前阵子有个零件要得特别急是个非标的铝合金支架客户只给了一张草图照片和一句“只要能装上就行”。我在CAD里折腾了大半个下午突然想到最近网上讨论很多的text-to-cad工具就把那句需求打成文字丢进去几秒钟后它居然给了我一个能看、能改、甚至可以直接导入SolidWorks继续编辑的粗模型。虽然最终方案我还是自己调的但那个起点帮我省掉了从零构思的时间。如果你也是设计师、机械工程师、创客或者单纯对“用一句话生成三维模型”这件事好奇那这篇文章值得看完。我会把text-to-cad的技术路线、上手步骤、提示词技巧和实际踩过的坑都拆开讲清楚。1. Text-to-CAD到底在解决什么问题不只是“文字变模型”1.1 它和传统CAD建模的本质区别传统CAD建模的本质是“人指挥软件”你要在心里先把零件拆解成拉伸、旋转、切除、倒角这些特征再按顺序告诉软件。这个过程非常依赖经验一个新手可能连“先建基准面还是先画草图”都要纠结半天。text-to-cad想做的是把“指挥软件”这件事交给模型你只描述“我想要什么”模型根据它学到的大量几何规律直接推测出“该怎么做”。但这里有个容易混淆的点——text-to-cad生成的模型和文生图生成的图片完全不是一回事。图片错了顶多是难看模型错了就是装不上、加工不出来。所以衡量这类工具好坏的核心指标不是“看起来像不像”而是“尺寸准不准、拓扑对不对、能不能被下游工具继续编辑”。我见过不少demo视频里模型渲染得很漂亮结果一导入CAD就破面或者是个完全没法修改的三角网格这种在工程里基本没法用。1.2 它实际能帮我们做什么以我个人的实践经验现阶段text-to-cad最有价值的使用方式不是“替代建模”而是“快速找形态”。比如你设计一个外壳脑子里大概有个方向但不确定曲面怎么过渡丢几句话给模型生成几个候选方案然后拿回来在CAD里继续细化。这个过程特别像当年从手绘草图到参数化建模的转变不是让你不画图而是帮你把“从无到有”的那段路缩短。具体来说它适合这几类场景概念设计阶段的形态探索快速生成多个备选造型标准件、常用零件的快速占位比如“M8六角螺栓”“内六角沉头螺钉”给非专业人士用的定制化建模比如创客描述一个壳子尺寸让AI生成初稿教学演示和快速原型让你从文字直接跳到3D打印不适合的场景也很明确高精度配合面、需要严格公差标注、涉及复杂装配关系的零件。这些还是得靠人进CAD里精修。1.3 一个典型的text-to-cad工作流我目前在用的典型流程是这样先在text-to-cad工具里用自然语言生成一个基础几何导出STEP或STL再导入到主用的CAD软件里进行特征重建。如果生成结果质量够好有些简单的钣金件甚至可以直接切片打印。换句话说text-to-cad在我的工作流里扮演的角色更像是一个“24小时在线的草图画手”而不是一个“自动设计师”。2. 主流技术路线盘点从点云扩散到面向CAD的参数化生成2.1 扩散模型思路先猜点云再猜形状text-to-cad最出圈的一类方法来自OpenAI的Point-E和Shape-E。Point-E的思路是先训练一个文本到点云的扩散模型先根据文字生成一个粗糙的点云再用另一个模型把这些点变成网格。听起来很直接但点云有个天生的短板它描述的是“空间中的一堆点”而不是“一个有边有面的实体”。所以这类方法生成的模型通常需要后续做曲面重建而且重建结果容易有坑比如表面不光滑、有小孔、拓扑乱七八糟。Shape-E则换了个路子不直接生成点云而是生成一个隐式3D表示NeRF或SDF再用Marching Cubes之类的算法提取网格。好处是表面质量比纯点云好一些坏处是计算量上去了而且一样难逃“生成的是网格而不是参数化实体”的问题。对我这种最后要进CAD出工程图的人来说网格模型只能当参考没法直接出图。2.2 神经场与隐式曲面让“形状”变成“函数”工业级CAD里模型通常用B-rep边界表示来描述——也就是把模型看成一堆面、边、顶点以及它们之间的拓扑关系。与之相对的神经网络做几何生成时更容易学习隐式表示用一个函数f(x,y,z)来回答“这个点是在实体内部还是外部”。这个函数训练好了任何分辨率下都能提取出表面。这种做法的优势是天然能生成封闭、连续的表面特别适合有机形状和曲面造型。但问题在于隐式场提取出来的依然是网格不是CAD软件理解的那种带特征树的结构。你在SolidWorks里打开一个由网格重建的模型会看到一大堆“输入”“曲面”“网格”这样的标签特征树是空的——所有的建模历史都丢了。2.3 面向CAD的B-rep生成真正让“CAD”名副其实现在最值得关注的方向是直接生成B-rep表示的模型代表工作比如AutoDesk的CAD-GPT类研究和一些基于Transformer的B-rep生成模型。这类模型尝试把“模型的拓扑结构”看作一个序列然后像生成文本一样生成CAD操作序列。也就是说它不仅输出“长什么样”还输出“怎么一步步建出来的”。我自己用下来最大的感受是这类结果的“可编辑性”接近于真实CAD文件。你导入SolidWorks或Fusion 360后能看到一些特征能改尺寸虽然不能像我们手工建的模型那样特征树干净漂亮但至少能改参数了。生成过程慢是慢一些可是它生成的是“能用的CAD模型”。这给工程人员带来的价值是完全另一个量级的。2.4 各方案的适用性对比技术路线输出格式几何精度可编辑性速度适用场景点云扩散Point-EPLY/STL网格中低差快概念参考、快速可视化隐式场Shape-E/SDF网格中差中有机形态、视觉呈现B-rep生成CAD-GPT类STEP/B-rep中高较好慢工程零件、可编辑模型参数化生成定制工具STEP/参数化特征高好看具体实现标准件、规格化零件3. 实操上手我用一句话生成一个M8六角螺栓的全过程3.1 工具选型和环境准备我在本地跑过ZOO的Text-to-CAD开源项目也在线用过一些demo。ZOO那个项目目前的体验比较典型它基于Llama类的语言模型加一个几何生成适配器输入自然语言输出可以是文本描述的CAD脚本也可以直接给出STEP文件。硬件方面我用的是一张RTX 306012G显存。官方建议显存至少8G低于这个配置跑起来会非常吃力甚至直接爆显存。如果你没有合适的显卡比较省事的办法是用他们提供的在线API或者Colab笔记本跑。本地部署的好处是隐私性好公司内部图纸不会传到外部服务器缺点是配置环境那一套比较折腾。3.2 完整示例生成一个M8外六角螺栓我的提示词是这样写的生成一个M8外六角螺栓公称直径8mm螺距1.25mm螺栓头部对边距离13mm头部厚度6.5mm螺杆长度40mm头部带倒角使用右旋螺纹。等模型跑完后我最关心的是这么几个维度整体尺寸对不对、螺纹到底有没有生成、以及导出的文件格式能不能被主流CAD打开。第一次生成的结果让我挺惊喜的——螺杆长度和头部尺寸基本符合预期螺纹形状也大概能看出来但有个细节比较遗憾螺纹尾部没有收尾直接一个垂直切面就把螺纹截断了这在真实加工里是不可接受的。我又补了一句“螺杆尾端需要螺纹收尾采用退刀槽过渡”重新生成后螺纹末端才出现了一个类似退刀槽的结构。这说明提示词里的工程细节真的会直接影响输出质量。3.3 从生成结果到可制造模型ZOO这个工具导出格式是STEP这是好消息。STEP文件能被主流CAD软件直接识别而且保留了B-rep结构。我导入Fusion 360后做了三步处理先看特征树——如果生成的是“B-rep实体”而不是一堆网格那后续修改就有戏用测量工具校准关键尺寸包括螺栓直径、头部直径、螺杆长度有偏差的直接改参检查螺纹段的连续性必要时重新建一个螺纹特征替换掉AI生成的部分这套流程走下来一个可以拿去出图的螺栓模型大概花了二十分钟。换成手工从零建可能差不多时间但前十分钟省了我大量构思和查标准的工夫——尺寸表都不用翻了AI记住了M8的标准参数。3.4 网格模型的补救做法如果工具只能导出STL网格也不是完全没法用。我的做法是先导入Blender或MeshLab做网格修复包括补洞、去除游离面、重算法线再用Fusion 360的“网格转实体”功能做曲面拟合。这一步对简单的方块圆柱类零件成功率还行遇到复杂曲面就会出来一堆密密麻麻的小平面后续倒角圆角基本没法做。所以我的建议是先尽量选输出STEP的工具实在只有网格也要做好“只能当参考不能直接出图”的心理准备。4. 提示词设计让模型听懂“孔距、公差、螺纹”这些工程语言4.1 为什么提示词决定了生成质量的一半用过几次之后你会明显感觉到跟text-to-cad对话和跟ChatGPT对话完全不是一回事。ChatGPT你问个模糊问题它给你一个模糊但有用的回答而CAD模型要求精确一个“大约”“稍微”“有点粗”这样的词就可能让模型生成完全错误的几何。模型并没有真正理解物理世界它只是根据训练数据里的统计规律在猜。你要做的是给它足够明确的约束减少它的“猜测空间”。4.2 有效的工程提示词模板我总结了一套相对好用的提示词结构分成五个部分零件类型和加工方式比如“车削件”“钣金折弯件”“注塑外壳”关键几何尺寸尽量用“多少毫米”“多少度”这样的精确数字特征与位置关系孔的位置、阵列方式、对称关系配合与用途比如“与M8螺栓配合”“安装在30x30铝型材上”排除项和特殊要求比如“不要圆角”“不带螺纹”“使用退刀槽”举两个例子。模糊版本“给我一个电机支架。”生成结果可能是任何形状的三块板拼在一起高度完全没法用。精确版本“给我一个用于NEMA17步进电机的前板支架安装孔间距31mm中心开直径22mm的圆孔四角各一个M3通孔板厚3mm外形是边长50mm的正方形。”这样出来的东西哪怕细节有偏差起码大方向不会错。4.3 尺寸单位与公差的表达技巧另一个容易踩的坑是单位。有些工具默认理解的是毫米但训练数据里混杂了英寸的情况非常常见。我习惯在提示词里每次关键尺寸后面都带上“mm”不嫌麻烦。公差类信息更要小心比如“M8螺纹”其实已经隐含了公差等级的概念但如果你需要精密配合最好明说“6H内螺纹”或者“6g外螺纹”。模型不一定完全懂这些标准的含义但你在提示词里写出来它更倾向于生成带对应语义的几何。4.4 让模型“动脑子”的几个小技巧有时候模型生成的特征太多反而偏离你的需求。我会在提示词里加“这是外观件不需要内部结构”或者“优先保证外形尺寸内部可以简化”这样的引导。还有一次我需要一个左右对称的零件提示词里写了“以XY平面为对称面完全镜像”输出结果确实是对称的——这说明模型在一定程度上能理解几何关系词你描述得越像工程语言它表现越好。5. 实战中避不开的坑非流形几何、离群点和破面修复5.1 非流形几何听起来吓人其实很常见先说一个我几乎每次都碰到的问题非流形几何。简单理解就是一个边连着三个或更多面或者两个面只在一个顶点上接触。这种结构在物理世界里是不存在的但AI生成模型时经常犯。你在CAD里看到的症状是模型看起来有实体但一切换到“边线模式”就发现一堆红色报错或者做布尔运算的时候直接失败。修复非流形几何我目前最顺手的流程是在Blender里开“3D打印工具箱”插件一键查找非流形边然后手动挑出来处理。有时候是个把面的法线反了反转一下就好有时候是几个面重叠在一起需要删除重做。处理完再去CAD软件里导入基本就能正常使用了。5.2 离群点和孤立小碎块生成模型时还常见一种问题模型旁边莫名其妙飘着几个小三角面片或者离主实体远远的地方有个孤立点。这些小东西平时不影响显示但一旦做3D切片就会导致打印失败或者在做有限元分析时产生异常网格。我一般在MeshLab里用“Quality”过滤加“Delete isolated pieces”功能清理阈值调到1%基本能去掉孤立的碎块。如果生成的是点云文件还要先做一次离群点滤波方法是用“Statistical Outlier Removal”把最近邻点数设为50、标准差倍数设为2.5效果比较稳定。5.3 破面与漏洞修复的完整步骤网格模型最常见的问题是破面。我遇到过最夸张的一次一个法兰盘模型20%的面不见了看起来像被啃过。修复步骤大概是在MeshLab里用“Close Holes”填洞最大边长设为模型整体尺寸的5%检查法线方向用“Re-orient All Faces Coherently”统一法线如果有重叠面用“Remove Duplicate Faces”清理导回CAD后再做一次“网格转实体”尝试这套步骤对简单外形有效对复杂曲面只能说几率五五开。所以我现在对网格类输出越来越警惕能走STEP就走STEP省下来的修复时间干点啥不好。6. 我对Text-to-CAD现阶段的理解和我的工作流建议6.1 它是个“灵感加速器”还不是“设计终结者”如果你问我text-to-cad能不能替代设计师和工程师我的答案是很明确的现阶段不能。它生成的模型在尺寸、拓扑、工艺性上仍然有大量问题尤其是螺纹、倒角、内部空腔这些工程特征出错率还挺高的。但反过来它作为“灵感加速器”的价值被很多人严重低估了。我现在的习惯是接到一个设计需求先花十分钟用text-to-cad生成五六种形态方案找到最接近需求的再拿进CAD里精修。这个过程把“从完全空白到初步形态”的时间压缩到了原来的四分之一而且因为AI不会带着我原有的思维定式有时候反而能给出我平时不会想到的方案。6.2 一个务实的工具链组合目前我比较推荐的工具链是ZOO Text-to-CAD做初始生成导出STEP有复杂曲面需求再配合Blender做形态处理最后进Fusion 360或SolidWorks做特征重建和出图。如果只是做概念可视化那Point-E或在线demo就够用了不需要本地显卡浏览器里就能玩。3D打印场景是另一个快速见效的场景。很多创客需要的是“大概能用的外形”打印出来再修这种情况下text-to-cad的输出质量完全够用。我打印过一个AI生成的遥控器外壳虽然按钮孔的位置偏了0.3mm但稍微扩孔就装上了。6.3 接下来值得关注的方向我目前最期待的是更好地支持“多轮对话式建模”和“带约束的生成”比如“把刚才生成的模型再改短20mm”这句话不再是重新生成一个全新模型而是在原模型上直接做特征操作。这类交互一旦成熟text-to-cad才能真正嵌入到日常设计流程里。另外数据集和开源社区的发展也很关键。现在的生成质量很大程度上取决于训练数据里有多少高质量、带标注的CAD模型。如果越来越多企业愿意开放参数化模型数据集这类工具的能力还会有一次明显跃升。最后再分享一个个人体会别被“AI生成”这个词迷惑哪怕模型给出的结果再离谱它也是你的一个草稿。草稿的价值在于提供可能性而不是提供答案。你真正要做的是快速判断哪些可能性能用然后迅速把它们变成你自己的设计。这个思路是我用了大半年text-to-cad之后觉得最值钱的一点。 
长河君 · 2026/10/27 4:09:52 · 阅读 1.2k Text-to-CAD全解析：从一句话生成三维模型到工程实战
前阵子有个零件要得特别急是个非标的铝合金支架客户只给了一张草图照片和一句“只要能装上就行”。我在CAD里折腾了大半个下午突然想到最近网上讨论很多的text-to-cad工具就把那句需求打成文字丢进去几秒钟后它居然给了我一个能看、能改、甚至可以直接导入SolidWorks继续编辑的粗模型。虽然最终方案我还是自己调的但那个起点帮我省掉了从零构思的时间。如果你也是设计师、机械工程师、创客或者单纯对“用一句话生成三维模型”这件事好奇那这篇文章值得看完。我会把text-to-cad的技术路线、上手步骤、提示词技巧和实际踩过的坑都拆开讲清楚。1. Text-to-CAD到底在解决什么问题不只是“文字变模型”1.1 它和传统CAD建模的本质区别传统CAD建模的本质是“人指挥软件”你要在心里先把零件拆解成拉伸、旋转、切除、倒角这些特征再按顺序告诉软件。这个过程非常依赖经验一个新手可能连“先建基准面还是先画草图”都要纠结半天。text-to-cad想做的是把“指挥软件”这件事交给模型你只描述“我想要什么”模型根据它学到的大量几何规律直接推测出“该怎么做”。但这里有个容易混淆的点——text-to-cad生成的模型和文生图生成的图片完全不是一回事。图片错了顶多是难看模型错了就是装不上、加工不出来。所以衡量这类工具好坏的核心指标不是“看起来像不像”而是“尺寸准不准、拓扑对不对、能不能被下游工具继续编辑”。我见过不少demo视频里模型渲染得很漂亮结果一导入CAD就破面或者是个完全没法修改的三角网格这种在工程里基本没法用。1.2 它实际能帮我们做什么以我个人的实践经验现阶段text-to-cad最有价值的使用方式不是“替代建模”而是“快速找形态”。比如你设计一个外壳脑子里大概有个方向但不确定曲面怎么过渡丢几句话给模型生成几个候选方案然后拿回来在CAD里继续细化。这个过程特别像当年从手绘草图到参数化建模的转变不是让你不画图而是帮你把“从无到有”的那段路缩短。具体来说它适合这几类场景概念设计阶段的形态探索快速生成多个备选造型标准件、常用零件的快速占位比如“M8六角螺栓”“内六角沉头螺钉”给非专业人士用的定制化建模比如创客描述一个壳子尺寸让AI生成初稿教学演示和快速原型让你从文字直接跳到3D打印不适合的场景也很明确高精度配合面、需要严格公差标注、涉及复杂装配关系的零件。这些还是得靠人进CAD里精修。1.3 一个典型的text-to-cad工作流我目前在用的典型流程是这样先在text-to-cad工具里用自然语言生成一个基础几何导出STEP或STL再导入到主用的CAD软件里进行特征重建。如果生成结果质量够好有些简单的钣金件甚至可以直接切片打印。换句话说text-to-cad在我的工作流里扮演的角色更像是一个“24小时在线的草图画手”而不是一个“自动设计师”。2. 主流技术路线盘点从点云扩散到面向CAD的参数化生成2.1 扩散模型思路先猜点云再猜形状text-to-cad最出圈的一类方法来自OpenAI的Point-E和Shape-E。Point-E的思路是先训练一个文本到点云的扩散模型先根据文字生成一个粗糙的点云再用另一个模型把这些点变成网格。听起来很直接但点云有个天生的短板它描述的是“空间中的一堆点”而不是“一个有边有面的实体”。所以这类方法生成的模型通常需要后续做曲面重建而且重建结果容易有坑比如表面不光滑、有小孔、拓扑乱七八糟。Shape-E则换了个路子不直接生成点云而是生成一个隐式3D表示NeRF或SDF再用Marching Cubes之类的算法提取网格。好处是表面质量比纯点云好一些坏处是计算量上去了而且一样难逃“生成的是网格而不是参数化实体”的问题。对我这种最后要进CAD出工程图的人来说网格模型只能当参考没法直接出图。2.2 神经场与隐式曲面让“形状”变成“函数”工业级CAD里模型通常用B-rep边界表示来描述——也就是把模型看成一堆面、边、顶点以及它们之间的拓扑关系。与之相对的神经网络做几何生成时更容易学习隐式表示用一个函数f(x,y,z)来回答“这个点是在实体内部还是外部”。这个函数训练好了任何分辨率下都能提取出表面。这种做法的优势是天然能生成封闭、连续的表面特别适合有机形状和曲面造型。但问题在于隐式场提取出来的依然是网格不是CAD软件理解的那种带特征树的结构。你在SolidWorks里打开一个由网格重建的模型会看到一大堆“输入”“曲面”“网格”这样的标签特征树是空的——所有的建模历史都丢了。2.3 面向CAD的B-rep生成真正让“CAD”名副其实现在最值得关注的方向是直接生成B-rep表示的模型代表工作比如AutoDesk的CAD-GPT类研究和一些基于Transformer的B-rep生成模型。这类模型尝试把“模型的拓扑结构”看作一个序列然后像生成文本一样生成CAD操作序列。也就是说它不仅输出“长什么样”还输出“怎么一步步建出来的”。我自己用下来最大的感受是这类结果的“可编辑性”接近于真实CAD文件。你导入SolidWorks或Fusion 360后能看到一些特征能改尺寸虽然不能像我们手工建的模型那样特征树干净漂亮但至少能改参数了。生成过程慢是慢一些可是它生成的是“能用的CAD模型”。这给工程人员带来的价值是完全另一个量级的。2.4 各方案的适用性对比技术路线输出格式几何精度可编辑性速度适用场景点云扩散Point-EPLY/STL网格中低差快概念参考、快速可视化隐式场Shape-E/SDF网格中差中有机形态、视觉呈现B-rep生成CAD-GPT类STEP/B-rep中高较好慢工程零件、可编辑模型参数化生成定制工具STEP/参数化特征高好看具体实现标准件、规格化零件3. 实操上手我用一句话生成一个M8六角螺栓的全过程3.1 工具选型和环境准备我在本地跑过ZOO的Text-to-CAD开源项目也在线用过一些demo。ZOO那个项目目前的体验比较典型它基于Llama类的语言模型加一个几何生成适配器输入自然语言输出可以是文本描述的CAD脚本也可以直接给出STEP文件。硬件方面我用的是一张RTX 306012G显存。官方建议显存至少8G低于这个配置跑起来会非常吃力甚至直接爆显存。如果你没有合适的显卡比较省事的办法是用他们提供的在线API或者Colab笔记本跑。本地部署的好处是隐私性好公司内部图纸不会传到外部服务器缺点是配置环境那一套比较折腾。3.2 完整示例生成一个M8外六角螺栓我的提示词是这样写的生成一个M8外六角螺栓公称直径8mm螺距1.25mm螺栓头部对边距离13mm头部厚度6.5mm螺杆长度40mm头部带倒角使用右旋螺纹。等模型跑完后我最关心的是这么几个维度整体尺寸对不对、螺纹到底有没有生成、以及导出的文件格式能不能被主流CAD打开。第一次生成的结果让我挺惊喜的——螺杆长度和头部尺寸基本符合预期螺纹形状也大概能看出来但有个细节比较遗憾螺纹尾部没有收尾直接一个垂直切面就把螺纹截断了这在真实加工里是不可接受的。我又补了一句“螺杆尾端需要螺纹收尾采用退刀槽过渡”重新生成后螺纹末端才出现了一个类似退刀槽的结构。这说明提示词里的工程细节真的会直接影响输出质量。3.3 从生成结果到可制造模型ZOO这个工具导出格式是STEP这是好消息。STEP文件能被主流CAD软件直接识别而且保留了B-rep结构。我导入Fusion 360后做了三步处理先看特征树——如果生成的是“B-rep实体”而不是一堆网格那后续修改就有戏用测量工具校准关键尺寸包括螺栓直径、头部直径、螺杆长度有偏差的直接改参检查螺纹段的连续性必要时重新建一个螺纹特征替换掉AI生成的部分这套流程走下来一个可以拿去出图的螺栓模型大概花了二十分钟。换成手工从零建可能差不多时间但前十分钟省了我大量构思和查标准的工夫——尺寸表都不用翻了AI记住了M8的标准参数。3.4 网格模型的补救做法如果工具只能导出STL网格也不是完全没法用。我的做法是先导入Blender或MeshLab做网格修复包括补洞、去除游离面、重算法线再用Fusion 360的“网格转实体”功能做曲面拟合。这一步对简单的方块圆柱类零件成功率还行遇到复杂曲面就会出来一堆密密麻麻的小平面后续倒角圆角基本没法做。所以我的建议是先尽量选输出STEP的工具实在只有网格也要做好“只能当参考不能直接出图”的心理准备。4. 提示词设计让模型听懂“孔距、公差、螺纹”这些工程语言4.1 为什么提示词决定了生成质量的一半用过几次之后你会明显感觉到跟text-to-cad对话和跟ChatGPT对话完全不是一回事。ChatGPT你问个模糊问题它给你一个模糊但有用的回答而CAD模型要求精确一个“大约”“稍微”“有点粗”这样的词就可能让模型生成完全错误的几何。模型并没有真正理解物理世界它只是根据训练数据里的统计规律在猜。你要做的是给它足够明确的约束减少它的“猜测空间”。4.2 有效的工程提示词模板我总结了一套相对好用的提示词结构分成五个部分零件类型和加工方式比如“车削件”“钣金折弯件”“注塑外壳”关键几何尺寸尽量用“多少毫米”“多少度”这样的精确数字特征与位置关系孔的位置、阵列方式、对称关系配合与用途比如“与M8螺栓配合”“安装在30x30铝型材上”排除项和特殊要求比如“不要圆角”“不带螺纹”“使用退刀槽”举两个例子。模糊版本“给我一个电机支架。”生成结果可能是任何形状的三块板拼在一起高度完全没法用。精确版本“给我一个用于NEMA17步进电机的前板支架安装孔间距31mm中心开直径22mm的圆孔四角各一个M3通孔板厚3mm外形是边长50mm的正方形。”这样出来的东西哪怕细节有偏差起码大方向不会错。4.3 尺寸单位与公差的表达技巧另一个容易踩的坑是单位。有些工具默认理解的是毫米但训练数据里混杂了英寸的情况非常常见。我习惯在提示词里每次关键尺寸后面都带上“mm”不嫌麻烦。公差类信息更要小心比如“M8螺纹”其实已经隐含了公差等级的概念但如果你需要精密配合最好明说“6H内螺纹”或者“6g外螺纹”。模型不一定完全懂这些标准的含义但你在提示词里写出来它更倾向于生成带对应语义的几何。4.4 让模型“动脑子”的几个小技巧有时候模型生成的特征太多反而偏离你的需求。我会在提示词里加“这是外观件不需要内部结构”或者“优先保证外形尺寸内部可以简化”这样的引导。还有一次我需要一个左右对称的零件提示词里写了“以XY平面为对称面完全镜像”输出结果确实是对称的——这说明模型在一定程度上能理解几何关系词你描述得越像工程语言它表现越好。5. 实战中避不开的坑非流形几何、离群点和破面修复5.1 非流形几何听起来吓人其实很常见先说一个我几乎每次都碰到的问题非流形几何。简单理解就是一个边连着三个或更多面或者两个面只在一个顶点上接触。这种结构在物理世界里是不存在的但AI生成模型时经常犯。你在CAD里看到的症状是模型看起来有实体但一切换到“边线模式”就发现一堆红色报错或者做布尔运算的时候直接失败。修复非流形几何我目前最顺手的流程是在Blender里开“3D打印工具箱”插件一键查找非流形边然后手动挑出来处理。有时候是个把面的法线反了反转一下就好有时候是几个面重叠在一起需要删除重做。处理完再去CAD软件里导入基本就能正常使用了。5.2 离群点和孤立小碎块生成模型时还常见一种问题模型旁边莫名其妙飘着几个小三角面片或者离主实体远远的地方有个孤立点。这些小东西平时不影响显示但一旦做3D切片就会导致打印失败或者在做有限元分析时产生异常网格。我一般在MeshLab里用“Quality”过滤加“Delete isolated pieces”功能清理阈值调到1%基本能去掉孤立的碎块。如果生成的是点云文件还要先做一次离群点滤波方法是用“Statistical Outlier Removal”把最近邻点数设为50、标准差倍数设为2.5效果比较稳定。5.3 破面与漏洞修复的完整步骤网格模型最常见的问题是破面。我遇到过最夸张的一次一个法兰盘模型20%的面不见了看起来像被啃过。修复步骤大概是在MeshLab里用“Close Holes”填洞最大边长设为模型整体尺寸的5%检查法线方向用“Re-orient All Faces Coherently”统一法线如果有重叠面用“Remove Duplicate Faces”清理导回CAD后再做一次“网格转实体”尝试这套步骤对简单外形有效对复杂曲面只能说几率五五开。所以我现在对网格类输出越来越警惕能走STEP就走STEP省下来的修复时间干点啥不好。6. 我对Text-to-CAD现阶段的理解和我的工作流建议6.1 它是个“灵感加速器”还不是“设计终结者”如果你问我text-to-cad能不能替代设计师和工程师我的答案是很明确的现阶段不能。它生成的模型在尺寸、拓扑、工艺性上仍然有大量问题尤其是螺纹、倒角、内部空腔这些工程特征出错率还挺高的。但反过来它作为“灵感加速器”的价值被很多人严重低估了。我现在的习惯是接到一个设计需求先花十分钟用text-to-cad生成五六种形态方案找到最接近需求的再拿进CAD里精修。这个过程把“从完全空白到初步形态”的时间压缩到了原来的四分之一而且因为AI不会带着我原有的思维定式有时候反而能给出我平时不会想到的方案。6.2 一个务实的工具链组合目前我比较推荐的工具链是ZOO Text-to-CAD做初始生成导出STEP有复杂曲面需求再配合Blender做形态处理最后进Fusion 360或SolidWorks做特征重建和出图。如果只是做概念可视化那Point-E或在线demo就够用了不需要本地显卡浏览器里就能玩。3D打印场景是另一个快速见效的场景。很多创客需要的是“大概能用的外形”打印出来再修这种情况下text-to-cad的输出质量完全够用。我打印过一个AI生成的遥控器外壳虽然按钮孔的位置偏了0.3mm但稍微扩孔就装上了。6.3 接下来值得关注的方向我目前最期待的是更好地支持“多轮对话式建模”和“带约束的生成”比如“把刚才生成的模型再改短20mm”这句话不再是重新生成一个全新模型而是在原模型上直接做特征操作。这类交互一旦成熟text-to-cad才能真正嵌入到日常设计流程里。另外数据集和开源社区的发展也很关键。现在的生成质量很大程度上取决于训练数据里有多少高质量、带标注的CAD模型。如果越来越多企业愿意开放参数化模型数据集这类工具的能力还会有一次明显跃升。最后再分享一个个人体会别被“AI生成”这个词迷惑哪怕模型给出的结果再离谱它也是你的一个草稿。草稿的价值在于提供可能性而不是提供答案。你真正要做的是快速判断哪些可能性能用然后迅速把它们变成你自己的设计。这个思路是我用了大半年text-to-cad之后觉得最值钱的一点。