1. 一句话变成三维模型text-to-cad到底在解决什么问题我前阵子接了个活儿客户发过来一段产品需求描述就一句话“一个直径40mm的圆形法兰盘带4个均布安装孔孔中心距30mm厚度5mm。”放在以前这句话我得在建模软件里拆成视图、草图、拉伸、打孔、阵列好几个步骤折腾十分钟起步。而这次我只是把这句话原样粘贴进工具里一分钟后就拿到了一份可以继续编辑的STEP模型。这个工作流背后的技术方向就是这两年设计圈讨论度极高的text-to-cad。text-to-cad字面意思就是“从文字到CAD模型”属于人工智能生成设计AI-Driven Generative Design里最贴近工程落地的分支之一。它把自然语言作为输入目标是自动输出可编辑、可加工、可仿真的参数化CAD模型而不是一张示意图。这里的关键词是“CAD模型”这意味着输出的东西不只是好看的三维网格而是带特征树、带尺寸约束、能回到SolidWorks或Fusion 360里继续改的工程文件。这个区别非常重要后面我会反复提到。它能解决什么问题最直接的一点是消灭“需求翻译损耗”。设计沟通里大量时间浪费在理解需求、确认尺寸、反复修改草图text-to-cad把这段过程大幅压缩。另外对于非专业建模人员比如采购、销售、工艺工程师他们能直接通过文字描述生成一个初步三维方案极大地降低建模门槛。对于专业设计师它更适合用来做前期概念比选和批量变体设计——同一句话改几个参数瞬间生成一系列方案。这套技术适合谁来参考如果你是结构设计、产品开发、非标自动化相关从业者或者正在做AI工具产品设计、设计自动化集成这篇文章值得你花十分钟读完。我会从技术原理讲到实操落地再到工具选型和我踩过的坑尽量把“能用”和“好用”之间的距离讲透。2. 技术路线拆解文本到底是怎么变成三维模型的2.1 两条技术主线神经重建与程序化参数建模目前text-to-cad的实现路线业界基本分成两条大方向理解清楚这两条路你才能判断什么场景下该用什么工具。第一条叫“神经重建”代表项目是OpenAI开源的Shap-E和Point-E。它的思路是把文字描述交给文本编码器再通过扩散模型或隐式神经场比如NeRF直接生成三维几何最后提取成网格导出。这条路的好处是“什么形状都能生成”不局限于规则几何用来做概念造型、游戏资产、快速可视化非常合适。代价是精度差、拓扑乱、没有参数化特征导出的网格往往需要大量修复几乎没法直接进工程流程——你见过哪个正经法兰盘的STEP文件里带着几十万三角面片的第二条叫“程序化参数建模”也就是文本生成代码由代码驱动CAD内核建模。这个思路更贴近工程师的思维方式LLM负责理解需求、抽参数然后生成一段CadQuery、OpenSCAD或Python脚本脚本调用几何内核真正把模型建出来。这条路生成的模型天然带特征、带参数、带建模过程导出的STEP文件干净漂亮回到任何主流CAD软件里都能继续编辑。它的问题也很明显自由度受限适合规则几何和机械件遇到自由曲面就抓瞎。我个人的判断很明确如果是制造业和机械设计场景程序化参数建模是唯一靠谱的方向。神经重建适合“看一眼”的场景参数建模适合“用起来”的场景。现在很多工具是两条路混着走但内核逻辑必须分清楚否则你在选型时很容易被宣传话术带偏。2.2 LLM在中枢链路里扮演什么角色不管走哪条技术路线大语言模型都是整个text-to-cad链路的中枢。它的工作可以拆成三层理解。第一层是意图理解。用户说“做一个安装支架”模型得知道这是L型、U型还是钣金折弯件得能补全描述里没说的隐含信息。这个环节非常考验模型的工程常识通用模型和经过CAD语料微调的模型在这层的表现差距巨大。第二层是参数抽取。模型要从自由文本里提取数值和关系“直径40mm”“4个均布孔”“中心距30mm”这些关键信息一个都不能漏还得处理单位换算、公差不明确等细节问题。第三层是约束推理。比如4个孔要均布那角度间隔是90度中心距30mm那分布圆半径就是15mm。这些几何逻辑关系如果模型理解不到位生成的代码就会算出错误的位置。我测试过几个模型发现一个规律通用聊天大模型能写好“翻译型”任务也就是把文字描述翻译成代码注释但真正决定成败的是后面两步——参数抽取和约束推理。你可以让模型告诉你它打算怎么建模通常头头是道但只要有一个尺寸理解错位整个模型就是废的。所以现在做得好的text-to-cad工具不会只靠一个大模型裸奔而是在LLM外面套了一层规则引擎或者校验环节专门盯着参数和几何约束。2.3 中间表示为什么“文本→代码→几何”这条路最稳想要理解text-to-cad的架构关键要理解“中间表示”这个概念。自然语言不能直接变成几何体中间必须有一个桥梁。神经重建路线的中间表示是隐函数或者点云参数建模路线的中间表示是程序代码。代码这个中间表示有巨大的工程优势。第一代码可读。生成错了打开代码一看就知道是哪一行尺寸写错了而不是对着一个破损网格发呆。第二代码可改。想要改厚度直接改数字重新运行即可不像网格模型得重新生成。第三代码可复用。一个底座的建模函数改几个参数就能变成另一种规格这正好是工程设计的核心诉求。第四代码天然可审计。每一步用了什么操作、什么参数都记录在案对于制造业的质量追溯来说这个价值没法衡量。所以我的建议很直接如果你准备在自己的业务里引入text-to-cad优先找“生成代码”方案哪怕它看起来不如神经重建那种一键出模型炫酷。工程世界里“能改”比“能生成”重要得多。3. 实操流程从零跑通一个text-to-cad建模任务3.1 环境准备与工具选型纸上谈兵没意思我们直接动手。我推荐一套目前效率最高、成本最低、完全可落的实操组合Python环境 CadQuery库 任一可编程调用的LLM接口。CadQuery是基于Python的参数化CAD库它不依赖图形界面直接通过代码描述几何特征能导出STEP、STL、DXF等主流格式和SolidWorks的剖切、拉伸、打孔思路几乎一一对应非常适合接在LLM后面当“建模执行器”。环境安装很简单国内网络环境下也能顺利装完pip install cadquery jupyter-cadquery装完之后在终端输入jupyter notebook新建一个Python3笔记本CadQuery的3D预览能力是通过jupyter-cadquery插件实现的运行代码块后可以直接在输出区域看到三维模型支持旋转缩放体验上已经接近轻量CAD软件了。这里要提醒一句CadQuery 2.x版本的API和旧版有一些差异网上很多教程还是1.x的写法直接复制容易报错。如果遇到Workplane相关报错优先检查CadQuery版本这个坑我在后面问题专题还会展开说。3.2 写一段合格的文本描述并生成模型现在我们来跑一个真实案例就用开头那个法兰盘需求。首先你需要把提示词组织好这里有个小小的格式技巧生成CadQuery代码 - 形状圆形法兰盘 - 直径40mm - 厚度5mm - 特征4个均布安装孔孔径8mm - 孔位置中心距30mm均布在圆周上 - 导出STEP格式注意描述密度。太简陋了模型容易自由发挥太冗长了又容易抓不住重点。核心是几何形状、关键尺寸、特征位置关系、导出格式这四类信息必须齐全。我实测让一个主流大模型根据这段描述生成代码它给出的核心建模代码长这样import cadquery as cq result ( cq.Workplane(XY) .circle(40 / 2) .extrude(5) .faces(Z) .workplane() .pushPoints([(15, 0), (0, 15), (-15, 0), (0, -15)]) .hole(8) ) cq.exporters.export(result, flange.step)这段代码逻辑非常清晰在XY平面画一个半径20的圆拉伸5mm然后把工作平面移到顶面在(15,0)、(0,15)、(-15,0)、(0,-15)四个位置打直径8mm的孔。4个孔到圆心的距离都是15mm也就是中心距30mm的分布圆半径完全符合需求。如果你要的是沿圆周均匀分布的孔——比如6个或者8个——让模型生成pushPoints坐标列表就不太优雅了。更聪明的做法是让模型用极坐标循环计算像我下面这样import cadquery as cq import math hole_radius 15 # 分布圆半径 num_holes 6 hole_dia 8 points [ (hole_radius * math.cos(math.radians(360 / num_holes * i)), hole_radius * math.sin(math.radians(360 / num_holes * i))) for i in range(num_holes) ] result ( cq.Workplane(XY) .circle(40 / 2) .extrude(5) .faces(Z) .workplane() .pushPoints(points) .hole(hole_dia) ) cq.exporters.export(result, flange_6holes.step)这个例子想说明的是当你看LLM生成的代码时不要只看结果对不对还要看它的实现思路是否可扩展。能循环就不手写坐标能用参数就不写死数值这是判断生成代码质量的重要标准。3.3 从代码到可交付模型导出与后处理模型生成之后导出环节也有一些讲究。CadQuery支持多种导出格式选哪种取决于交付对象如果文档要求“导出STEP格式”是因为STEP文件携带完整的几何拓扑和边界表示信息几乎所有主流CAD软件SolidWorks、Creo、NX、Fusion 360都能无损打开适合进入正式的工程流程。如果你要拿去3D打印应该导出STL格式——STL是三角形网格打印切片软件只认这个。但要注意CadQuery导出STL时可以设置线性公差也就是弦高误差。我通常设成0.01mm模型表面足够光滑文件体积也不至于爆炸。导出命令长这样cq.exporters.export(result, flange.stl, tolerance0.01, angularTolerance0.1)另外还有一个容易被忽略的点单位。CadQuery默认使用毫米但很多进口软件和3D打印切片器默认使用英寸或厘米。导出给外部协作方之前一定确认对方使用的单位制否则尺寸差25.4倍图纸直接报废。别问我怎么知道的问就是加工厂打过电话来骂过。4. 工具横向对比与选型建议4.1 开源工具和研究项目哪几个值得真正上手text-to-cad赛道上项目更新很快我按实际可用程度分个档。第一梯队是CadQuery和OpenSCAD这类参数化建模库配合任意LLM使用。它们不是开箱即用的text-to-cad产品但作为“建模执行器”极其稳定可控性和可扩展性最强适合工程师自己搭建工作流。第二梯队是开箱即用的生成项目。OpenAI的Shap-E可以从文本直接生成三维网格安装简单效果直观社区反馈也活跃但正如我前面说的它生成的是网格不带参数化特征适合做概念可视化不适合进生产流程。Point-E生成的是点云需要额外做曲面重建工程可用度更低一些。学术界还有一些工作比如Text2CAD通过LLM生成CAD命令序列和CAD-GPT多模态CAD生成方案这些项目在论文里展示了很好的方向感但代码成熟度和社区维护水平参差不齐。如果你想尝鲜可以跑通官方示例感受一下技术趋势如果你要用于生产建议再等等。4.2 商用CAD软件里的AI辅助功能到底能不能打主流CAD厂商近几年都在往AI辅助方向发力。Autodesk Fusion 360有生成式设计模块但它更偏向拓扑优化——给定载荷和约束条件自动找最优材料分布而不是从文字直接生成模型使用逻辑和text-to-cad完全不同。SolidWorks推出了基于云平台的3D Creator配合3D Creator里的AI辅助功能可以通过文字描述辅助创建部分特征。PTC Creo也在持续迭代Creo里的AI能力。不过说实话这些商业化功能的自然语言建模能力目前还处于辅助定位你可以在软件里跟它说“在这面打四个直径8mm的孔”但你不能把整份设计需求甩给它让它全自动交付。选型建议很直白如果你在商业CAD生态里先用软件内置的AI功能做辅助没必要另外搭一套系统如果你有批量生成、自动化流程的需求比如要做几百个变体模型那开源工具LLM接口自建方案灵活度高出好几个量级。两者的关系不是替代而是分工——商业软件负责精修和审签自建流程负责批量和探索。4.3 选型决策参考按需求场景匹配工具场景需求推荐路线理由概念造型、快速可视化Shap-E等神经重建方案出图快形状覆盖面广不追求精度机械零件、规则几何建模LLM CadQuery/OpenSCAD输出STEP可编辑精度高特征可追溯商业软件内部辅助建模SolidWorks 3D Creator、Fusion 360 AI辅助与现有生态集成度好上手成本低批量变体生成、自动化产线自建Python脚本 LLM接口可定制、可扩展、可嵌入现有PLM系统教学演示与方案验证开源项目跑通Demo零成本上手快理解原理为主表格里没有绝对的好与坏关键看你的交付物是什么。交付模型让别人继续画的选参数化路线交付效果图给领导汇报的神经重建出图更快。这个道理就像选交通工具去楼下便利店你开什么卡车呢。5. 实战中绕不开的坑与排查技巧5.1 描述含糊导致特征丢失或错误我遇到过最典型的场景用户说“做一个带孔的板子”结果模型生成了一个平板加一个孔。听起来没毛病但拿到工程上一看问题一堆——孔的直径多少板子多厚孔是通孔还是盲孔位置在哪里这类问题的根源在于描述阶段的信息缺失LLM只能从训练数据里猜最可能的意思而“最可能”不等于“你想要的”。解决思路有两个方向。第一是提示词结构化让用户按照固定模板提供信息就像我前面给的法兰盘例子。第二是在系统层做参数补全检查对缺失的必填参数给出默认值并明示给用户确认。比如板厚没写默认5mm同时弹窗提醒“板厚未指定已按5mm处理是否需要修改”。这种机制能显著降低模型自由发挥的副作用。5.2 尺寸精度不够英寸毫米单位错乱和几何计算错误尺寸问题是text-to-cad落地中最致命也最常见的问题。错一个数量级模型尺寸差10倍直接报废。单位错乱是重灾区LLM的训练语料里英文内容占大头很多工程数据使用英制单位模型很容易在metric公制和imperial英制之间反复横跳。我的规避办法是在提示词里强制声明“所有尺寸单位为毫米”并且在提示词末尾加一句“请再次检查所有尺寸是否符合毫米单位”。除此之外建议在系统层加一道校验对生成代码里的关键数值做大数检查——直径40mm变成了400mm一眼就能看出来不合理。还有一类几何计算错误更有迷惑性。比如“在圆周上均布4个孔”模型给出的坐标点x20, y0x0, y20x-20, y0x0, y-20——乍一看均布没问题但如果分布圆直径要求是30这批点的位置就全错了。这类错误靠人肉检查效率太低理想的做法是让LLM在生成代码的同时输出一份“建模参数表”把几何关系列清楚然后由程序自动校验参数表里的数值是否符合输入需求不符合就重新生成。5.3 模型破面、法线翻转和拓扑错误怎么处理走神经重建路线的工具导出的网格模型经常有法线翻转、封闭性差、破面等问题。处理这类问题有个常用的修复流程先用网格修复库比如trimesh检查网格是否封闭然后统一法线方向再执行简化和平滑。代码思路大致是这样import trimesh mesh trimesh.load(output.stl) print(水密性检查:, mesh.is_watertight) print(当前面数:, len(mesh.faces)) # 简化到目标面数 simplified mesh.simplify_quadric_decimation(face_count10000) # 统一法线方向 simplified.fix_normals() simplified.export(output_fixed.stl)对于参数化路线CadQuery生成来说破面发生概率低很多拓扑也干净因为几何内核天然保证实体闭合。但要注意特征建模顺序对结果的影响。先打孔再倒角和先倒角再打孔最终几何可能不同——工程上的默认逻辑是先打孔后倒角让倒角自然作用到孔口边缘。如果生成代码里顺序反了轻则结果不符预期重则布尔运算失败直接报错。这个细节设计师心里都有数但LLM不一定需要人工校对或规则检查。5.4 常见问题速查表问题现象可能原因排查与处理模型尺寸整体放大10倍英寸毫米单位错乱提示词中强制声明毫米单位二次校验关键数值孔数量对但位置不对均布计算逻辑错误要求输出坐标计算过程程序自动核对几何关系生成代码报错无法运行CadQuery版本API差异检查库版本对照2.x文档修正API调用STEP文件打开后特征树为空导出了纯BRep网格确认走参数化建模路线不要用网格转STEP中文描述生成效果明显偏差训练语料以英文为主先让模型将描述翻译为结构化英文再生成代码生成模型表面破碎神经重建路线的网格质量低使用mesh修复脚本简化、封闭、修复法线这些坑没有一个是理论推演全是实操中反复撞过的墙。我现在的习惯是建立一套固定的检查清单尺寸范围检查、单位检查、孔位分布检查、格式检查每条对应一个自动化校验函数。宁可校验脚本多写半小时也不要让错误模型流到下游工序。6. 场景落地与后续扩展6.1 最值得优先落地的三个场景第一个是概念方案快速比选。产品经理提需求设计师先出三维概念这个过程用text-to-cad可以把单个方案的生成时间从小时级压缩到分钟级。改需求也不再是噩梦重新描述一遍就行。第二个是非标自动化设备的定制件生成。非标件种类多、数量少每次都要从头搭模型text-to-cad最适合这种“定义清楚但建模繁琐”的活。第三个是参数化族库的扩充。很多企业有标准件库但扩充一个新系列要建一堆变体把文本模板和参数表输入系统批量生成几十个规格的STEP文件效率提升非常明显。注意这些场景有一个共同特点任务边界清晰可验证下游有正式流程承接。text-to-cad适合嵌入这些流程而不是取代整个设计业务。6.2 与其他数字化系统组合出来的新玩法text-to-cad的价值还可以通过组合放大。比较成熟的一个方向是NL2BOM——自然语言直接生成物料清单加三维模型模型一出来BOM同步生成直接对接企业的ERP系统采购和工艺同步启动。另一个方向是嵌入PLM审批流AI生成的模型统一打上“AI生成-待人工审核”的标签审核通过才入库既享受效率又不牺牲质量管控。我自己最近在做的一个尝试是把text-to-cad和拓扑优化串起来先用自然语言生成一个初始结构导入仿真软件做受力分析把分析结果反馈给LLM调整尺寸和形状后重新生成模型。这个闭环跑通之后一个简单支架的设计优化周期从两天压缩到了半天。虽然目前还要人工盯每一步的合理性但方向上已经很明确——自然语言只是入口真正的价值在“描述—生成—仿真—优化—再生成”这个循环里。6.3 后续可能的技术演进方向坦白说现在的text-to-cad还远没有成熟。我看好的下一个突破点是装配体级生成。目前绝大多数方案只能生成单零件但真实工程里几乎没有单零件交付这回事——一个部件总成里几十个零件还有配合关系、公差链、标准件选型这些复杂信息目前的模型还处理不了。另一个方向是多模态输入融合文字配合草图甚至手势描述不清楚的地方用一张草图画出来可能比纯靠嘴说效率高得多。还有知识库增强方向让模型能查询企业内部的材料库、标准件库、工艺规范再决定怎么建模——这才是真正能落进企业流程的形态。这些方向都没有产品级的成熟方案。但对从业者来说这恰恰是机会——先搞懂技术原理再结合自己行业的痛点用现成的开源工具拼出第一版哪怕丑一点也比等一个通用大而全的工具靠谱。最后分享一点个人的体会。我用text-to-cad有一年多时间感受最深的不是它取代了哪个环节而是它把设计师从重复的参数化建模琐事里解放出来了。以前一个法兰盘要从头建模现在只需要说清楚需求、校对结果省下来的时间可以去想结构怎么优化、工艺怎么简化。工具再聪明最后做判断的还是人。所以别担心被替代多花点时间在提示词设计、结果校验和工程判断上这些能力只会越来越值钱。