CAD软件以参数化命令序列的形式构建，能够编译生成精确的三维几何结构，是实现高效、精准工程设计过程的基础。然而，从非参数化数据（如点云和网格）自动生成此类CAD程序，仍是关键但极具挑战性的任务，通常需要大量人工干预。当前用于自动化CAD生成的深度生成模型，受限于数据集不平衡且规模不足，尤其缺乏对复杂CAD程序的有效表征。为此，我们提出GenCAD-3D——一种多模态生成框架，通过对比学习实现CAD编码器与几何编码器之间潜在表示的对齐，并结合潜在扩散模型完成CAD序列的生成与检索。此外，我们还提出SynthBal，一种专门用于平衡和扩展数据集的合成数据增强策略，显著提升了复杂CAD几何结构的表征能力。实验结果表明，SynthBal显著提高了重建精度，减少了无效CAD模型的生成，并大幅提升了高复杂度几何结构的生成性能，超越现有基准。这些进展对简化逆向工程流程、提升工程设计自动化水平具有重要意义。我们将公开发布相关数据集与代码，包括项目网站上51个3D打印并经激光扫描的实物部件数据。