1. 为什么“Text-to-CAD”开始值得机械设计师认真对待1.1 它不是文生图而是“文生建模脚本”大多数人对Text-to-CAD的第一印象是从AI生成图片那边迁移过来的输入一句话AI吐出一张好看的渲染图。这个理解基本是错的。我在实际测试里最大的认知转变是——Text-to-CAD真正输出的不是图片、不是网格渲染而是一段可以被CAD内核执行的建模指令序列。用大白话说它干的活是“把一句自然语言需求翻译成一套画图建模动作”最终交付的是一个带精确几何边界的实体模型文件通常是STEP、IGES这类格式可以直接丢进SolidWorks、中望CAD、AutoCAD、Fusion 360这些工具里继续编辑。这个区别非常关键。你让AI画一个苹果文生图给你的是像素你没法改苹果的直径参数再重画一次但Text-to-CAD给你的是一条建模链路就像一个熟练的建模员把你的需求拆分成了草图、拉伸、阵列、倒角这些步骤每一步都可以回溯、修改、重新执行。刚接触这个方向的朋友我建议先把这个认知立住**Text-to-CAD是“文生建模脚本”不是“文生效果图”。**后面所有关于它能做什么、不能做什么的判断都建立在这条根基上。1.2 它到底解决了我工作里的哪一part我过去一个小季度里反复改一个安装底板外径80mm、厚度10mm、中心孔22mm、六个螺栓孔按PCD 60mm均布。放在传统流程里打开CAD、建草图、标约束、拉伸、阵列、倒角至少要十分钟如果中途甲方改孔径还得回到草图一条条改约束。用Text-to-CAD之后同样的需求直接打成一段英文描述提交几十秒拿到STEP文件导入软件里做检查尺寸不对就回到提示词里改数字重新生成或者直接在原生环境里动两刀。它不能包办全部建模但至少把“从零开始画一个已知结构特征的零件”这个启动成本压得非常低。还有一类场景是比价和方案验证。客户发来一张模糊的示意图说大概想要这样一个外壳我需要快速出一个初版外形给评审。这种时候用Text-to-CAD生成三五个候选轮廓再导入软件里微调比我在软件里一个个拉伸切割要快得多。当然它远没到“全自动设计”的程度。生成结果常常需要后续修复有时尺寸公差和标准表达也不准确但你把它当成人手建模前的第一版草稿完全够用。1.3 它对“CAD制图初学入门”人群的意义热搜词里有“cad制图初学入门”我觉得Text-to-CAD对新手是一个被低估的学习工具。初学者最大的障碍不是画不出线而是不知道“一个零件需要分几步建出来”。面对一个法兰盘脑子里没有建模顺序面对一个支架不知道先拉伸主体还是先开孔。Text-to-CAD恰好能把这种“默会知识”暴露出来——它会先生成一个建模计划的描述再转成对应的建模代码最后才出实体。新手去看生成过程等于看一个老工程师把他的建模思路完整地过了一遍先建哪个平面、先切哪个特征、倒角放哪个位置。这种“把思路显性化”的能力比单纯照着教程画一遍更有教学价值。2. “文本生成三维模型”的两条技术路线与底层逻辑2.1 路线差异输出网格还是输出建模命令现在的Text-to-CAD/文生三维技术底层其实分了两条路线理解它们的分野你就看懂了为什么市面上有些产品适合CAD、有些只适合搞渲染。第一条路线叫程序化CAD生成。模型接收文本后输出一段建模代码常见的是Python的CadQuery脚本或者直接映射成CAD操作指令序列如“画圆-拉伸-阵列”。这套代码被内核执行后得到的是B-rep实体模型携带真实的几何拓扑信息可以导出STEP、IGES可以直接进入主流CAD软件做特征编辑。Zoo Text-to-CAD、很多开源研究项目走的是这条路。第二条路线叫隐式几何生成。模型直接预测一个三维形状的隐式表示比如SDF、NeRF、点云、三角网格然后输出STL或OBJ。这条路天然适合做动画、游戏、渲染、3D打印因为它重外观、轻精度。问题在于隐式几何生成的网格文件进了CAD还得再做逆向重新拟合曲面、修补破面、转回B-rep这过程经常把模型搞得破碎不堪。所以我反复跟团队里人说选Text-to-CAD工具先问清楚它输出什么格式——如果只能给STL那它更适合叫“文生3D模型”而不是“文生CAD”。2.2 为什么“LLM CadQuery”成了事实主流前几年做文本生成CAD主流做法是训一个专用的深度生成模型直接输出CAD命令序列。这个方向进展一直慢慢悠悠因为CAD命令序列的离散空间太大一个零件稍复杂命令就上百条模型很容易在中间步骤跑偏。后来大语言模型崛起情况变了。LLM在代码生成上的能力已经很强而CadQuery这种程序化建模框架恰恰是“用代码描述几何”。两者一结合等于让一个特别懂代码的大模型去翻译自然语言到Python几何库效果比从零训练专用模型好得多。这个组合的成功还有一个深层原因CAD行业过去几十年积累下来的B-rep建模语法天然适合结构化表达。一个倒角就是一个倒角一个阵列就是一组复制的特征——这种高度模式化的操作序列对LLM来说太好学了。相比之下让模型直接预测顶点坐标那类原始几何数据反而违背了CAD建模的哲学。2.3 提示词里的“工程意图”是怎么被模型理解的很多人以为Text-to-CAD是“AI真的看懂了你的想法”实际不是。模型根本不懂物理也不理解公差、材质、装配关系。它做过大量“自然语言描述→建模代码”的配对训练学到的只是统计规律当描述里出现“带6个孔的圆盘”它大概率知道要画圆形草图、拉伸、然后做均布阵列布尔减运算。但如果你不给关键尺寸不给中心距不给孔的数量模型就只能猜。猜的结果往往就是“看起来差不多实际尺寸全偏”。我自己的体会是**Text-to-CAD的提示词本质上是在跟一个“有常识但没专业背景的建模助手”沟通。**你把它当实习工程师交代需求时要把形状、尺寸、约束说清楚你把它当神仙说一句“给我一个手机外壳”它就只能给你一个方盒子。后面我会专门写一段提示词工程化的模板这里先记住一个判断模型输出的质量约等于你输入的工程信息完整度。3. 四个主流方案的实测体会与关键差异3.1 Zoo Text-to-CAD最接近“开箱即用”的方案Zoo Text-to-CAD应该是目前普通设计师最容易上手的一个。浏览器打开在线Demo输入英文描述等几十秒就能下载STEP、IGES或者STL。它的链路是基于CadQuery的模型先生成Python建模脚本脚本执行后输出实体模型。我在测试里拿“electron microscope aperture holderwith 2 slots 5mm wide, 10mm deep”这类工业感很强的描述去试生成的STEP文件导入SolidWorks后大部分特征都还在开槽位置和深度基本准确可以继续编辑。v2版本还引入了一个很有意思的“Parameter Graph”能力生成结果不再是一锤子买卖而是可以把关键参数直径、孔数、倒角半径抽出来做调节。这意味着你拿到AI生成的模型后还能像操作原生参数化零件一样去改尺寸而不是拿到一具“死几何”。不过它的短板也很明显中文输入效果明显弱于英文对螺纹、深腔、薄壁这类需要精细控制的特征经常翻车生成真实的国标零件比如GB/T标准件基本没戏。我的态度是把它当成“建模命令翻译器”别当“自动设计平台”。3.2 Autodesk Project Bernini大厂研究产品的克制Autodesk Research推出的Project Bernini也在这条赛道上。它支持文本和图像等多种输入输出偏向B-rep实体而且还能带一定的属性语义覆盖机械零件和建筑体量两类对象。我的理解是Bernini更像是Autodesk为下一代CAD工具储备的AI接口目的不是让用户在线玩一把而是验证“生成式B-rep模型能不能在行业场景里落地”。从公开演示看它从图片输入重建出可编辑模型的连贯度、特征质量都不错尤其对建筑体量这类规则几何生成结果很规整。但作为一个研究预览项目它的开放程度有限API接入门槛高覆盖范围也窄。现阶段拿来跑生产流程不现实但它释放的信号值得注意头部CAD厂商已经在把生成式建模往自家核心产品里塞了。3.3 开源研究路线Text2CAD与DeepCAD如果你有编程能力开源路线是另一个方向。DeepCAD数据集收集了十几万个从真实CAD软件导出的序列化建模操作记录Text2CAD这类研究则在此基础上训练LLM把自然语言映射成CAD指令序列。这条路的好处是可控。你可以拿自己公司的历史图纸数据做微调让模型学会你们的设计习惯也没有按次调用的成本。坏处是工程环境要求高、模型效果要比商业产品糙不少很多输出还得靠后处理硬拉回来。我不建议普通机械工程师直接上手研究路线但如果你所在团队有人懂Python、有GPU资源微调一个内部专用模型是件挺有想象力的事。毕竟商业工具的通用模型不可能替你掌握你们行业特有的非标结构。3.4 各方案横向对比速查方案输入输出格式可编辑性上手难度适用场景Zoo Text-to-CAD文本为主STEP、IGES、STL较强v2支持参数调节低网页即用零件级初稿、方案验证Project Bernini文本、图像B-rep为主较强中高研究预览建筑体量、机械零件探索Text2CAD等开源路线文本CAD指令序列中等高需自建环境内部定制、数据微调传统文生3D模型工具文本STL、OBJ弱需逆向低渲染、3D打印不适合CAD4. 把生成结果接进现有CAD工作流的实操方法4.1 输出格式怎么选STEP优先STL只留给打印Text-to-CAD生成结果进入真实工作流第一道关是格式选择。我的经验是能选STEP就不选别的。STEP格式保存的是B-rep实体信息导入SolidWorks、中望CAD、Fusion 360之后你还能做特征编辑、测量、装配而STL是三角网格导入后只能看、只能打印想编辑就得逆向重建。IGES也有兼容性需求在老旧设备和特定行业比如某些汽车供应链里还在用但大部分场景已经被STEP取代。有人问生成完STEP导入软件发现“实体是死的不能改参数”怎么办这是正常的。STEP保存的是最终几何结果不是建模历史树。解决思路是导入后先做“特征识别”让软件自动猜出拉伸、旋转、孔、阵列这些特征再转成可编辑特征树。这个过程不是100%成功越规则的零件识别率越高这也是为什么我说“把AI生成结果当草稿进CAD后还要人工修复一遍”的原因。4.2 用Python把Text-to-CAD串进批量流程热搜词里有“python批量对cad修改”这正好是Text-to-CAD API最适合发挥的场景批量出图、批量改型。比如产品线有一批安装底座结构相同、尺寸不同传统做法是打开软件一个个改。现在可以写脚本循环提交提示词批量生成一批STEP文件再统一入库做检查。示意代码如下# 示意代码字段名以各平台官方文档为准 from zoo_client import TextToCadClient from pathlib import Path client TextToCadClient(api_keyyour_key) prompts [ round mounting flange, outer diameter 80mm, thickness 10mm, central bore 22mm, 6 bolt holes evenly spaced on 60mm PCD, rectangular base plate, 120mm x 80mm, thickness 8mm, 4 corner holes 6.5mm diameter, bracket with 2 slots 5mm wide, 10mm deep, overall 60mm x 40mm x 20mm, ] out_dir Path(./generated_step) out_dir.mkdir(exist_okTrue) for i, prompt in enumerate(prompts): result client.generate(prompt, output_formatstep) (out_dir / fpart_{i:02d}.step).write_bytes(result.step_bytes)这种写法真正价值不止是省几次重复劳动——它把“设计参数”和“建模执行”拆开了。以后客户改尺寸你只需要改prompt列表里的数字其他环节不用碰。4.3 导入传统CAD后的四步修复法生成结果进软件后我习惯按四个步骤过一遍缺一不可第一步检查单位与坐标系。这是最容易翻车的地方模型可能按毫米生成也可能被当成英寸导入。拿一个已知尺寸的特征先量一遍比如外径80mm的圆盘导入后如果量出来是80inch赶紧统一单位。第二步做特征识别。把STEP转成可编辑特征让软件识别拉伸和孔特征。识别失败的部分后面手动补。第三步补充关键工程特征。倒角、圆角、拔模斜度这类特征AI经常生成不全或者干脆漏掉。这部分人工补起来很快但漏掉会在后面加工时出大问题。第四步重新发布装配或工程图。生成结果毕竟不是从零设计的你要检查它是否符合你们公司的模板、图层、命名规范然后在CAD环境里重新发布。这套四步法做完AI生成的模型才算真正融进了工作流而不是变成一个另存的孤儿文件。5. 现阶段绕不开的五个硬伤5.1 参数化能力偏弱生成不等于可修改Text-to-CAD最大的亮点是“快速得到实体”最大的硬伤也是它生成结果多数情况下是“死几何”。你在原生CAD里建的模型每一个特征都挂在历史树上改一个尺寸后面所有特征自动重算。AI生成的STEP导入后历史树没了只剩一个最终结果的壳。虽然不少软件有特征识别功能但识别结果常常不完美复杂曲面、布尔运算产生的特征尤其难搞。这意味着什么意味着如果你要做系列化设计——同一个零件换个尺寸生成十几个变体——AI每跑一次都是重新生成不能保证“改一个参数其他特征按比例联动”。除非用Zoo v2那种带Parameter Graph的生成结果否则它只适合一次性草稿不适合需要长期演化的设计对象。5.2 复杂装配体和标准件基本无能为力你能让Text-to-CAD生成一个法兰盘、一个支架、一个外壳但你没法让它“给我一个完整的工业机器人第七轴模组”——里面有几十上百个零件每个零件都有装配约束、运动副、材料属性、采购件标准号。这不是提示词写得长不长的问题是生成模型在装配级语义上的理解还远远不够。更现实的问题是标准件库缺失。AI生成的螺栓不是GB/T 5782、生成的轴承也不是6205-2RS它只会生成一个“看起来像螺栓的圆柱体”。工程上你最后还得重新采购、替换成标准件编号。这意味着AI生成的零件在很大程度上是“概念模型”不是“工程模型”。5.3 工程语义和合规责任没有着落做设计的都清楚一张图纸里真正值钱的往往不是几何形状而是几何之外的信息公差、粗糙度、焊接符号、材料牌号、表面处理要求、热处理状态。这些工程语义在自然语言描述里很难表述完整更麻烦的是即使表述了模型也未必能把它正确绑定到模型上。我用中文描述“表面粗糙度Ra1.6”生成结果只是多了一个注释字符串模型几何上没有任何体现——因为几何本来就不承载公差。还有责任问题。AI生成的模型如果尺寸错误导致生产事故责任算谁的制造业对可追溯性极其敏感AIGC魔法的一个天然缺陷是“说不清楚这个形状依据是什么”。在公司没有建立AI生成模型的复核签审流程之前我不建议把AIGC几何直接投到生产线。5.4 中文语料和本地标准适配还差得远实测下来英文提示词生成的成功率明显高于中文。同一个法兰盘描述中文版生成结果经常出现孔位偏移、阵列数量错误英文版基本稳。原因不复杂训练语料以英文为主中文工程描述在数据里占比太低。另外模型对国内工程习惯的理解很差。它知道“PCD”是什么但不一定知道我们国标图样里“6-Φ7 均布”这类标注习惯它知道ANSI/ISO的部分标准但不一定掌握GB/T的具体参数。指望它直接生成符合国标出图要求的模型目前不现实。这对有志于做本地化部署的团队其实是个机会——如果你们能积累内部数据、微调模型、让它学习你们的标准件和出图规范这会是很大的竞争优势。6. 从零上手Text-to-CAD的方案与提示词技巧6.1 我推荐的阶段式上手路线与其一次ALL IN买一堆API额度不如按阶段推进第一阶段网页Demo试水。开一个在线Demo账号拿自己工作中最常用的三五个零件描述去试目标不是“生成可用的模型”而是“理解模型对哪些描述敏感、哪些描述无效”。第二阶段导入CAD做闭环测试。把生成结果导入你最常用的CAD软件走一遍单位的检查流程。这阶段的目标是验证“AI草稿进真实工作流到底要补多少刀”。第三阶段脚本化。如果前两个阶段证明值得投入再上API写脚本批量生成、批量导出做自动化流水线。第四阶段本地化部署与微调。有条件的团队搭一套基于开源权重的本地服务用内部数据微调把标准件库、出图规范灌输进去。这四步每一步都验证了前一步的价值避免一上来就重投入、最后发现根本不匹配团队场景的尴尬。6.2 提示词工程化的基本写法Text-to-CAD的提示词跟我们写文生图的prompt完全不是一回事。它更像是在给一个不太专业的建模实习生开需求清单。我的写法模板是这样用途/零件名称一个词点名类型flange、bracket、housing主体形状和整体尺寸外径、长宽、厚度给数字给单位局部特征孔、槽、倒角位置和深度要齐阵列与对称约束几个、均布、PCD多少特殊要求公差、表面处理、材料但心里有数模型大概率处理不完美一个实际可用的提示词示例a round mounting flange, outer diameter 80mm, thickness 10mm, central bore 22mm, 6 bolt holes evenly spaced on a circle with 60mm diameter, chamfer 1mm on all outer edges, material aluminum如果模型不识别“PCD”缩写就展开成“on a circle with 60mm diameter, 6 holes, every 60 degrees”——这是最稳定的写法。中文提示词不是不能用但我建议关键尺寸和形状描述尽量保留英文关键词实测成功率差异明显。6.3 用之前先做通这三个检查无论你选哪个平台、哪条路线投入正式使用前我建议先做三个检查第一检查生成结果能不能导入你的CAD软件并能继续编辑。很多人卡在第一步下载了STEP文件却导不进去或者导入后只显示一个空壳那后面全白搭。第二检查几何是否封闭。如果生成结果要用于3D打印一定要做水密性检查。AI生成的网格或实体经常出现小的破面、重叠面打印切片时会出各种妖蛾子。第三检查关键尺寸是否有人工复核。AI生成结果很喜欢“四舍五入”——该80.5的地方直接给你80或者81。做装配验证时可以接受做加工就一定要复核关键配合尺寸。最后说句实在话。Text-to-CAD短期内不会取代任何工程师更不会让CAD软件失业。它真正的价值是把我们从“对着空白草图发呆”的启动成本里解放出来让我们更快地到达“做工程决策”这个环节。如果你愿意接受“AI生成的东西就是一个实习生交上来的初稿”这个设定它能实实在在帮你省掉不少时间如果你指望它一键生成完美可投产的图纸你只会收获一地鸡毛。我的建议是别迷信它也别绕过它先拿一个你熟悉的法兰盘去试试水一切就都清晰了。