支持私有化部署
AI知识库

53AI知识库

学习大模型的前沿技术与行业应用场景


一不小心,AI CAD!跨界打劫!

发布日期:2025-07-24 07:15:09 浏览次数: 1558
作者:一意AI增效家

微信搜一搜,关注“一意AI增效家”

推荐语

AI CAD正在颠覆传统设计流程,让自然语言驱动多智能体完成专业图纸制作,实现毫米级精准交付!

核心内容:
1. 传统CAD设计流程的痛点与行业现状
2. AI CAD系统的三大核心功能定式
3. 参数化CAD技术路线与精准度保障方案

杨芳贤
53AI创始人/腾讯云(TVP)最具价值专家
hi~
现在!
大量的设施设备、建筑设计、制备生产流程!
都围绕一份CAD图纸,设计-->生产,掺杂大量人工,重复+耗时!
大到:铁路高铁装配零件的设计,然后由专业部门人工审核,再发到工厂形成生产图,到流水线生产!
小到:家里淋浴房,终端渠道商需要先与客户画一个3D设计图,然后发到工厂,工厂根据要求,画出各个配件型材生产图!
如下,是一个淋浴房渠道商,传到工厂的CAD图纸:
你可以在我司飞书云盘下载:

https://gxlbvdk4ilp.feishu.cn/file/Ipomb6U0posuqKxWo0qctyIMnUf

这张图,无法直接用于工厂生产,不是“施工图”,工厂都需要进行二次绘图,将以上每1个独立部件,都独立做成【三视图】,流水线才能生产!
这样的需求,贯穿所有行业!
无一例外!
如果大模型把这些活干完,整个CAD行业和格局, 完全颠覆!
这是一个:
【AI CAD-多智能体驱动的自然语言作图系统】

快速试错阶段

基于一意对AI CAD认识,是远远不足以支撑动手开干的
我们需要完整了解整个行业
跑出去+深入观察
花了几周时间,我们做了一个100+页的需求大表
ps:也可以提供,当然,这是我们拉齐与行业专家的知识高度,便于开展工作,对业内专家可能没什么价值;
去重、合并、评估、筛选后
一意看到了3个需求定式:
定式1:CAD1-->直出一组CAD2图
定式2:CAD2-->可视化可定位CAD中的组件1
定式3:组件1-->自然语言提出计算并调整的组件2
大白话:
全程无需专业的设计师、工程师知识,一个啥都不懂的用户,一个CAD上传,系统预设处理逻辑,把需要做的图纸,多智能体全部做完,并且在系统实时化+可视化渲染
渲染完,用户可以选中一个部分,然后这个部分,直接用自然语言,让多智能体再次微调,实时渲染出来!
最后,一键保存结果CAD到本地!

项目如此,在你手中,你,会用什么技术路线解决?
如果是为了好玩,可用方案可太多了!
有说用SD的,也有说转图用VLM的!
但这是生产,一个毫米级的交付误差,可能直接让一家公司倒闭!
跟一意过去做医疗、财务、投融决策项目情况一样!
准确度优先!
准确度必须99.99%以上才能交付!
我们只能走,CAD-->参数化
一条路子!

什么是CAD参数化

如果你是业内专家,你肯定很清楚这是什么
那你可以跳过这部分
下一部分,我们会讲一步步,是如何做的
遇到了哪些问题,如何解决的

CAD参数化 (Parametric CAD)是一种计算机辅助设计(CAD)方法,通过定义几何模型的形状、尺寸和关系的方式,使模型具有高度的灵活性和可编辑性。

参数化的核心思想是将设计中的几何元素(如点、线、面等)与数学参数(如尺寸、角度、约束条件等)关联起来,从而实现对设计的动态调整。

在传统的CAD设计中,几何模型通常是静态的,一旦创建完成,修改起来可能需要重新绘制或重新定义多个部分。

而参数化设计允许用户通过更改某些关键参数(如尺寸值或约束条件),自动生成新的几何形状,而无需手动调整每个细节。

还是上面这个【淋浴房3D图】,他的其中一个【固定型材】,就是一个左框,参数化表示后(部分),是这样的:
[    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -11.44465735770649, 0.0), (-0.2247471124567255, -11.44465735770649, 0.0), (-0.2247471124567255, -51.44465735770649, 0.0), (-1.427279462775232, -51.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 1980.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -11.44465735770649, 1980.0), (100.0, -11.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -11.44465735770649, 0.0), (-0.2247471124567255, -11.44465735770649, 0.0), (-0.2247471124567255, -11.44465735770649, 0.0), (-1.427279462775232, -11.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 2000.0), (-0.2247471124567255, -198.94465735772105, 2000.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 1980.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -11.44465735770649, 2000.0), (100.0, -11.44465735770649, 2000.0), (100.0, -11.44465735770649, 1980.0), (100.0, -11.44465735770649, 1980.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -51.44465735770649, 0.0), (-0.2247471124567255, -51.44465735770649, 0.0), (-0.2247471124567255, -51.44465735770649, 0.0), (-1.427279462775232, -51.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 2000.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -51.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0), (100.0, -51.44465735770649, 2000.0), (100.0, -51.44465735770649, 2000.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -51.44465735770649, 0.0), (-1.427279462775232, -52.74465735770212, 0.0), (-1.427279462775232, -52.74465735770212, 0.0), (-1.427279462775232, -51.44465735769921, 0.0), (-1.427279462775232, -51.44465735769921, 0.0), (-1.427279462775232, -47.44465735769921, 0.0), (-1.427279462775232, -47.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0), (-1.427279462775232, -10.14465735770358, 0.0), (-1.427279462775232, -10.14465735770358, 0.0), (-1.427279462775232, -11.44465735770649, 0.0), (-1.427279462775232, -11.44465735770649, 0.0), (-1.427279462775232, -51.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 26.00000000000365), (-1.427279462775232, -198.94465735772105, 26.00000000000365), (-1.427279462775232, -198.94465735772105, 15.0), (-1.427279462775232, -198.94465735772105, 14.99999999999999), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 1980.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -51.44465735770649, 1980.0), (100.0, -52.74465735770212, 2000.0), (100.0, -52.74465735770212, -7.1e-15), (100.0, -51.44465735769921, 0.0), (100.0, -51.44465735769921, 26.00000000000365), (100.0, -47.44465735769921, 26.00000000000365), (100.0, -47.44465735769921, 15.0), (100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, -7.1e-15), (100.0, -10.14465735770358, -7.1e-15), (100.0, -10.14465735770358, 2000.0), (100.0, -11.44465735770649, 2000.0), (100.0, -11.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -11.44465735769921, 0.0), (-0.2272794627635903, -11.44465735769921, 0.0), (-0.2272794627635903, -11.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 14.99999999999999), (-0.2272794627635903, -198.94465735772105, 14.99999999999999), (-0.2272794627635903, -198.94465735772105, -8.9e-15), (-1.427279462775232, -198.94465735772105, -8.9e-15)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, -8.9e-15), (100.0, -11.44465735769921, -8.9e-15)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -47.44465735769921, 0.0), (-0.2272794627635903, -47.44465735769921, 0.0), (-0.2272794627635903, -11.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 15.0), (-0.2272794627635903, -198.94465735772105, 15.0), (-0.2272794627635903, -198.94465735772105, 14.99999999999999), (-1.427279462775232, -198.94465735772105, 14.99999999999999)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -47.44465735769921, 15.0), (100.0, -47.44465735769921, 15.0), (100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, 14.99999999999999)]],    ......]
在参数化过程中,我们又拿了50个不同复杂度、大小的CAD文件!
以此测试参数化后,还原成CAD图的成功率,达到100%!
成功率计算方法,如下:

成功还原率=成功还原次数÷总还原次数x100%

我们把参数化后文件,传上了飞书,你可以在这里下载:

https://gxlbvdk4ilp.feishu.cn/file/C5FLb0nSRojfWuxV3VuckBVInrd

参数化表示成功后,参数量瞬间爆炸,一个图,可能有千万、亿级数据组合!我们马上,又面临一个直接决定成败的挑战:
参数定位
当用户点击选中图形,我们需要精准定位到对应的一组或几组参数,以支持自然语言提出计算任务,智能体才能以此计算
否则,只是参数化,无法定位计算,一切,毫无价值!

参数化后的问题

一个CAD,越复杂,参数化的数据量,越庞大!
十万组还算比较小型的
大部分是千万、亿级的数据量!
我们还要在这些数据上,部署一个多智能体系统
如何定位+存储,是个大挑战
我们深入到这些数据,把参数拆开,发现一些规律(部分):

一意马上把其他CAD文件参数化,复核,一致!

经过算法转化,得到这样的数据(部分):

【"实体类型",<是否闭合>,(<基准点X>,<基准点Y>,<基准点Z>),】

【(<顶点1的X坐标>,<顶点1的Y坐标>,<顶点1的Z坐标>),】

【(<顶点2的X坐标>,<顶点2的Y坐标>,<顶点2的Z坐标>),】

...

【(<顶点n的X坐标>,<顶点n的Y坐标>,<顶点n的Z坐标>)】

大到一个淋浴房,小到一个型材,皆可被定位!

包含具有计算价值的几何信息、层级关系及附属属性

最终形成统一规范、可扩展、可管理、可定位的结构化数据!

有了这些数据,只需要把计算规则,做成一个算法库!
多智能体系统就可以拿到这些数据,并以此计算!

参数化计算

这是最后一步!
也是最重要一步!
你需要懂业务,或者有行业专家辅助你,理清计算方案!
举个例子:
这是一个3D图,是固定淋浴房玻璃的一个型材!
一个门框!
现在你要根据他,画一个三视图!

正视图、侧视图、俯视图

用于工厂生产!
我们必须要根据任务,建立一个高精准的算法方案库,支撑多智能体系统计算!
一意画了一个技术方案图,如下:
这是一个多智能体驱动的系统,系统有了,那用什么模型驱动?
首先排除开源方案,开源模型没有能完成这种程度任务的能手!
团队有伙伴不信,拿了DeepSeek、qwen等系列去跑,均无果!
闭源方案,我们只测试国外3家
最终只有Claude完成(亦有瑕疵)!
我们做了所有模型的性能测试报告!当然是参数化计算的,如果你需要,也可以找技术助手-小胖要!
接下来,欣赏一下结果:

正视图:蓝色

侧视图:绿色

俯视图:红色

该文件的下载链接:https://gxlbvdk4ilp.feishu.cn/file/KWQYboc5mork9ExclTlc6PlXnbc?from=from_copylink

当然啦!这是一份CAD文件,可以被放大、定位、选中,订阅号图片上,看起来就是三条线!
后面,他也可以一键标尺寸,一键审核、一键分析诊断.....
更多的功能,都是在参数化计算之后的,简单很多!

53AI,企业落地大模型首选服务商

产品:场景落地咨询+大模型应用平台+行业解决方案

承诺:免费场景POC验证,效果验证后签署服务协议。零风险落地应用大模型,已交付160+中大型企业

联系我们

售前咨询
186 6662 7370
预约演示
185 8882 0121

微信扫码

添加专属顾问

回到顶部

加载中...

扫码咨询