很多人第一次听到“text-to-cad”这个说法脑子里蹦出来的第一个问题多半是这玩意儿跟那些AI画图的工具有啥区别不都是输入一句话、出来一张图吗这么想其实也没错但只对了一半。text-to-cad生成的不是一张渲染图而是真正带有尺寸、几何约束、特征树结构的CAD模型是可以丢进工程软件里继续编辑、出工程图、做仿真甚至直接连到CAM系统里走加工流程的那种。我最早接触到这个方向是在研究“给非标自动化设计做前期方案”的时候。传统流程里一个结构工程师接到需求从选型、搭框架、出三维模型到交付BOM往往要折腾一整天甚至更久。而text-to-cad这类工具出现之后至少在前期的概念布局和结构草案阶段能把“从文字描述到三维草图”的时间压缩到一个非常夸张的量级。这篇文章我就围绕text-to-cad聊聊它的原理、落地方案、实操过程以及我踩过的坑希望能给正在观望或已经上手尝试的朋友一些参考。1. 为什么text-to-cad能火起来不只是“文生图”换个马甲1.1 从“画得出来”到“造得出来”的跨越这两年AIGC领域最不缺的就是“文生XXX”的应用但绝大多数停留在像素层面。你用关键词生成一张汽车的图片哪怕光影、透视、细节都无可挑剔它也只是一个图片文件没有体积、没有材料属性、没有装配关系。设计师拿它做灵感参考可以拿它出模具、做结构校核完全不行。text-to-cad核心的价值在于它输出的数据格式是CAD领域通用的B-Rep边界表示或者参数化特征树而不是一堆三角面片。这意味着什么意味着你拿到手的模型里面有拉伸特征、旋转特征、孔位、倒角、圆角、草图约束都是可以像传统建模那样随时修改参数、重新生成。说白了它是在往“工业可用”的方向走而不是停留在“视觉好看”的层面。1.2 两类技术路线的博弈现在市面上做text-to-cad的算法框架大体可以分成两条路线。一条是“生成式CAD”代表作像一些基于Transformer架构从头训练参数化建模序列的模型。这类模型把CAD建模过程拆成一种序列化操作流类似“新建草图→画一个矩形→尺寸标注为40×25→拉伸10mm→选择上表面→挖一个直径6的通孔”。模型通过海量真实CAD模型的特征历史训练学会的是“建模师怎么一步步把模型搭出来”而不是直接生成网格。这条路的好处是生成结果非常规整特征树清晰可编辑性强坏处是训练难度大、可生成的几何复杂度有限。另一条是“检索改写”也就是先通过文本语义检索到最接近的已有模型再在结构上做局部编辑适配。说白了有点像拿数据库里的历史图纸改改尺寸当作新的交付物。这条路胜在稳定性高、靠谱程度强但本质上是“缝合”而非“创造”对于真正全新的结构设计帮助有限。我个人的判断是第一条路才是代表未来的方向因为只有可编辑的参数化特征才能和现有的CAD/CAM/PLM生态无缝衔接。第二条路更适合企业内部的标准化零件库复用场景算是过渡方案。1.3 为什么传统CAD厂商也开始重视这个方向很多人觉得text-to-cad是创业公司搞出来的新玩意传统大厂反应会慢。其实不然主流的CAD软件厂商这两年都在往这个方向投钱。原因是工业软件的用户群体——工程师们年龄结构在变新一代工程师习惯用对话去和工具交互而不是翻三层菜单找命令。更重要的是自然语言接口能大幅降低三维建模的学习门槛让非机械专业出身的人也能快速产出可用的结构草案。这是一个巨大的增量市场。过去CAD软件的盘子就那么大建模师、工程师就这么些人软件卖一套是一套。现在有了text-to-cad意味着做工艺的、做电气的、做销售的甚至车间里的老师傅都能通过一句描述“画”出一个结构草案。这本质上是把CAD的潜在用户群体扩展了一个量级。2. text-to-cad落地的核心环节拆解2.1 提示词工程在这里比想象中更重要用过text-to-cad工具的朋友应该都有体会这类AI对语言的歧义处理能力比通用大语言模型差不少。你跟ChatGPT说“设计一个支架”它还能跟你来回对话确认需求。但你对text-to-cad说“设计一个支架”它大概率会给你生成一个四四方方的板子加两个螺丝孔非常让人抓狂。后来我摸索出来的经验是提示词必须包含三个维度的信息拓扑结构、尺寸约束、功能意图。比如“设计一个L形支架水平面200×150mm高20mm垂直面高100mm两个平面上各有4个直径为6.6mm的安装孔”这样一段描述生成结果的可用性会指数级上升。这里想多说一句目前很多工具对“尺寸”的解析仍然做得不好。有些平台默认单位是毫米有些默认英寸如果你不在提示词里写清楚单位出来的模型往往大得离谱或者小得可笑。建议在所有尺寸数字后面都明确带上单位例如“20 mm”而不是“20”。2.2 特征树结构的“可解释性”决定了模型的工程价值我曾经拿一个开源的text-to-cad模型做过一组测试分别用同一条提示词生成十个模型然后逐个打开特征树看。结果很有意思——大概40%的结果特征树是“健康”的也就是一个个特征按逻辑排在那里另外60%的特征树要么是一坨“布尔运算垃圾”要么是混乱的镜像和阵列虽然表面上看起来形状差不多但后期改尺寸的时候一改就崩。这个现象背后是模型训练数据的质量问题。理想状态是一个支架就该是“拉伸孔”两个特征但AI学出来的可能是拿多个块体来回布尔运算凑出来的。所以拿到生成结果后第一个动作应该是检查特征树而不是看渲染效果。如果特征树太乱哪怕形状再符合需求也别心疼直接删掉重新生成。2.3 与具体CAD格式的兼容性别被STEP文件骗了目前大多数text-to-cad工具支持导出STEP和STL两种格式。STL是网格格式只能用来3D打印和视觉展示进入不了参数化编辑流程。STEP虽然理论上是通用格式但导入不同CAD软件里表现差异极大。我实测过同一个生成结果转成STEP导入几款主流CAD软件SolidWorks导入后变成了“哑实体”无特征历史Fusion 360导入后虽然识别出了一些特征但大量圆角断裂而Creo则直接报告“几何不一致”。所以如果你在意后期编辑能力最好选择支持原生导出参数化格式的工具比如直接用SAT或者原生格式否则就做好“拿到手当参考、自己重新画”的心理准备。3. 从文本到三维一个完整的上手实操这一部分我用自己的实际流程来串联。我选了一个目前开源社区里口碑比较稳的text-to-cad工具作为示例名字就不点了避免广告嫌疑。核心是展示从环境准备、提示词编写、生成优化到模型检查的全套流程。3.1 环境准备与依赖安装这类工具一般是基于Python实现的依赖PyTorch和CAD内核相关库。我的建议是务必用虚拟环境安装不要直接装在系统全局否则依赖冲突会很头疼。git clone https://github.com/xxx/text-to-cad cd text-to-cad python -m venv venv source venv/bin/activate # Windows下为 venv\Scripts\activate pip install -r requirements.txt这里特别提醒几个安装阶段的坑。第一PyTorch版本和CUDA版本必须匹配否则后面跑模型的时候会一直报“CUDA driver”错误Windows下建议从PyTorch官网用指定CUDA版本的安装命令来装torch。第二很多text-to-cad模型推理时需要在线下载预训练权重如果网络不稳定建议先手动下载权重文件放到本地指定目录避免运行到一半卡死。3.2 提示词设计一个能用的实例我拿一个很典型的工程件来演示电机安装支座。第一次尝试我用了很简单的提示词“一个电机安装支座底部有四个安装孔”生成结果有点哭笑不得AI给了一个矩形方块四个孔是有了但孔的位置完全对称根本不管电机安装面的实际尺寸比例。第二次我详细化描述加了拓扑和尺寸信息“设计一个L型电机安装支座底板尺寸120 mm × 80 mm厚度10 mm底板上有4个直径为9 mm的沉头孔分布在四角竖直安装板高度60 mm厚度10 mm中心有一个直径30 mm的通孔用于电机轴伸出四个角上有直径为5 mm的螺纹孔”这次效果发生了质变不仅特征树清爽了而且拆分成了“拉伸底板、拉伸立板、打沉头孔、打通孔、打螺纹孔”五个独立特征几乎可以直接在CAD里继续编辑。这个例子给我的启发是text-to-cad当前阶段更像一个“翻译器”你把结构逻辑翻译得越清晰它给你的回馈就越接近工程可用。它不是一个帮你做设计的“大脑”而是一个帮你把设计意图参数化的“熟练绘图员”。3.3 生成、导出与可视化验证模型推理完成后会生成包含特征树信息的中间文件并支持导出STEP和STL格式。实操中我建议先导出STEP文件用CAD软件打开进行一次“装配可行性”检查也就是把标准件模型比如电机、轴承拉进来装配看看是否干涉。这一步非常重要因为AI生成的模型往往在单个零件层面看起来正常一旦进入装配环境尺寸矛盾一下就暴露出来。另外有些工具支持直接在线预览渲染结果。预览时除了看外观结构还建议旋转到各个视角检查是否存在异常悬空特征、倒扣面、或者不合理薄壁。这些在正视图里很难发现但一旋转就藏不住。3.4 参数化优化让模型真正变成“自己的”拿到一个形状满意的生成结果后我强烈建议做一步“重构特征”的操作。什么意思就是从生成结果里提取关键尺寸和拓扑然后在CAD软件里用标准建模命令重新画一遍只参考AI生成模型的几何轮廓但所有特征都由自己手动重建。有人会觉得这多此一举但我经历过太多次“AI模型的形状我不敢动”的尴尬局面。生成模型一旦改动一个孔的直径整个实体就报错崩溃根本没法用。而自己重建一遍虽然多花半小时但得到的模型完全可控后续出工程图、做BOM、改尺寸都随心所欲。这半小时的投入非常值得。4. 实际使用中绕不开的那些坑4.1 提示词模糊导致的几何“幻觉”最常见的坑是当你的描述里存在缺失信息时AI会自己“脑补”而且脑补的方向往往不符合工程常识。比如你说“设计一个带安装孔的法兰盘”它可能默认生成4孔但实际工程中法兰盘可能是3孔、6孔、8孔甚至根据压力等级有标准孔系。更可怕的是脑补出来的尺寸会让你觉得“好像也没错”一旦拿去装配才发现问题。所以在写提示词时尽量把以下信息都覆盖到位外形轮廓、主要尺寸、孔的类型与位置、壁厚、倒角要求、是否有安装止口或定位面。如果某项你不确定也比缺省好因为AI的随机脑补比“明确的猜测”更难排查。4.2 不可靠的圆角与倒角另一个重灾区是圆角。text-to-cad模型生成圆角的成功率比普通特征低很多经常会生成一个看起来像圆角但实际上是由大量细小平面逼近的过渡区域。这类模型在视觉上没问题但导入CAE软件做网格划分时会非常痛苦因为那些细碎的小面会产生大量畸形网格单元。我的建议是生成后用CAD软件的“删除并重做圆角”功能把所有过渡区域重建一遍或者干脆在提示词里明确写清楚“避免圆角使用45度倒角替代”。4.3 单位错误几乎每个用过text-to-cad的人都会撞上单位错误。有些工具在内部默认使用米作为基本单位有些是毫米还有一种是“无单位纯数字”但训练数据里混了多种单位的数据。这就导致一个看起来很正常的模型实际物理尺寸大得离谱。我遇到过最夸张的一次一个理论上100 mm长的零件生成出来实际尺寸变成了100米。所以拿到生成结果后第一件事就是测量关键尺寸不要跳过。4.4 许可证与版权风险这一块可能很多人没意识到。text-to-cad模型是用大量已有的CAD模型训练出来的而这些模型来自不同的来源有些带有特定的许可证约束。如果你生成的结果和某个现有商业零件数据库中的模型高度相似那么在商业用途上会有一定风险。目前行业内对这一块还没有统一的定论但我的建议是重要的产品结构生成结果只做参考最终模型自行原创设计标准件则一律走正规供应商样本库下载的标准模型。这样既享受了AI带来的效率提升又规避了版权隐患。5. 常见问题速查表与排查思路为了让大家用得更顺手我把实操中最常见的五类情况整理成一个速查表方便对照排查症状大概率原因解决思路生成模型尺寸和预期差很多单位设置错误或提示词中缺少尺寸单位标注检查工具默认单位尺寸数字后明确毫米/英寸特征树混乱无法后续编辑模型生成了大量布尔运算特征放弃该结果重写提示词增加拓扑描述维度圆角区域出现大量碎面模型用细化网格逼近圆角几何用CAD重做圆角或在提示词中要求用倒角替代形状正确但孔的位置不合理提示词未指定孔分布规则明确“四角”“中心距”“均布”等位置语言导出STEP后导入CAD报错STEP文件内部存在几何拓扑问题用修复工具或尝试导出SAT/IGES等其他格式还有一个补充经验目前大多数工具都支持在同一提示词下生成多个候选结果。建议每次都至少生成6个以上然后批量打开做“特征树健康度”初筛选两三个进入CAD做详细验证不要指望一次成稿。这套筛选流程虽然原始但直接有效。另外提醒一句text-to-cad的输出不应直接进入生产制造环节。生成的设计因为缺乏工艺性考虑比如拔模角度、刀具包络范围、表面粗糙度要求通常只能作为概念模型或方案展示。真要做模具或机加工还是需要工艺工程师参与审校。6. 后续可以怎么扩展text-to-cad这个方向最近发展非常快。如果你想持续跟进或自己动手尝试可以关注几个方向的变化。一是多模态输入的融合比如“草图文字”“点云文字”的组合输入方式这会大幅提升可用性二是与CAE仿真的联动生成结果直接构建简化仿真域三是跟知识图谱结合让模型“学”会标准件的规范参数而不是瞎猜通用结构。如果你是在企业里做技术选型建议先从一个非核心部件开始试用比如支架、盖板、接头这类低风险零件跑通整个“文本生成→建模→出图→制造”的流程闭环之后再逐步向核心零件推广。不要幻想一步到位直接让AI设计整机至少在目前的技术成熟度下更合理的人机协作模式是“AI负责生成方案框架人负责工程决策和细节把控”。从我个人的经历来看text-to-cad最难突破的其实不是算法层而是“工程信任”问题。当AI生成的模型经手多了你会发现它真正帮你省下的不是建模时间而是从零开始时的“空白页焦虑”。那份快速得到的草案哪怕不够完美也会促成一个“先粗后精”的良性循环。这一点和早年CAD替代手绘制图的逻辑是一样的。工具永远是杠杆真正撬动效率的仍然是使用工具的人。