★ FEATURED ARTICLE 1. 先给结论text-to-cad不是“输入一句话就有成品模型”text-to-cad这个词近半年基本是三维设计与制造圈子的必刷热词。过去建一个法兰、支架或者外壳要在SolidWorks里画草图、拉特征、打孔倒角现在的玩法是你把需求描述清楚AI直接给你生成一段能构建几何的“CAD程序”你还能回头改参数重新生成。听着很爽但它的能力边界远比想象中窄。很多第一次接触的人会误以为它能像Midjourney一样“一句话出图”结果发现自己拿回来的是一个能编辑、能导出、能出工程图的参数化模型反而不知道怎么下手。这篇文章我把过去几个月的实测结果、踩坑记录以及一条能在本地完整复现的搭建链路一次整理清楚给站在门槛上的人一张尽量精确的地图。1.1 它生成的是参数化特征不是一张STL网格先破掉最常见的误解text-to-cad里的“cad”默认指的是参数化CAD而不是3D打印常用的STL网格。STL本质上是成千上万个小三角片拼出来的表面能看、能打印但要改一个尺寸或者拿去数控加工就很痛苦——没有特征历史没有约束改一个孔位等于重新建模。参数化CAD模型则是“图元特征约束”的组合你改一个孔径数值相关的孔位、倒角、装配关系会联动刷新可以直接出工程图、上CAM、进仿真。所以判断一个工具是不是真text-to-cad直接问三个问题输出物是网格还是B-rep实体有没有特征树或者构建历史关键尺寸能不能改参数重新生成很多“文本转3D”的工具做得挺热闹但输出的是带贴图的三角网格适合游戏素材和视觉展示跟工程链条完全不搭。这不是说网格工具没价值而是它不属于CAD。我在实际对接里见过不少设计师踩坑拿文本转网格模型去和供应商沟通开模被问三个问题就卡住——壁厚多少装配基准在哪拔模角度多少对方答不上来。没有参数就回答不了这些问题模型只能停留在“像”的阶段。1.2 为什么“可编辑”是CAD的灵魂机械行业里模型最值钱的部分从来不是那个“形”而是改起来方便。设计迭代时改一个孔距整个零件要跟着刷新模具合模时改一个拔模角相关面要同步补偿。这些动作依赖参数化约束和特征历史的配合而这两样东西恰恰是普通AI生成最难复制的。AI如果在生成时只输出最终几何却不保存构建过程等于给你一张不能改的设计图。早期不少AI生成CAD的方案就死在这里模型看上去形状完整拓扑也正确但工程师一动特征就散架因为底层是合并过的面片实体没有草图和特征可言。后来大家普遍收敛到一条路线让AI走“程序化CAD”——生成一段构造脚本比如OpenSCAD、CadQuery、CodeCAD或者某个API的建模命令序列再由CAD内核去执行。用户手里拿到的是一份“建模过程说明书”改参数就是改说明书重新跑一遍模型连同关联约束一起重建。这个思路才符合CAD的底层逻辑也是现在主流产品愿意采用的架构。1.3 现阶段哪些人值得立刻上手按我的观察三类人最容易真正受益。第一类是机械结构工程师和硬件产品经理。开案初期要快速比选结构方案过去画一个支架可能要半天现在布局提示词跑几个备选至少能把形状和安装接口定下来后面再人工精修。第二类是自动化、机器人领域的方案设计者。标准化连接件、传感器支架、线缆固定座这类重复性强、规则明确的零件AI生成成功率很高往往第一次就给接近可用的结果。第三类是教CAD和AI交叉课程的讲师。因为当前模型的能力和限制都非常典型拿来当案例拆解特别合适比纯讲软件操作更能说清楚“大模型工程领域”的命门在哪里。至于纯艺术向设计师、做渲染模型的人现阶段不用急着扑到text-to-cad上有更顺手的网格生成工具可用硬切反而更费劲。2. 实测过的几条主流路线从云端API到本地开源我不喜欢隔空聊技术能亲跑的都尽量跑。这一节是我接触过的三类主要方案商用云API、本地开源LLM加脚本CAD、以及文本转网格的“伪CAD”路线。各自都有适合的场子也都有明显短板。2.1 Zoo Text-to-CAD把AI真正接到几何内核上的典型先说我最早尝试、也最印象深的一个——Zoo前身KittyCAD推出的Text-to-CAD。它的做法不是让大模型输出STL而是让模型生成自身CAD内核能执行的建模命令用户拿到的是可继续编辑的参数化模型可以在线改参数、看特征、导出通用格式。我给它提交过几个机械件包括法兰、带加强筋的固定支架、带孔位的配电箱底板整体观感是几何正确率比一年前提升明显拉伸、布尔、阵列这类基本操作很少出错生成速度快中小型零件大约十几秒内能出初步结果最值钱在“可继续编辑”我改了孔径和位置关系模型能按新参数重新生成这在网格工具那边根本做不到。但也要客观说它目前是测试体验有排队和额度限制复杂曲面和真实螺纹仍是短板。把LLM规划能力和内核执行结合的方向我认为是对的也是后续行业产品会普遍参考的做法。2.2 本地开源组合Ollama OpenSCAD/CadQuery云端好用但很多企业环境不允许数据出域所以我另外搭了一条本地链路成本极低适合观察“大模型到底怎么理解CAD”。工具链就三样Ollama本地跑一个7B~8B量级的开源模型OpenSCAD当几何执行端接收代码并渲染模型一小段胶水脚本把提示词发给模型、把返回的代码喂给OpenSCAD。提示词模板我写成下面这个样子你是一名资深机械工程师只用OpenSCAD代码输出一个可用零件。 要求 1. 参数放在文件顶部用变量定义单位毫米 2. 优先用线性拉伸、旋转、两个实体之间的差集实现 3. 不要输出文字解释直接输出纯OpenSCAD代码 4. 功能描述功能描述部分填写我真正想做的零件。按这个框架生成结果的可读性和成功率明显变高模型“自由发挥”的概率直线下降。如果换成CadQuery还能得到更接近工程特征的Python式建模代码适合做程序化特征链管理。这条路没有云端那么顺滑但胜在可控、便宜、好复现。我把每次生成的代码都存档后续人工改代码就能做迭代不依赖任何在线服务。2.3 文本转网格工具不是CAD但要把边界划清楚为了弄清边界我也用文本转网格的工具生成过“类似的”零件。比如要求生成一个带四个螺栓孔的安装托架工具给的形状看上去很像网格细密外壳还有质感。但放大检查孔位发现孔径大小不一、孔轴线歪斜更麻烦的是没有壁厚概念整个模型就是一个表面壳根本无法加工和装配。转成STEP格式后同一堆自由曲面直接现原形。这类工具适合给客户看效果、为游戏和影视做资产。工程人员应该把两种工具放进两条完全不同的工具链一个解决“长什么样”一个解决“怎么造出来”。别把这两个词当成同义词否则项目后面全是烂尾。2.4 一个支架提示词三条路线的真实差异拿同一个小例子来看。我让三组方案分别生成“一个L型安装支架长80mm宽40mm厚3mm底部四个直径5mm的安装孔侧面有一个M8的腰型槽。”结果差异非常直观方案输出形式能否改参数尺寸符合度可制造性Zoo Text-to-CAD参数化B-rep特征可以改孔距、板厚基本符合中高本地LLMOpenSCADOpenSCAD程序代码改代码顶部变量即可主轮廓多数能保住中等文本转网格工具带纹理网格基本不能视觉接近但误差大低这组对比能帮人快速建立预期当前真实水平是一个“速度极快的概念工程师”不是高阶结构工程师。目标如果是快速拿到可编辑初版人工再修几轮那够用了目标如果是开箱即用、直接上机床那还差得远。认清这条线比到处找“最强工具”重要得多。2.5 本地链路的环境准备清单如果只想快速把本地链路跑起来按这个顺序来不需要独显也能跑安装Ollama命令行执行ollama pull llama3.1:8b拉一个可用模型安装OpenSCAD确认命令行openscad在PATH里新建一个工作目录准备prompt.txt放提示词模板再写一个run.sh把提示词发给模型、将返回代码存成.scad文件最后调用OpenSCAD渲染打开把提示词模板里的功能描述替换成你自己的需求第一次跑通后续就是反复调整提示词。CPU上跑7B~8B模型单个简单零件大概要十几秒到几十秒可接受。每次结果存成带编号的.scad文件相当于留下一个“参数化版本库”以后改一行代码就是新一版这种方式比反复让模型重新生成稳定得多。3. 拆开看它背后怎么跑语言模型如何变成几何理解了工具差异再看它们内部是怎样工作的。用大白话说现在的text-to-cad本质是一条“从自然语言到程序化建模指令”的翻译链路。每一步都有讲究工程上差一环结果就差出十万八千里。3.1 生成建模指令而不是生成三角面第一阶段语言模型接收用户提示词把它解析成设计意图有哪些主体特征、尺寸多少、位置关系如何、有没有阵列逻辑。第二阶段模型输出一段面向CAD内核的程序化指令比如OpenSCAD脚本、CadQuery代码或者某个API的建模命令序列。第三阶段CAD内核按指令构建B-rep实体生成特征历史。整个过程的“智能”集中在第一、第二阶段第三阶段是确定性计算。这里容易被忽略的是为什么不让模型直接输出网格。除了前面说的可编辑性还有精度和稳定性原因。网格生成是连续空间回归模型很难保证“圆弧就是圆弧”“平面就是平面”直接重建精确几何需要极其庞大的标注数据。程序化生成走的是离散的、语法明确的指令模型只需要选对操作类型和参数再由内核的约束求解器保证精度。换句话说模型负责规划内核负责执行各司其职这条架构路线是当前工程上最理性的选择。3.2 草图、约束、B-repAI绕不开的底层概念要真正看明白这条链路有几个概念躲不开。先说B-rep边界表示CAD模型用平面、圆柱面、球面等解析表面精确拼接成实体这样的实体能精确求布尔、算面积、生成CAM刀具路径网格是离散近似做不到这些。再一个是特征历史一个零件的构建过程被记录成步骤如“画80mm底边草图→拉伸成3mm厚板→板上挖四个直径5mm通孔→侧面开腰槽”。有了特征历史用户可以回到任意中间步骤修改后续特征自动重新计算。当你听到“可编辑性高”时本质是AI在特征历史层面做对了生成的命令序列顺理成章地记录了“草图→拉伸→布尔差集→阵列”而不是把所有几何一次性布尔合并。这也是为什么团队训练AI时特别强调生成特征序列而不是只优化最终几何。特征序列对了工程师拿到的就不是一件雕塑而是一件能拆改的积木。3.3 数据从哪来程序化CAD数据集和“程序召回”训练这类模型需要的不是海量STL而是“自然语言描述↔CAD构造程序”的成对数据。这对数据很稀缺是落地的主要障碍。目前能用的公开数据源有几类面向学术研究的Fusion 360 Gallery它提供了大量带特征历史的真实零件ABC等B-rep数据集开源社区沉淀的OpenSCAD/CadQuery库以及商业软件导出的带参数模板。有意思的是开源社区里海量的OpenSCAD/CadQuery代码本身就是很好的语料。模型训练时如果见过足够多“用差集挖孔”“用线性拉伸建板”的写法推理时就能“程序召回”这些模式生成类似结构的代码。这解释了很多生成的模型为什么看起来那么“科班”——它本质是在模仿训练数据中最能解决当前问题的程序写法。但由于工程上一个零件可以有十种建法只有少数建法在后续制造里好用所以纯粹从代码库里学习AI经常学到“能出形态但难编辑”的做法。这也是业内在推进“可编辑性评估”和“多轮生成评审”产品的原因——把可编辑性本身变成训练和考核目标比只追求“外形像”有用得多。3.4 多模态输入为什么草图加文本才是下一个台阶当前绝大多数text-to-cad都是纯文本对话框但真实工程师画图时手头往往是“一张手绘草图几个关键尺寸一句加工要求”。纯文本表达复杂轮廓非常吃力比如一个异形轮廓配四个不对称孔位用语言描述非常绕可手一画就几秒钟。因此学术界和工业界都在做“文本草图”联合条件输入的生成这类方案对空间关系的理解难度显著低于纯文本因为语言模型只需要在图像提示的约束下做“翻译”就好。我判断下一代产品会把“画轮廓填参数AI续建特征”作为默认交互而不是要求每个人都学会写结构化提示词。对读者来说现在提前熟悉“自然语言描述程序化代码生成”这套心智模型到时候迁移成本会很低。4. 实操排雷高频问题与对策这一节是全文最想让你带走的部分。下面每一条都是我真实掉过的坑以及对应的解法和排查思路。有些看起来特别琐碎但恰恰是这些琐碎决定了方案能不能在业务里活下来。4.1 提示词写得太“像人话”模型反而听不懂第一版体验十有八九是提示词问题。试过“给我一个安装摄像头的小架子要结实好看”模型就开始自由发挥形状奇奇怪怪尺寸完全不可控。原因是模型在“自由度爆炸”的空间里猜“好看”面对几百条可行路径最后选出的往往是平庸平均值。解法核心是把自然语言压缩成工程语言按五个维度组织功能是什么、主轮廓是什么、关键尺寸多少、必备特征有哪些、禁止事项有哪些。实际模板类似这样零件名称带螺栓孔的光电传感器安装支架 主体一块底板60mm x 40mm x 3mm 主特征立起的安装耳高30mm厚3mm与底板夹角90度 孔位底板四个角各一个直径4.2mm通孔孔心距边缘8mm 耳部一个直径6mm的水平通孔中心高度15mm 禁止不要倒角、不要圆角、不要多余装饰特征。同样的需求喂给Zoo或本地模型成功率从“瞎猜”变成“按单下料”提升不是一点点。尤其是“禁止”两个字会主动砍掉装饰性特征模型自由发挥的概率明显下降。4.2 出来“看着对”一导出就坏的检查链路如果你见过AI生成模型人眼看起来完美一导出STEP在别的软件里报错或转STL时提示自动修复那大概是遇到几何内核打架了。常见原因包括自相交布尔、退化边、重合面、生成特征把实体切成了两个独立壳体等等。我现在的习惯是每次生成后按固定链路做三道检查而不是只在软件里看一眼就收工在生成平台里检查特征树和参数确认每个关键尺寸都在变量里导出中性格式如STEP或IGES用Fusion或MeshLab导入验证用开源工具跑一遍非流形检查和包围盒检查确认实体封闭、尺寸数量级正确。后两步看起来机械化但能替你挡掉一大半“供应商打不开文件”的沟通事故。这套检查成本不高值得打包成固定动作。如果不做后续返工时间往往是你靠AI省下时间的数倍。4.3 一次只让AI干一件“特征级”的事这是另一个特别可惜的坑。把一堆需求挤进一句话表面上是省事实际是恶意放大生成不确定性。模型要在同一个回合里同时规划主体、拉伸、阵列、倒角、螺纹和加工工艺出错率是相乘的。工程上最有效的方式是把零件拆成特征链一次对话只管一到两个特征。先生成“底板和立耳”确认没问题再追加“打四个孔”孔位确认后再追加“加一条加强筋”。每一轮修改都是确定性增量而且结果还带着前一轮代码迭代积累下来代码可读性和可编辑性远高于一次性生成满配版。慢一点没关系最终能一次成型才是关键。4.4 用可量化评审替代“我觉得它行了”项目后端验收阶段别凭感觉说“行了”。我给AI生成结构件定了三条轻量指标够用尺寸偏差关键尺寸与目标值的绝对和相对偏差特征完整率目标特征数量占实际生成特征数的比例可编辑性直接在结果里改参数能否生效改动后是否出现报错或破面。这套指标用Excel就能维护。每次生成完填一遍一段时间后就能摸清手头这套提示词和工具的能力曲线。这个动作的意义在于把主观印象变成客观判断哪些零件可以直接用哪些必须人工补很久心里有数项目排期才敢拍板。5. 把text-to-cad真正接进产品开发流程工具测完、坑避完接下来是工作流层面的事。我过去半年逐步形成了一套还算稳定的用法不一定普适但可以当参考起点。5.1 概念评审阶段的“快速生成-比选-重做”闭环做结构方案比选时我现在通常先不打开三维软件而是用text-to-cad快速生成三到五个备选外形不同布局、不同孔位、不同加强肋位置肉眼扫一圈就能筛掉明显不可行的剩下两三个再导入CAD精修。这个阶段的收益不在“免画图”而在“派生速度快”。过去纠结“要不要为临时方案花两小时建模”的场景现在直接生成就行。方案评审会议变成对着多个参数化模型现场改尺寸效率提升是实打实的。但注意这类方案我会按“概念草图”对待不会直接拿去做详细设计更不会跳过评审。AI生成只是加速器不是过滤器。5.2 参数模板化让AI生成“可复用结构”而不是一次性零件第二件重要的事是把生成结果模板化。同一套机构里的标准结构比如电机安装座、传感器固定支架、线缆卡扣让AI生成时就要求它把关键参数全部提到文件顶部用清晰变量名bracket_length、hole_diameter、wall_thickness……这样同一个脚本换几个数值就是一个新系列相当于把AI变成结构参数库的生成器。配合本地或云端API后续每次新项目只要往模板里填参数几秒出变体。这比让AI凭空想一个新结构实用得多也更容易沉淀成团队知识资产。做过的项目越多模板越厚AI的“可用率”会越来越高因为它只是在完成编码而不是在做开放式构思。5.3 机械件、建筑构件与消费品落地程度差异很大不同领域的落地节奏差距不小。机械标准件、钣金支架、轻量化连接件这类规则鲜明的零件效果最好特征密度适中、布尔关系清晰、制造约束标准化AI正确率能到很合理的水平。建筑领域的参数化构件比如幕墙接点、栏杆、隔墙龙骨前景也不错因为建筑构件的几何更偏线性拉伸和阵列。而消费电子外壳、汽车复杂曲面件、模具件这类需要大量自由曲面和工艺经验的零件目前仍处半成品阶段AI生成后往往要重画主体只保留布局思路。所以我的结论是不要问“text-to-cad什么时候能替代工程师”而要说“在标准特征类零件上它已经是一个运算速度极快的实习生在复杂曲面和工程工艺上它连刚毕业都算不上”。把定位摆正项目里怎么用才不会天天打架。6. 一点个人体会和接下来要盯着的三个信号玩了半年text-to-cad我心态上最大的变化是不再拿它跟“画图”比而是拿它跟“找参考、翻模型库、查手册”比。用生成替代搜索往往比替代绘图价值更大你不需要在几十个模型库里翻近似件而是直接描述一次就能拿到定制件而且每个参数都受自己控制。这个转变听起来不大实际用起来体验差得很远。接下来我会重点盯三个信号。第一是数据集方向看有没有更多“带特征历史的真实工程零件自然语言描述”被公开这决定模型能力的底座第二是约束求解和生成相结合重点看内核能不能在执行AI命令后自动处理过约束与冲突把人工纠错的比例降下来第三是CAD大厂的整合动作一旦Fusion这类主流软件内置了相对成熟的文本转特征能力行业工作模式才真正到拐点。在那之前我建议你按第2.5节的方法搭条本地链路花一个下午生成二十个零件亲手感受一下什么是程序化CAD生成再回来说它行不行。模型迭代非常快半年后回头看眼前这些限制很可能你又得重新做一次判断。
阅读完成 · 觉得有帮助？
