,360个仿真标注的3D支架，扩展比例达到40倍。
🔬 方法详解
问题定义：本文旨在解决缺乏大规模3D工程数据集的问题，现有方法在几何变体保留和仿真标注自动化方面存在不足。
核心思路：DeepJEB++的核心思路是通过在2D潜在空间进行数据增强，然后将其转移到3D，以此生成高质量的3D数据集。
技术框架：该方法分为三个阶段：第一阶段，微调预训练的2D潜在扩散模型，合成新视图并通过视觉语言模型进行质量筛选；第二阶段，将验证后的图像提升为3D网格；第三阶段，自动识别每个网格的载荷和螺栓接口，并分配有限元标签。
关键创新：DeepJEB++的主要创新在于其在2D潜在空间的增强策略，显著提高了生成3D数据的质量和多样性，与现有方法相比具有本质区别。
关键设计：在模型设计上，采用了潜在扩散模型和生成基础模型，确保了生成图像的质量；在损失函数上，结合了制造可行性和标签保真度的评估标准。
🖼️ 关键图片
📊 实验亮点
DeepJEB++从少于400个种子设计出发，成功生成了15,360个仿真标注的3D支架，扩展比例达到40倍。该方法在制造可行性、标签保真度和分布一致性等方面表现出色，展示了其在数据增强领域的显著优势。
🎯 应用场景
该研究的潜在应用领域包括航空航天、汽车工程和其他需要高质量3D模型的工程设计领域。通过提供丰富的仿真标注数据集，DeepJEB++将推动工程AI研究的发展，促进更高效的设计和优化流程。
📄 摘要（原文）
Data-driven engineering design is constrained by the lack of large-scale 3D datasets that pair geometry with physics-based performance labels. In particular, existing 3D data augmentation techniques have limitations in preserving subtle and diverse geometric variations, and it remains difficult to automate the subsequent simulation-labeling process, where boundary conditions vary depending on the generated geometry. We present DeepJEB++, a foundation-model-driven data-augmentation framework that expands a small seed set of jet engine brackets into a large, simulation-labeled 3D dataset under constrained resources. Our key idea is to augment in the data-rich 2D latent space, then transfer to 3D. In Stage 1, we fine-tune a pretrained 2D latent diffusion model on multi-view renders and synthesize novel views by latent interpolation, retaining manufacturable designs through a vision-language-model (VLM) quality filter. In Stage 2, the validated images are lifted to 3D meshes by a domain-adapted generative foundation model. In Stage 3, an automated pipeline recognizes the load and bolt interfaces on each mesh and assigns finite-element labels -- mass, stress, and displacement -- without manual intervention. We assess augmentation quality along three intrinsic axes: manufacturability, label fidelity against the SimJEB ground truth, and distributional consistency. Starting from fewer than 400 seed designs, DeepJEB++ yields 15,360 simulation-labeled 3D brackets -- a 40x expansion -- using a single GPU per stage. The dataset will be made publicly available to support reproducible engineering-AI research.