很多人第一次聽(tīng)到“text-to-cad”這個(gè)說(shuō)法腦子里蹦出來(lái)的第一個(gè)問(wèn)題多半是這玩意兒跟那些AI畫(huà)圖的工具有啥區(qū)別不都是輸入一句話、出來(lái)一張圖嗎這么想其實(shí)也沒(méi)錯(cuò)但只對(duì)了一半。text-to-cad生成的不是一張渲染圖而是真正帶有尺寸、幾何約束、特征樹(shù)結(jié)構(gòu)的CAD模型是可以丟進(jìn)工程軟件里繼續(xù)編輯、出工程圖、做仿真甚至直接連到CAM系統(tǒng)里走加工流程的那種。我最早接觸到這個(gè)方向是在研究“給非標(biāo)自動(dòng)化設(shè)計(jì)做前期方案”的時(shí)候。傳統(tǒng)流程里一個(gè)結(jié)構(gòu)工程師接到需求從選型、搭框架、出三維模型到交付BOM往往要折騰一整天甚至更久。而text-to-cad這類工具出現(xiàn)之后至少在前期的概念布局和結(jié)構(gòu)草案階段能把“從文字描述到三維草圖”的時(shí)間壓縮到一個(gè)非?？鋸埖牧考?jí)。這篇文章我就圍繞text-to-cad聊聊它的原理、落地方案、實(shí)操過(guò)程以及我踩過(guò)的坑希望能給正在觀望或已經(jīng)上手嘗試的朋友一些參考。1. 為什么text-to-cad能火起來(lái)不只是“文生圖”換個(gè)馬甲1.1 從“畫(huà)得出來(lái)”到“造得出來(lái)”的跨越這兩年AIGC領(lǐng)域最不缺的就是“文生XXX”的應(yīng)用但絕大多數(shù)停留在像素層面。你用關(guān)鍵詞生成一張汽車(chē)的圖片哪怕光影、透視、細(xì)節(jié)都無(wú)可挑剔它也只是一個(gè)圖片文件沒(méi)有體積、沒(méi)有材料屬性、沒(méi)有裝配關(guān)系。設(shè)計(jì)師拿它做靈感參考可以拿它出模具、做結(jié)構(gòu)校核完全不行。text-to-cad核心的價(jià)值在于它輸出的數(shù)據(jù)格式是CAD領(lǐng)域通用的B-Rep邊界表示或者參數(shù)化特征樹(shù)而不是一堆三角面片。這意味著什么意味著你拿到手的模型里面有拉伸特征、旋轉(zhuǎn)特征、孔位、倒角、圓角、草圖約束都是可以像傳統(tǒng)建模那樣隨時(shí)修改參數(shù)、重新生成。說(shuō)白了它是在往“工業(yè)可用”的方向走而不是停留在“視覺(jué)好看”的層面。1.2 兩類技術(shù)路線的博弈現(xiàn)在市面上做text-to-cad的算法框架大體可以分成兩條路線。一條是“生成式CAD”代表作像一些基于Transformer架構(gòu)從頭訓(xùn)練參數(shù)化建模序列的模型。這類模型把CAD建模過(guò)程拆成一種序列化操作流類似“新建草圖→畫(huà)一個(gè)矩形→尺寸標(biāo)注為40×25→拉伸10mm→選擇上表面→挖一個(gè)直徑6的通孔”。模型通過(guò)海量真實(shí)CAD模型的特征歷史訓(xùn)練學(xué)會(huì)的是“建模師怎么一步步把模型搭出來(lái)”而不是直接生成網(wǎng)格。這條路的好處是生成結(jié)果非常規(guī)整特征樹(shù)清晰可編輯性強(qiáng)壞處是訓(xùn)練難度大、可生成的幾何復(fù)雜度有限。另一條是“檢索改寫(xiě)”也就是先通過(guò)文本語(yǔ)義檢索到最接近的已有模型再在結(jié)構(gòu)上做局部編輯適配。說(shuō)白了有點(diǎn)像拿數(shù)據(jù)庫(kù)里的歷史圖紙改改尺寸當(dāng)作新的交付物。這條路勝在穩(wěn)定性高、靠譜程度強(qiáng)但本質(zhì)上是“縫合”而非“創(chuàng)造”對(duì)于真正全新的結(jié)構(gòu)設(shè)計(jì)幫助有限。我個(gè)人的判斷是第一條路才是代表未來(lái)的方向因?yàn)橹挥锌删庉嫷膮?shù)化特征才能和現(xiàn)有的CAD/CAM/PLM生態(tài)無(wú)縫銜接。第二條路更適合企業(yè)內(nèi)部的標(biāo)準(zhǔn)化零件庫(kù)復(fù)用場(chǎng)景算是過(guò)渡方案。1.3 為什么傳統(tǒng)CAD廠商也開(kāi)始重視這個(gè)方向很多人覺(jué)得text-to-cad是創(chuàng)業(yè)公司搞出來(lái)的新玩意傳統(tǒng)大廠反應(yīng)會(huì)慢。其實(shí)不然主流的CAD軟件廠商這兩年都在往這個(gè)方向投錢(qián)。原因是工業(yè)軟件的用戶群體——工程師們年齡結(jié)構(gòu)在變新一代工程師習(xí)慣用對(duì)話去和工具交互而不是翻三層菜單找命令。更重要的是自然語(yǔ)言接口能大幅降低三維建模的學(xué)習(xí)門(mén)檻讓非機(jī)械專業(yè)出身的人也能快速產(chǎn)出可用的結(jié)構(gòu)草案。這是一個(gè)巨大的增量市場(chǎng)。過(guò)去CAD軟件的盤(pán)子就那么大建模師、工程師就這么些人軟件賣(mài)一套是一套?，F(xiàn)在有了text-to-cad意味著做工藝的、做電氣的、做銷售的甚至車(chē)間里的老師傅都能通過(guò)一句描述“畫(huà)”出一個(gè)結(jié)構(gòu)草案。這本質(zhì)上是把CAD的潛在用戶群體擴(kuò)展了一個(gè)量級(jí)。2. text-to-cad落地的核心環(huán)節(jié)拆解2.1 提示詞工程在這里比想象中更重要用過(guò)text-to-cad工具的朋友應(yīng)該都有體會(huì)這類AI對(duì)語(yǔ)言的歧義處理能力比通用大語(yǔ)言模型差不少。你跟ChatGPT說(shuō)“設(shè)計(jì)一個(gè)支架”它還能跟你來(lái)回對(duì)話確認(rèn)需求。但你對(duì)text-to-cad說(shuō)“設(shè)計(jì)一個(gè)支架”它大概率會(huì)給你生成一個(gè)四四方方的板子加兩個(gè)螺絲孔非常讓人抓狂。后來(lái)我摸索出來(lái)的經(jīng)驗(yàn)是提示詞必須包含三個(gè)維度的信息拓?fù)浣Y(jié)構(gòu)、尺寸約束、功能意圖。比如“設(shè)計(jì)一個(gè)L形支架水平面200×150mm高20mm垂直面高100mm兩個(gè)平面上各有4個(gè)直徑為6.6mm的安裝孔”這樣一段描述生成結(jié)果的可用性會(huì)指數(shù)級(jí)上升。這里想多說(shuō)一句目前很多工具對(duì)“尺寸”的解析仍然做得不好。有些平臺(tái)默認(rèn)單位是毫米有些默認(rèn)英寸如果你不在提示詞里寫(xiě)清楚單位出來(lái)的模型往往大得離譜或者小得可笑。建議在所有尺寸數(shù)字后面都明確帶上單位例如“20 mm”而不是“20”。2.2 特征樹(shù)結(jié)構(gòu)的“可解釋性”決定了模型的工程價(jià)值我曾經(jīng)拿一個(gè)開(kāi)源的text-to-cad模型做過(guò)一組測(cè)試分別用同一條提示詞生成十個(gè)模型然后逐個(gè)打開(kāi)特征樹(shù)看。結(jié)果很有意思——大概40%的結(jié)果特征樹(shù)是“健康”的也就是一個(gè)個(gè)特征按邏輯排在那里另外60%的特征樹(shù)要么是一坨“布爾運(yùn)算垃圾”要么是混亂的鏡像和陣列雖然表面上看起來(lái)形狀差不多但后期改尺寸的時(shí)候一改就崩。這個(gè)現(xiàn)象背后是模型訓(xùn)練數(shù)據(jù)的質(zhì)量問(wèn)題。理想狀態(tài)是一個(gè)支架就該是“拉伸孔”兩個(gè)特征但AI學(xué)出來(lái)的可能是拿多個(gè)塊體來(lái)回布爾運(yùn)算湊出來(lái)的。所以拿到生成結(jié)果后第一個(gè)動(dòng)作應(yīng)該是檢查特征樹(shù)而不是看渲染效果。如果特征樹(shù)太亂哪怕形狀再符合需求也別心疼直接刪掉重新生成。2.3 與具體CAD格式的兼容性別被STEP文件騙了目前大多數(shù)text-to-cad工具支持導(dǎo)出STEP和STL兩種格式。STL是網(wǎng)格格式只能用來(lái)3D打印和視覺(jué)展示進(jìn)入不了參數(shù)化編輯流程。STEP雖然理論上是通用格式但導(dǎo)入不同CAD軟件里表現(xiàn)差異極大。我實(shí)測(cè)過(guò)同一個(gè)生成結(jié)果轉(zhuǎn)成STEP導(dǎo)入幾款主流CAD軟件SolidWorks導(dǎo)入后變成了“啞實(shí)體”無(wú)特征歷史Fusion 360導(dǎo)入后雖然識(shí)別出了一些特征但大量圓角斷裂而Creo則直接報(bào)告“幾何不一致”。所以如果你在意后期編輯能力最好選擇支持原生導(dǎo)出參數(shù)化格式的工具比如直接用SAT或者原生格式否則就做好“拿到手當(dāng)參考、自己重新畫(huà)”的心理準(zhǔn)備。3. 從文本到三維一個(gè)完整的上手實(shí)操這一部分我用自己的實(shí)際流程來(lái)串聯(lián)。我選了一個(gè)目前開(kāi)源社區(qū)里口碑比較穩(wěn)的text-to-cad工具作為示例名字就不點(diǎn)了避免廣告嫌疑。核心是展示從環(huán)境準(zhǔn)備、提示詞編寫(xiě)、生成優(yōu)化到模型檢查的全套流程。3.1 環(huán)境準(zhǔn)備與依賴安裝這類工具一般是基于Python實(shí)現(xiàn)的依賴PyTorch和CAD內(nèi)核相關(guān)庫(kù)。我的建議是務(wù)必用虛擬環(huán)境安裝不要直接裝在系統(tǒng)全局否則依賴沖突會(huì)很頭疼。git clone https://github.com/xxx/text-to-cad cd text-to-cad python -m venv venv source venv/bin/activate # Windows下為 venv\Scripts\activate pip install -r requirements.txt這里特別提醒幾個(gè)安裝階段的坑。第一PyTorch版本和CUDA版本必須匹配否則后面跑模型的時(shí)候會(huì)一直報(bào)“CUDA driver”錯(cuò)誤Windows下建議從PyTorch官網(wǎng)用指定CUDA版本的安裝命令來(lái)裝torch。第二很多text-to-cad模型推理時(shí)需要在線下載預(yù)訓(xùn)練權(quán)重如果網(wǎng)絡(luò)不穩(wěn)定建議先手動(dòng)下載權(quán)重文件放到本地指定目錄避免運(yùn)行到一半卡死。3.2 提示詞設(shè)計(jì)一個(gè)能用的實(shí)例我拿一個(gè)很典型的工程件來(lái)演示電機(jī)安裝支座。第一次嘗試我用了很簡(jiǎn)單的提示詞“一個(gè)電機(jī)安裝支座底部有四個(gè)安裝孔”生成結(jié)果有點(diǎn)哭笑不得AI給了一個(gè)矩形方塊四個(gè)孔是有了但孔的位置完全對(duì)稱根本不管電機(jī)安裝面的實(shí)際尺寸比例。第二次我詳細(xì)化描述加了拓?fù)浜统叽缧畔ⅰ霸O(shè)計(jì)一個(gè)L型電機(jī)安裝支座底板尺寸120 mm × 80 mm厚度10 mm底板上有4個(gè)直徑為9 mm的沉頭孔分布在四角豎直安裝板高度60 mm厚度10 mm中心有一個(gè)直徑30 mm的通孔用于電機(jī)軸伸出四個(gè)角上有直徑為5 mm的螺紋孔”這次效果發(fā)生了質(zhì)變不僅特征樹(shù)清爽了而且拆分成了“拉伸底板、拉伸立板、打沉頭孔、打通孔、打螺紋孔”五個(gè)獨(dú)立特征幾乎可以直接在CAD里繼續(xù)編輯。這個(gè)例子給我的啟發(fā)是text-to-cad當(dāng)前階段更像一個(gè)“翻譯器”你把結(jié)構(gòu)邏輯翻譯得越清晰它給你的回饋就越接近工程可用。它不是一個(gè)幫你做設(shè)計(jì)的“大腦”而是一個(gè)幫你把設(shè)計(jì)意圖參數(shù)化的“熟練繪圖員”。3.3 生成、導(dǎo)出與可視化驗(yàn)證模型推理完成后會(huì)生成包含特征樹(shù)信息的中間文件并支持導(dǎo)出STEP和STL格式。實(shí)操中我建議先導(dǎo)出STEP文件用CAD軟件打開(kāi)進(jìn)行一次“裝配可行性”檢查也就是把標(biāo)準(zhǔn)件模型比如電機(jī)、軸承拉進(jìn)來(lái)裝配看看是否干涉。這一步非常重要因?yàn)锳I生成的模型往往在單個(gè)零件層面看起來(lái)正常一旦進(jìn)入裝配環(huán)境尺寸矛盾一下就暴露出來(lái)。另外有些工具支持直接在線預(yù)覽渲染結(jié)果。預(yù)覽時(shí)除了看外觀結(jié)構(gòu)還建議旋轉(zhuǎn)到各個(gè)視角檢查是否存在異常懸空特征、倒扣面、或者不合理薄壁。這些在正視圖里很難發(fā)現(xiàn)但一旋轉(zhuǎn)就藏不住。3.4 參數(shù)化優(yōu)化讓模型真正變成“自己的”拿到一個(gè)形狀滿意的生成結(jié)果后我強(qiáng)烈建議做一步“重構(gòu)特征”的操作。什么意思就是從生成結(jié)果里提取關(guān)鍵尺寸和拓?fù)淙缓笤贑AD軟件里用標(biāo)準(zhǔn)建模命令重新畫(huà)一遍只參考AI生成模型的幾何輪廓但所有特征都由自己手動(dòng)重建。有人會(huì)覺(jué)得這多此一舉但我經(jīng)歷過(guò)太多次“AI模型的形狀我不敢動(dòng)”的尷尬局面。生成模型一旦改動(dòng)一個(gè)孔的直徑整個(gè)實(shí)體就報(bào)錯(cuò)崩潰根本沒(méi)法用。而自己重建一遍雖然多花半小時(shí)但得到的模型完全可控后續(xù)出工程圖、做BOM、改尺寸都隨心所欲。這半小時(shí)的投入非常值得。4. 實(shí)際使用中繞不開(kāi)的那些坑4.1 提示詞模糊導(dǎo)致的幾何“幻覺(jué)”最常見(jiàn)的坑是當(dāng)你的描述里存在缺失信息時(shí)AI會(huì)自己“腦補(bǔ)”而且腦補(bǔ)的方向往往不符合工程常識(shí)。比如你說(shuō)“設(shè)計(jì)一個(gè)帶安裝孔的法蘭盤(pán)”它可能默認(rèn)生成4孔但實(shí)際工程中法蘭盤(pán)可能是3孔、6孔、8孔甚至根據(jù)壓力等級(jí)有標(biāo)準(zhǔn)孔系。更可怕的是腦補(bǔ)出來(lái)的尺寸會(huì)讓你覺(jué)得“好像也沒(méi)錯(cuò)”一旦拿去裝配才發(fā)現(xiàn)問(wèn)題。所以在寫(xiě)提示詞時(shí)盡量把以下信息都覆蓋到位外形輪廓、主要尺寸、孔的類型與位置、壁厚、倒角要求、是否有安裝止口或定位面。如果某項(xiàng)你不確定也比缺省好因?yàn)锳I的隨機(jī)腦補(bǔ)比“明確的猜測(cè)”更難排查。4.2 不可靠的圓角與倒角另一個(gè)重災(zāi)區(qū)是圓角。text-to-cad模型生成圓角的成功率比普通特征低很多經(jīng)常會(huì)生成一個(gè)看起來(lái)像圓角但實(shí)際上是由大量細(xì)小平面逼近的過(guò)渡區(qū)域。這類模型在視覺(jué)上沒(méi)問(wèn)題但導(dǎo)入CAE軟件做網(wǎng)格劃分時(shí)會(huì)非常痛苦因?yàn)槟切┘?xì)碎的小面會(huì)產(chǎn)生大量畸形網(wǎng)格單元。我的建議是生成后用CAD軟件的“刪除并重做圓角”功能把所有過(guò)渡區(qū)域重建一遍或者干脆在提示詞里明確寫(xiě)清楚“避免圓角使用45度倒角替代”。4.3 單位錯(cuò)誤幾乎每個(gè)用過(guò)text-to-cad的人都會(huì)撞上單位錯(cuò)誤。有些工具在內(nèi)部默認(rèn)使用米作為基本單位有些是毫米還有一種是“無(wú)單位純數(shù)字”但訓(xùn)練數(shù)據(jù)里混了多種單位的數(shù)據(jù)。這就導(dǎo)致一個(gè)看起來(lái)很正常的模型實(shí)際物理尺寸大得離譜。我遇到過(guò)最夸張的一次一個(gè)理論上100 mm長(zhǎng)的零件生成出來(lái)實(shí)際尺寸變成了100米。所以拿到生成結(jié)果后第一件事就是測(cè)量關(guān)鍵尺寸不要跳過(guò)。4.4 許可證與版權(quán)風(fēng)險(xiǎn)這一塊可能很多人沒(méi)意識(shí)到。text-to-cad模型是用大量已有的CAD模型訓(xùn)練出來(lái)的而這些模型來(lái)自不同的來(lái)源有些帶有特定的許可證約束。如果你生成的結(jié)果和某個(gè)現(xiàn)有商業(yè)零件數(shù)據(jù)庫(kù)中的模型高度相似那么在商業(yè)用途上會(huì)有一定風(fēng)險(xiǎn)。目前行業(yè)內(nèi)對(duì)這一塊還沒(méi)有統(tǒng)一的定論但我的建議是重要的產(chǎn)品結(jié)構(gòu)生成結(jié)果只做參考最終模型自行原創(chuàng)設(shè)計(jì)標(biāo)準(zhǔn)件則一律走正規(guī)供應(yīng)商樣本庫(kù)下載的標(biāo)準(zhǔn)模型。這樣既享受了AI帶來(lái)的效率提升又規(guī)避了版權(quán)隱患。5. 常見(jiàn)問(wèn)題速查表與排查思路為了讓大家用得更順手我把實(shí)操中最常見(jiàn)的五類情況整理成一個(gè)速查表方便對(duì)照排查癥狀大概率原因解決思路生成模型尺寸和預(yù)期差很多單位設(shè)置錯(cuò)誤或提示詞中缺少尺寸單位標(biāo)注檢查工具默認(rèn)單位尺寸數(shù)字后明確毫米/英寸特征樹(shù)混亂無(wú)法后續(xù)編輯模型生成了大量布爾運(yùn)算特征放棄該結(jié)果重寫(xiě)提示詞增加拓?fù)涿枋鼍S度圓角區(qū)域出現(xiàn)大量碎面模型用細(xì)化網(wǎng)格逼近圓角幾何用CAD重做圓角或在提示詞中要求用倒角替代形狀正確但孔的位置不合理提示詞未指定孔分布規(guī)則明確“四角”“中心距”“均布”等位置語(yǔ)言導(dǎo)出STEP后導(dǎo)入CAD報(bào)錯(cuò)STEP文件內(nèi)部存在幾何拓?fù)鋯?wèn)題用修復(fù)工具或嘗試導(dǎo)出SAT/IGES等其他格式還有一個(gè)補(bǔ)充經(jīng)驗(yàn)?zāi)壳按蠖鄶?shù)工具都支持在同一提示詞下生成多個(gè)候選結(jié)果。建議每次都至少生成6個(gè)以上然后批量打開(kāi)做“特征樹(shù)健康度”初篩選兩三個(gè)進(jìn)入CAD做詳細(xì)驗(yàn)證不要指望一次成稿。這套篩選流程雖然原始但直接有效。另外提醒一句text-to-cad的輸出不應(yīng)直接進(jìn)入生產(chǎn)制造環(huán)節(jié)。生成的設(shè)計(jì)因?yàn)槿狈に囆钥紤]比如拔模角度、刀具包絡(luò)范圍、表面粗糙度要求通常只能作為概念模型或方案展示。真要做模具或機(jī)加工還是需要工藝工程師參與審校。6. 后續(xù)可以怎么擴(kuò)展text-to-cad這個(gè)方向最近發(fā)展非常快。如果你想持續(xù)跟進(jìn)或自己動(dòng)手嘗試可以關(guān)注幾個(gè)方向的變化。一是多模態(tài)輸入的融合比如“草圖文字”“點(diǎn)云文字”的組合輸入方式這會(huì)大幅提升可用性二是與CAE仿真的聯(lián)動(dòng)生成結(jié)果直接構(gòu)建簡(jiǎn)化仿真域三是跟知識(shí)圖譜結(jié)合讓模型“學(xué)”會(huì)標(biāo)準(zhǔn)件的規(guī)范參數(shù)而不是瞎猜通用結(jié)構(gòu)。如果你是在企業(yè)里做技術(shù)選型建議先從一個(gè)非核心部件開(kāi)始試用比如支架、蓋板、接頭這類低風(fēng)險(xiǎn)零件跑通整個(gè)“文本生成→建?！鰣D→制造”的流程閉環(huán)之后再逐步向核心零件推廣。不要幻想一步到位直接讓AI設(shè)計(jì)整機(jī)至少在目前的技術(shù)成熟度下更合理的人機(jī)協(xié)作模式是“AI負(fù)責(zé)生成方案框架人負(fù)責(zé)工程決策和細(xì)節(jié)把控”。從我個(gè)人的經(jīng)歷來(lái)看text-to-cad最難突破的其實(shí)不是算法層而是“工程信任”問(wèn)題。當(dāng)AI生成的模型經(jīng)手多了你會(huì)發(fā)現(xiàn)它真正幫你省下的不是建模時(shí)間而是從零開(kāi)始時(shí)的“空白頁(yè)焦慮”。那份快速得到的草案哪怕不夠完美也會(huì)促成一個(gè)“先粗后精”的良性循環(huán)。這一點(diǎn)和早年CAD替代手繪制圖的邏輯是一樣的。工具永遠(yuǎn)是杠桿真正撬動(dòng)效率的仍然是使用工具的人。