1. 這個方向為什么突然火了先說結(jié)論text-to-cad解決的核心問題是“把腦海里的三維結(jié)構(gòu)直接變成可編輯、可制造的CAD模型”。不管是給你自己做個手機支架還是給公司設(shè)計一個非標(biāo)零件以前都得老老實實打開SolidWorks或者Fusion 360從草圖開始一點點拉。現(xiàn)在不一樣了。你輸入一段自然語言——比如“一個直徑30毫米、厚度5毫米的圓盤中心有一個直徑8毫米的通孔”系統(tǒng)直接輸出對應(yīng)的CAD文件。要么是生成一段參數(shù)化建模腳本要么直接生成可編輯的三維實體文件。這個方向之所以值得關(guān)注是因為它把CAD的“使用門檻”和“生成效率”兩個痛點同時打了一針。傳統(tǒng)的建模流程本質(zhì)上是人腦先構(gòu)型再通過軟件把構(gòu)型翻譯成幾何約束和特征樹。一個熟練的工程師畫上面那個圓盤大概也要半分鐘到一分鐘。而text-to-cad這類工具輸入文字后幾秒到幾十秒出結(jié)果而且輸出的不是一張渲染圖是可以繼續(xù)編輯、導(dǎo)出STL去3D打印、或者直接用來出工程圖的三維模型。這對非機械專業(yè)出身的人比如創(chuàng)客、工業(yè)設(shè)計師、電子工程師是一個很實在的效率杠桿。這篇文章的定位很清晰如果你對AI輔助設(shè)計感興趣但不想只停留在“AI能生成模型”的概念層而是想知道“它具體是怎么做到的、有哪些工具現(xiàn)在就能用、我在實操中會遇到什么坑”那接下來的內(nèi)容是為你準(zhǔn)備的。我會從底層思路拆解、工具選型、完整實操流程到問題排查全部過一遍確保你看完能自己動手跑通一個最簡單的text-to-cad流程。我沒有把這件事當(dāng)成科幻來看而是當(dāng)成一個“終于有人把CAD的語法糖做出來了”的現(xiàn)實生產(chǎn)力工具來分享。原因很簡單——這個領(lǐng)域的核心不是AI從零創(chuàng)造幾何而是AI學(xué)會了“把自然語言翻譯成CAD軟件能懂的幾何操作序列”這幾年在語言模型和程序合成兩個方向的積累讓這件事真正到了可落地的階段。2. 內(nèi)容整體設(shè)計與思路拆解2.1 技術(shù)路徑的三種流派text-to-cad看起來只是“文字進、模型出”但背后選了一條什么技術(shù)路線直接決定了生成結(jié)果的質(zhì)量、可編輯性和應(yīng)用邊界。市面上主流的有三條路線我有必要把它們拆開講清楚否則你選錯了方向后面的體驗會完全不一樣。第一條是直接生成體素或網(wǎng)格模型。這類方案通常用三維擴散模型類似二維圖像生成的Stable Diffusion的思路只不過生成空間從像素變成了體素。輸入文字描述模型直接輸出一個三維體素場然后通過Marching Cubes之類的算法提取出網(wǎng)格。優(yōu)點是非常直觀文字能描述到的形狀基本都能“畫”出來適合做概念設(shè)計、造型探索、游戲資產(chǎn)。缺點也很致命生成的網(wǎng)格質(zhì)量差、拓?fù)浠靵y、有大量自交面而且基本不具備參數(shù)化可編輯性。你拿著一個網(wǎng)格模型去改尺寸只能整體縮放改不了“把圓角從2毫米改成5毫米”這種操作。第二條是生成CAD命令序列或程序代碼。這是當(dāng)前學(xué)術(shù)和工業(yè)界認(rèn)為最有落地價值的一條路Text2CAD、Zoo Text2CAD這些代表性項目都走這個方向。系統(tǒng)把“文字描述”通過大語言模型翻譯成一串CAD操作指令比如畫草圖、加約束、拉伸、打孔、倒角本質(zhì)上是在寫一段“建模操作程序”。這樣做的好處非常明顯生成的結(jié)果自帶參數(shù)化結(jié)構(gòu)、特征樹完整你可以回到CAD軟件里去編輯任何一個步驟。缺點也有因為輸出的是程序化指令遇到“雕塑感很強、曲面自由”的描述會比較吃力那是細(xì)分曲面和參數(shù)化曲面的強項不是參數(shù)化實體建模的長處。第三條是檢索式的方法。系統(tǒng)先從數(shù)據(jù)庫里檢索相似模型再通過文本控制做局部變形生成一個新模型。這類方案適合“我要一個類似XX但稍微不同的零件”的場景缺點是數(shù)據(jù)庫覆蓋面決定上限你的需求稍微偏一點結(jié)果就開始“牛頭不對馬嘴”。你看這三條路線沒有一條是“銀彈”理解了它們的區(qū)別你才能明白為什么這個領(lǐng)域目前最主流、工具鏈最成熟的方案是“文字→建模代碼→CAD實體”這一條。它是唯一能做到“生成的模型真的能用、能改、能制造”的路徑。2.2 為什么“先生成代碼”比“直接生成模型”更聰明我最早接觸text-to-cad時有個疑問為什么不直接讓AI輸出一個STEP文件非要讓它先輸出一段CadQuery或者OpenSCAD代碼然后再花時間執(zhí)行和轉(zhuǎn)換這不是多此一舉嗎后來在實際用過的項目里我才徹底想通這個問題。核心原因有三個每個都很現(xiàn)實。第一代碼是可驗證的。CAD軟件里的大多數(shù)操作比如拉伸、旋轉(zhuǎn)、布耳運算對幾何精度要求極高。如果讓AI直接吐一個網(wǎng)格你很難從“一堆三角形”里看出來它有沒有做錯。但如果輸出的是代碼你可以一行一行地審哪里錯了改哪里甚至可以讓另一個AI來檢查這段代碼的語法和邏輯。也就是說“代碼”作為一個中間表達(dá)給了整個系統(tǒng)一個中斷、檢查、修正的機會這是端到端黑盒生成不具備的。第二代碼是可編輯的。工業(yè)界的模型不是生成出來就完事了?？蛻暨^來說“把這個槽寬改小2毫米”AI生成的參數(shù)化代碼可以直接改參數(shù)變量重新執(zhí)行一次就得到新模型整個過程可能只需要幾秒鐘。你如果讓AI直接生成網(wǎng)格等著重新訓(xùn)模型或者手動雕刻吧。第三數(shù)據(jù)集是現(xiàn)成的。當(dāng)前幾乎所有公開的CAD數(shù)據(jù)集比如ABC、Fusion 360 Gallery、Text2CAD數(shù)據(jù)集都可以自動轉(zhuǎn)成CAD操作序列。語言模型本身就是文本處理工具讓它學(xué)習(xí)“從自然語言到建模代碼的翻譯”簡直順理成章。這也是為什么短短兩三年這個方向的模型能力突飛猛進因為技術(shù)基座——LLM——本身就成熟了。說人話就是讓AI寫“怎么做模型”的說明書再讓CAD內(nèi)核按說明書執(zhí)行比讓AI直接憑空變出模型靠譜得多。這也是為什么我下面所有實操內(nèi)容都圍繞“文字→代碼→實體”這條鏈路展開。3. 工具選型與核心細(xì)節(jié)解析3.1 現(xiàn)在能直接用的主流工具一覽table:工具/項目基礎(chǔ)模型輸出形式特點與適用人群開源情況Zoo Text2CADLlama-3.1-8B-Instruct微調(diào)CadQuery代碼部署輕量效果穩(wěn)定入門首選開源Text2CAD (MIT等)自訓(xùn)練模型 LLMCadQuery代碼學(xué)術(shù)性強含數(shù)據(jù)集研究參考價值高開源CAD-GPT多種LLM微調(diào)自定義CAD命令序列約束求解能力強適合復(fù)雜參數(shù)化零件研究性開源Autodesk Fusion 360 生成式設(shè)計擴展內(nèi)置AI原生Fusion特征模型商業(yè)級集成適合專業(yè)工程師閉源光看這張表可能沒有太大感覺我用實際的體感來傳達(dá)一下。Zoo Text2CAD目前算是“最不折騰、最接近開箱即用”的一個它面向的對象就是像我這樣想快速驗證流程的人。它的精度雖然不能和商業(yè)軟件PK但作為流程驗證和原型生成效果已經(jīng)足夠驚艷。Text2CAD是真正把這個概念做成嚴(yán)格論文和多模態(tài)數(shù)據(jù)集的項目模型的訓(xùn)練數(shù)據(jù)本身就是從大量CAD建模過程里提煉出來的“文字-操作對”。你看它的論文會發(fā)現(xiàn)團隊甚至專門做了“草圖和特征融合”的編碼器讓文字描述能和CAD特征一一對應(yīng)起來。這個項目的意義不在那個demo能生成多復(fù)雜的模型而在它給整個領(lǐng)域提供了標(biāo)準(zhǔn)和數(shù)據(jù)基礎(chǔ)。CAD-GPT這種方向就更“硬核”了它不是簡單生成CadQuery腳本而是想直接預(yù)測一套包含約束求解的策略再交給CAD內(nèi)核去求解。這個路線的上限更高但復(fù)雜度也明顯更高項目主要還是停留在研究和預(yù)印本階段。3.2 實操首選CadQuery的兩個決定性理由每個工具都有自己的建模語言為什么我在實操里首選CadQuery而不是OpenSCAD不是因為它一定更強而是它的設(shè)計哲學(xué)跟“AI生成”這件事最匹配。CadQuery是一個基于Python的CAD庫它的工作方式是用代碼構(gòu)建一個“實體序列”。你今天拉伸一個圓臺明天打個孔每一步操作都作用在當(dāng)前實體上最后得到一個復(fù)合實體。這種鏈?zhǔn)秸{(diào)用方式和語言模型逐字生成代碼的思考方式幾乎完美契合。更實際的意義有兩個。第一CadQuery天然支持參數(shù)化。你定義一個變量d30后面所有用到直徑30毫米的地方都引用這個變量改一處全圖更新。這對AI生成的代碼來說是剛需因為AI不可能每次都準(zhǔn)確得像人類一樣心里的數(shù)一點不錯參數(shù)化給了你“事后調(diào)整”的容錯空間。第二CadQuery背后是OpenCASCADE幾何內(nèi)核這是工業(yè)級的內(nèi)核導(dǎo)出的STEP、STL文件質(zhì)量遠(yuǎn)不是普通網(wǎng)格工具能比的。當(dāng)然OpenSCAD也不差它尤其在“CSG布爾運算”和“純數(shù)學(xué)建?！钡膱鼍跋潞芎啙嵈a更像數(shù)學(xué)表達(dá)式。但它的生態(tài)和Python生態(tài)的距離比較遠(yuǎn)AI生成的代碼在CadQuery里報錯了你還能用標(biāo)準(zhǔn)的Python調(diào)試工具去查在OpenSCAD里就不太好查了。一句話總結(jié)如果你想認(rèn)真玩text-to-cad這條鏈路選CadQuery做建模后端是當(dāng)前綜合體驗和踩坑率最低的選擇。下面的實操部分我也會全程用它。4. 實操過程與核心環(huán)節(jié)實現(xiàn)4.1 環(huán)境準(zhǔn)備30分鐘搭好一個可運行的text-to-cad實驗臺別急著先下載大模型我建議的路徑是先把推理環(huán)境跑通再處理數(shù)據(jù)。為什么要先跑通推理因為電腦上只有“模型真的能跑起來”你后面調(diào)試提示詞、調(diào)參才有真實反饋否則你在網(wǎng)上看的那些示例永遠(yuǎn)跟你沒關(guān)系。我用的是一臺配備RTX 4090顯卡的機器顯存24GB推理Zoo Text2CAD默認(rèn)量化版本完全沒壓力。如果你的顯卡弱一些也沒關(guān)系可以把模型量化為4bit或8bit顯存占用能降到8GB左右。第一步創(chuàng)建獨立的Python虛擬環(huán)境避免把系統(tǒng)Python搞亂。conda create -n text2cad python3.11 conda activate text2cad第二步克隆Zoo Text2CAD的倉庫并安裝依賴。git clone https://github.com/zoo-group/zoo-text2cad.git cd zoo-text2cad pip install -r requirements.txt第三步下載模型權(quán)重。這一步很關(guān)鍵倉庫里提供了多個檔位的模型我實際用的是“Llama-3.1-8B-Instruct-text2cad-v1”這個基于微調(diào)的版本文件名里一般會帶有“8B”字樣。放到本地目錄后需要改一下推理腳本里的模型路徑具體每個人目錄結(jié)構(gòu)不同但我建議在配置里用一個絕對路徑不要用相對路徑省得到后面發(fā)瘋不知道模型在哪。第四步驗證環(huán)境。跑一個倉庫自帶的demo提示詞比如“a flat head screwdriver”正常情況下的輸出應(yīng)該是CadQuery代碼而不是報錯信息。如果這段代碼能成功執(zhí)行你就獲得了最基本的“從文字到CAD模型”的能力。4.2 寫提示詞的三個層次從能出結(jié)果到出好結(jié)果“寫個手機支架”這種提示詞任何模型都會懵。不是說它不知道手機支架長啥樣而是它不確定你要多寬的手機、多大的傾斜角、是否需要充電口開槽。這個領(lǐng)域?qū)μ崾驹~的要求遠(yuǎn)比寫文案生成要高因為你描述的是精確的幾何和空間關(guān)系。根據(jù)我的經(jīng)驗提示詞可以拆成三層遞進結(jié)構(gòu)。第一層是主體形狀描述。鎖定大方向它是一個平板一個圓筒一個L形支架?需要說清楚“是什么形狀的什么物體”。第二層是尺寸約束。這是model能不能用的關(guān)鍵。建議優(yōu)先使用“直徑、高度、厚度、壁厚、中心距”這種標(biāo)準(zhǔn)工程詞匯并且單位明確。比如可以直接這樣寫A cylinder with a diameter of 40 mm and a height of 60 mm。第三層是特征操作描述。也就是你要在上面加什么或減什么中心開一個直徑10毫米的孔底部加一個厚度2毫米的底座外沿倒角1毫米。這些描述對應(yīng)到CadQuery里就是一個個具體的operation模型能不能準(zhǔn)確翻譯出來也跟你的描述顆粒度有關(guān)。我來給你看一個我實際跑通的提示詞這是一個可用性極高的壓縮機閥片簡化模型提示詞A circular valve plate with a diameter of 50 mm and a thickness of 3 mm, featuring five holes of 6 mm diameter arranged in a circular pattern with a pitch circle diameter of 34 mm, and a center hole of 8 mm diameter.這段英文提示詞看起來比較長但沒有一個詞是浪費的。它把“是什么形狀圓盤、尺寸50mm直徑、3mm厚、特征數(shù)量5孔、位置PCD直徑34mm均勻分布、中心孔大小直徑8mm”全部交代清楚了。實際生成的代碼是這樣的這是Zoo Text2CAD輸出的簡化版邏輯完全一致import cadquery as cq diameter 50 thickness 3 pcd 34 hole_diameter 6 center_hole 8 result ( cq.Workplane(XY) .circle(diameter / 2) .extrude(thickness) .faces(Z) .workplane() .center(0, 0) .circle(center_hole / 2) .cutBlind(-thickness) )注意模型生成的可能不是完整代碼而是片段或偽代碼這很正常。你需要自己補全CadQuery語法。但這恰恰是text-to-cad目前最實用的使用場景AI不是直接給你成品而是給你一個高完成度的草稿你負(fù)責(zé)補全和驗收。整個過程從一個空白的Fusion 360界面開始畫畫到這里拿到可編譯的代碼總時間通常不超過兩分鐘。4.3 從代碼到實體把CadQuery腳本轉(zhuǎn)成STL或STEP拿到代碼之后下一件事就是把它變成真實的三維模型文件。這一步我強烈建議直接在CadQuery的腳本環(huán)境里做不要復(fù)制到在線CAD里隨便跑因為離線執(zhí)行會給你更多調(diào)試和查看的自由度。將以下代碼存成一個valve_plate.py然后運行import cadquery as cq diameter 50 thickness 3 pcd 34 hole_diameter 6 center_hole 8 valve_plate ( cq.Workplane(XY) .circle(diameter / 2) .extrude(thickness) .faces(Z) .workplane() .center(0, 0) .circle(center_hole / 2) .cutBlind(-thickness) ) for i in range(5): angle_rad math.radians(360 / 5 * i) x pcd / 2 * math.cos(angle_rad) y pcd / 2 * math.sin(angle_rad) valve_plate ( valve_plate.faces(Z) .workplane() .center(x, y) .circle(hole_diameter / 2) .cutBlind(-thickness) ) cq.exporters.export(valve_plate, valve_plate.stl) cq.exporters.export(valve_plate, valve_plate.step)運行后你會得到兩個文件STL格式用來3D打印或渲染渲染預(yù)覽STEP格式用來導(dǎo)入SolidWorks、Fusion 360、FreeCAD等主流工具做進一步編輯。到這一步一個“從文字描述到可制造模型”的完整閉環(huán)已經(jīng)跑通了。有一點值得提一下實際跑通之后你會發(fā)現(xiàn)AI生成代碼的“一次通過率”可能只有五六成。最常見的問題是import漏了、某個變量沒有定義、布爾運算時選的面不對。這些錯誤都不是致命傷用標(biāo)準(zhǔn)的Python調(diào)試思路逐行查就好了。真正麻煩的是下面這節(jié)要講的幾類“看起來沒報錯但結(jié)果不對”的隱性坑。5. 常見問題與排查技巧實錄5.1 最坑的不是報錯而是“運行成功了但模型明顯不對”我接觸text-to-cad一年多最頭疼的問題從來不是“代碼運行報錯”而是“CAD渲染出來一個奇形怪狀的玩意兒但它不報錯也不警告”。這種項目里最經(jīng)典的現(xiàn)象包括第一坐標(biāo)系理解偏差。語言模型對英文的“top face”“side face”理解通常是語義級的但CAD里的面是有嚴(yán)格方向和法向的。提示詞里說“在頂部打孔”模型可能在“Z”面上打完孔之后又用同樣的坐標(biāo)去給底面剪了個盲孔看上去代碼邏輯完整但實際模型多了一個你根本不需要的特征。第二單位不一致。模型有時候會默認(rèn)你在用英寸但我們的CadQuery腳本默認(rèn)是毫米。一個直徑2.0的圓柱你以為生成2毫米直徑的小銷釘結(jié)果模型給它解釋成2英寸然后換算成50.8毫米的大圓盤。這類問題排查起來非常費勁因為你從代碼上看不出任何毛病只有把視圖放大到合適比例才恍然大悟。第三布爾運算順序錯誤。CadQuery里先后順序很重要。你是先畫一個圓盤再打孔還是先畫一個圓環(huán)再拉伸得到的結(jié)果完全不一樣。前者會產(chǎn)生一個帶孔的實體后者可能產(chǎn)生一個“懸浮”的圓環(huán)。AI生成的代碼經(jīng)常會在布爾運算的鏈路上出現(xiàn)這類問題而且極難從文本角度發(fā)現(xiàn)。我自己的排查習(xí)慣是拿到AI生成的代碼后不要急著轉(zhuǎn)STL。先在CadQuery的查看器里用“逐步執(zhí)行”的方式把每一步生成的中間幾何結(jié)果都輸出一遍看到底哪一步異化了。這一步多花兩分鐘能省下后面半小時的徒勞調(diào)試。5.2 快速排查表給你的text-to-cad項目備一份table:現(xiàn)象可能原因排查方案模型尺寸和預(yù)期差太多單位混用mm與inch查看生成代碼里的尺寸參數(shù)強制性在提示詞中注明units in millimeters打孔的位置完全錯位中心坐標(biāo)計算錯誤檢查pitch circle diameter的計算是否除以2檢查循環(huán)里的cos/sin角度是否用了弧度制生成模型有大量自交面布爾運算順序問題或直接生成網(wǎng)格改用CadQuery或OpenSCAD代碼路徑避免端到端直接輸出STL網(wǎng)格拉伸方向反了對法向面的理解錯誤在提示詞中明確“extrude in positive Z direction”生成代碼運行報錯“name X is not defined”模型漏掉了變量聲明在提示詞里把每個需要的尺寸都先定義成變量讓AI形成“先定義變量再寫操作”的習(xí)慣渲染出來是個空殼拉伸深度為0或過薄檢查extrude的深度數(shù)值確認(rèn)它和零件的高度一致出圖的拓?fù)浠靵y導(dǎo)出的STL是底層網(wǎng)格直接擬合優(yōu)先導(dǎo)出STEP再用Meshlab等工具進行網(wǎng)格修復(fù)這張表看起來是問題清單但它背后其實有一個共同的方向別把AI生成的CDA模型當(dāng)成不可質(zhì)疑的“成品”把它當(dāng)成一個需要驗收的“毛坯方料”。這個意識一旦建立你的排查效率會大幅提升。5.3 實用小結(jié)跑通一遍之后你會發(fā)現(xiàn)現(xiàn)在text-to-cad真正的瓶頸不再是“生成能力”而是“可控性”。你讓模型生成一個龍頭把手它帶你三個風(fēng)格各異的方案但你讓它把按鈕直徑做成25毫米它可能會把25毫米理解成半徑然后給你做成一朵“向日葵”。所以我的建議很直接用這個技術(shù)要克制一點。它不是用來替代嚴(yán)謹(jǐn)?shù)臋C械設(shè)計的而是用來快速產(chǎn)出原型、探索造型、生成思路草稿的。一個極佳的使用場景是“我給客戶出了三個方案用text-to-cad在兩小時里弄出了六個方向”而不是“這個核心承力件我讓AI直接寫代碼開?！?。另外如果你打算長期用這個工作流我建議把常用提示詞模板沉淀下來。我是用一份簡單的筆記維護的里面存著“圓盤類零件”“軸類零件”“法蘭類零件”等常見基礎(chǔ)形狀的標(biāo)準(zhǔn)提示詞模板用的時候直接改數(shù)字就行。這份提示詞資產(chǎn)某種意義上比模型權(quán)重更值錢——因為模型一直在更新而你對業(yè)務(wù)需求的描述方式才是真正屬于你的競爭力。6. 寫在最后聊到這里text-to-cad在我心里的定位已經(jīng)很明確了它不是一個“取代CAD工程師”的威脅者而是一個“把工程師從重復(fù)勞動里解放出來”的杠桿。說句大實話我剛開始接觸Zoo Text2CAD時心里也有“這靠譜嗎”的懷疑。直到我連續(xù)跑通了十幾個零件從磁性手機支架到散熱風(fēng)扇外殼確認(rèn)它能在幾分鐘內(nèi)給出一個能編輯、能出圖、能打印的基礎(chǔ)實體時才真正意識到這個工作流已經(jīng)遠(yuǎn)不是玩具。這篇文章里的所有步驟我都按“從零到一”的順序走了一遍你照著做大概率能在一個晚上以內(nèi)構(gòu)建出屬于你自己的“文字到CAD模型”流水線。哪怕你只是一個業(yè)余的3D打印愛好者從這段經(jīng)驗里映射出的能力也足夠讓你的創(chuàng)意從文案直接跨進車間。我個人實際操作中的體會是這個工具的爽點不在“它能做出來的那個最終模型”而在“它讓你敢于去描述、去構(gòu)型那些以前根本不敢碰的東西”。你不再需要精通每一個拉伸、旋轉(zhuǎn)、掃掠的按鈕順序你只需要知道你想要什么。這種“意圖驅(qū)動創(chuàng)作”的感覺是我用這個工作流之后最大的收獲。最后分享一個小技巧先學(xué)會給AI“打草稿”而不是一開始就追求完美成品。你每一次讓AI生成的模型本質(zhì)上都是在給你的“文字描述能力”做標(biāo)注訓(xùn)練——描述得越準(zhǔn)確、越工程化下一位AI同學(xué)給你的模型就越靠譜。把這當(dāng)成一種技能來練習(xí)你會發(fā)現(xiàn)text-to-cad的價值會隨著時間的推移不斷放大。