这是AIE加速工业进化【AI+CAD的现状和未来】系列的第9篇，主要在前面盘点的基础上，对AI+CAD进行一些分析和总结

本系列前面已经系统性盘点了国内外AI+CAD的一些进展，本文则针对一些常见问题，阐述下作者的理解，供大家参考。

• AI+CAD会取代设计师和工程师么？
• AI+CAD就是Text 2 CAD或Image 2 CAD么？
• AI+CAD目前应用的渗透率高么？
• AI+CAD就是以CAD软件的Copliot形式存在么？
• AI+CAD 未来是否颠覆现有CAD软件？
• AI+CAD的准确率是否可用？
• AI+CAD是否影响市场格局？
• 未来基于AI的设计工作流可能是怎样的？
• AI+CAD是否是国产CAD弯道超车的机会？

AI+CAD会取代工程师和设计师么？

一句话答案：AI+CAD更多是提高设计师和工程师的工作效率，而非取代。

CAD大厂通过+AI升级自身产品也好，创企通过AI+CAD发布新产品也罢，给CAD增加AI的目的到底是辅助设计师提效，还是AI替代设计师自动完成建模？

曾经以及长远来看，AI替代设计师或许是发展方向，但目前的情况看，行业对于AI+CAD的目的的共识是，用AI辅助设计师提效，通过AI减轻设计师的重复劳动，让设计师把有限的精力，放到更多更有价值的事情上去。

达索系统及一些业内企业认为，AI+CAD分为了2个方向，AI辅助式设计和AI生成式设计。AI辅助式设计，即让AI帮助设计师在画图中的各个环节中效率更高。生成式设计则是指AI直接生成对应的模型。当前CAD正在增加的很多功能，主要在AI辅助式设计方面。一些在探索的生成式设计功能，也都是局部的功能点，后续还是要融入当前工作流程，做不到闭环的生成式设计。

一位国外创业者也提到，很多Text2CAD公司并没有真正倾听设计师的需求，实际设计师的工作时间中，只有一部分花在画图本身，其他还有很多时间花在了围绕设计文件的方方面面，从这些日常重复性工作提效角度入手，是更符合设计师需求的事情。

至于远期，当AI CAD足够智能，或许主要的建模工作将能够由AI来完成，人更多只是输入和监督。

AI+CAD就是Text 2 CAD或Image 2 CAD么？

一句话答案：目前Text 2 CAD之外，有很多更落地的方向，Text 2 CAD更像更长远的目标。

Text 2 CAD或许是AI+CAD最早最直观的探索方向，但随着探索的深入，越来越多企业意识到文本并不是表达设计输入的有效方向，当前的Text 2 CAD局限很大。因此，大家在更宽泛的探索更多更有价值的方向。

大体来说，可以分为中短期的一些局部功能点，中期的综合性助手/智能体，以及更长期的真正意义上的生成式建模。

中短期一些功能点

目前各家CAD大厂和创企已经或正在开发的AI+CAD功能比较接近，AIE将总结为5个主要的方向：

1. 加速操作：通过智能化功能，加速用户在软件中的操作过程，减少重复操作或者寻找命令的时间
2. X to 2D：从不同的来源创建2D绘图或工程图
3. X to 3D：从不同的来源创建3D参数化的模型
4. X to 效果图：从不同的来源创建照片级的效果图，用于营销、展示等
5. X to 数据库：从各种设计文件中提取结构化数据，用于后续ERP、MOM等系统

1、加速操作

功能问答：结合产品手册和社区等内容，快速回答用户关于软件使用层面的问题，并可以在对话中直接调用相关命令。主要是帮用户更快的上手，熟悉软件的使用。

各个主流CAD软件目前都已经配备了基于AI助手：Copilot形式的功能问答功能，且多数供应商的Copilot目前主要承担此功能，少数供应商将更多的AI功能集成到了AI助手。

典型示例如：Solid edge的Design Copilot，Solidworks的AURA，Creo AI Assistant，Onshape AI Advisor，Autodesk Assistant，Fusion Assistant、中望CAD智能助手，浩辰CAD看图王 “图小智”，华天软件 华小云智能助手 ，新迪CAD 天工小智等。

命令预测：根据用户当前的选择，自动预测后续所需的指令并弹出在指定位置，或高亮可能的相似选择，从而减少查找下一步命令的时间，加速工作过程。如点击一个面，自动弹出下一步可能执行的操作命令。

典型示例如 ：CATIA的智能UI、NX自适应UI、NX的选择预测、皇冠CAD的智能命令助手、新迪天工CAD 智能命令预测等，xDesign的选择助手及草图助手等。

智能装配：装配时智能识别有配合关系的零件和特征，自动装配到对应位置并添加对应的配合约束。 如智能识别孔和轴的配合关系，自动完成配合的创建。又如智能识别紧固件等零件，自动选择所有类似零件等

典型示例如：Solid Edge的磁吸装配、Solidworks的智能插入组件、xDesign的智能配合、新迪天工CAD的AI智能装配等

相似查找：用AI查找过往设计图中，与现有设计看起来比较相似的模型，方便对过往资源的重用，避免从头造轮子。或在现有设计中，智能查找与选择的特征、零件类似、相近的特征或零件。

典型示例如：NX的查找现有零件，AutoCAD的智能块搜索与转换，中望CAD的智能块、皇冠CAD的智能搜索、新迪天工CAD AI搜索等

智能标注：智能识别并为零件标注尺寸等信息，检测尺寸约束信息是否符合标准等

典型示例如：CATIA的草图智能标注、Solidworks的自动标注，Creo GD&T Advisor，Fusion的草图智能约束、新迪天工CAD智能PMI标注等

工艺辅助：在用户操作的同时，给出工艺参数的建议，检查工艺参数的规范性等，帮设计师在设计阶段设计出符合规范，可以正确制造的零件。如智能推荐模具的拔模角度等

典型示例如：NX模具零件设计器

2、X to 2D图

3D模型到2D工程图：从零件的3D模型自动创建2D工程图，自动生成3视图，添加标注信息等

典型示例如：Solid Edge的自动化生成工程图、Draftaid、Solidworks的自动生成工程图、Fusion的自动化工程图、新迪天工CAD钣金一建出图等。

草图照片到2D图：从手绘的草绘、图片等识别并创建对应的2D图

典型示例如：Solidworks正在开发的图像转草图

3、X to 3D

生成式结构优化：基于生成式设计的方式，自动生成给定约束下的更优化的复杂结构，多见于3D打印的复杂结构和航空航天等对重量要求高的领域，或空间3D布线的自动生成等。

典型示例如：CATIA的功能驱动生成式设计器、Creo的生成拓扑优化（GTO）扩展和基于云的生成设计扩展（GDX）、Fusion的生成式设计

3D MESH到参数化3D模型：将3D MESH类模型，自动转为参数化的3D CAD模型。

典型示例如：Solidworks在开发的3D Mesh 模型自动创建参数化模型

3D点云到参数化3D模型：将3D扫描的点云，自动转为参数化的3D CAD模型。在逆向工程中较为常见，在设备运维和备件管理中也会涉及到。

典型示例如 ：CATIA的3D点云分割重建、Bakflip.ai、皇冠CAD的点云建模、开源项目DeepCAD等。

照片到参数化3D模型：直接基于零件的照片，创建出零件的3D模型。在备件管理中会涉及到。

典型示例如：Solidworks在开发的从照片创建零件3D模型

2D工程图到3D模型：根据2D工程图创建出3D模型

典型示例如：SP3D的Theia，浩辰CAD的AI楼梯建模

参数化生成模型：将复杂构件表达为几个参数，通过几个参数自动创建完整的模型。

当前在一些简单零件级建模上，Text 2 CAD已经可以实现相对比较好的效果。过往很多CAD二次开发商，也针对一些常见结构开发了一些基于快速建模模块，但这些与AI参数化生成模型仍有一定区别：当前Text 2 CAD难以处理复杂结构和装配体，传统方式的二次开发建模功能目标非常局限，灵活性也不足。

目前在研发的参数化生成模型需要生成更复杂的结构，需要涉及一系列的CAD指令，一些结构和信息用户未提供，需要AI结合经验来生成。

典型探索如：达索MakeByMe平台的书架、咖啡桌、桌子和椅子的生成式AI家具设计，Autodesk Neural CAD、ZOO，Adam等

4、X to 效果图

渲染降噪：AI 算法加入，提高生成照片级效果图时的渲染效率和降噪水平

典型示例如：CATIA的渲染降噪、SOLIDWORKS Visualize 降噪器、皇冠CAD的智能渲染

效果图生成：AI不经渲染，生成产品在虚拟环境下的效果图。用于营销、销售演示和效果预览，在几分钟内为产品演示文稿创建专业级渲染图,无需等待或手动后期处理

在建筑CAD软件中有较多的加入。

典型示例如：Solidworks正在开发的AI渲染，Fusion的照片生成、浩辰CAD的AI渲染

5、X to 数据库

2D图纸识别与参数化：识别出图纸，尤其是PDF、PNG等格式图纸中的CAD信息，提取并转为结构化数据存储，从而为后续MOM、ERP、QMS等系统提供数据基础。

典型示例如：赛意PCB工程助手智能体、创新奇智联合Bentley 的iPID、雪浪云图零大模型机加件质检助手等

更高阶的综合助手/智能体

当前阶段，AI+CAD的5类功能更多局限在单点智能化，未来随着技术发展，则有望出现面向特定场景的综合性设计助手/智能体，有3个典型方向：

1.设计智能变更。基于一些输入条件，AI自动在给定设计基础上，完成系列的设计变更

2.零件综合设计辅助，设计的同时帮助检查验证是否符合设计规范，结构强度是否合理（结合近实时的CAE计算结果）等，给出更优的结构和设计参数建议，像老专家一样用经验辅助设计师完成一次正确的设计，避免设计反复迭代和修改。

3.发散性寻优。针对可能存在多种方案和方向的情况，自动设计并验证多种方案，最后返回给定约束下的最优结果，或给出不同方向的设计供人选择。

目前已经在这个方向的探索有NX的模具零件设计器，以及Autodesk在测试的Project Think Aloud等。

更远期：生成式建模

当AI的能力足够强大，AI+CAD的形态或许将逼近目前最直观的Text 2 CAD形式，即AI像人一样，只需要给定一些设计输入（可能是文本+图像），就可以自主完成整体的建模和验证工作，由人进行审核和确认。

AI+CAD目前应用的渗透率高么？

一句话答案：不高，大家基本都是刚起步的状态

大多数AI+CAD功能仍然处于测试阶段。部分主流CAD软件很早就在软件中加入了一部分加速操作和生成式结构优化方向的一些功能，但多数的相关功能，更多是在主流CAD软件的2025年新版本中才开始陆续加入，且很多还处于Beta测试状态。还有更多偏生成式的功能，则还处于研发中，未来有望加入。

不同CAD厂商各自的探索方向不完全相同，但大体方向接近。不论是国内国外CAD厂商，目前短期重点加入产品的，主要都是加速操作类的相似模型检索、智能装配、命令预测、3D转工程图、智能问答等功能，以及发展较早的生成式结构优化等功能。

很多自动出图、建模类功能，预计将优先在垂直细分场景下达成，逐步向通用拓展。例如浩辰CAD的AI楼梯建模，新迪数字的钣金一键出图等，都是率先在垂直细分场景下实现。

AI+CAD就是以CAD软件的Copliot形式存在么？

AI+CAD的相关功能落地的形式不只一种，中短期并不会以集成在Copilot为主，长远则会有越来越多的功能集成在Copilot中。

当前，AI+CAD的功能的具体承载载体包括以下几种：

CAD软件内在命令。AI功能直接内嵌在CAD软件中，做为一个命令可供调用，CAD原厂一般都会做如此的选择。

CAD软件的扩展插件功能。创业公司等开发的AI功能，更多是以CAD插件的形式提供，因为其功能更多只是完整设计流程的一部分，输入或输出还需要在CAD软件中完成其它流程。如Backflip、Adam都提供OnShape的插件。

AI助手。目前多数CAD软件的AI助手都主要负责功能问答和客服类功能，很多加速操作的功能并不适合在AI助手处进行体现。但未来更高阶的综合助手，可能能够承担更多的工作。

云平台。一些生成类的功能可以直接在云平台上提供SaaS化能力，用户上传文字、图片、模型等输入，在云端生成模型等，并提供文件下载，方便用户导入后续工作流。如SP3D 的Theia平台。

虽然SaaS模式会给用户在使用上造成一定的不便，但对供应商自身来说商业模式更灵活，也更利于供应商积累数据，持续迭代和优化模型。

Agent。对于X2数据库一类的应用，更多是CAD之外的工业系统开发商在做，他们更多把功能做成了具体的Agent，如鼎捷的工艺识别与成本估算Agent等。

未来相当长一段时间内，可以预见的一条路线是，现有CAD软件可能依然存在，但是AI助手的功能可能持续扩展，远期AI助手可能可以承担更多的工作，人的工作由以点击软件为主，变为与AI助手对话为主。

AI+CAD 未来是否颠覆现有CAD软件？

目前主流路线仍然是现有CAD软件的功能扩展，更多是现有CAD软件的AI化功能升级，但更具颠覆性的面向生成式建模的AI原生CAD方向也在探索。

面向未来的生成式建模，目前的探索路线大体可以分为3条：

1. 让AI学习人操作CAD，由AI操作CAD创建CAD模型。AI不需要显示理解模型的数据结构，只是学习人的操作方式，调用CAD软件命令。
2. 让AI学习CAD格式，在理解模型数据结构的基础上，直接生成CAD文件，由此可以绕开CAD软件的界面。
3. 突破现有CAD文件格式，寻找更适合AI理解和表达的CAD格式，由此构建全新的工作流。

路线1 也形成了2个典型方向

1是让AI将多模特输入转为软件命令序列。以模型在软件中执行的命令序列对AI进行训练，让AI能够输出命令序列，从而输入CAD进行后续建模。它与当前很多Text2CAD的技术路线类似，但区别是将输入扩展到多模态，不仅仅包含文字，更可以直接是图片，零件模型等，以及可以创建简单零件之上的更复杂的装配而成的物体，如汽车。典型代表为Autodesk的Neutral CAD项目。

2是让机器直观学习人的操作操作CAD，类似目前具身智能领域的VLA模型。以MIT的VideoCAD项目为代表，通过让AI学习人操作CAD的视频，视图让AI能够像人一样直接操作CAD进行建模。

路线2 目前尚未看到较多探索，主要因CAD文件格式的封闭性和复杂性对外部构成了较大的挑战。CAD文件中包含了大量的模型特征描述，不同CAD厂商的数据结构又不同且不开放。

为了加速这一过程，长期深耕CAD文件格式转换的Tech Soft 3D公司推出了Hoops AI工具集，可以通过其 Python API 提供对几何形状、拓扑结构、元数据、PMI、特征树、装配结构等的访问，从而为训练模型理解CAD数据文件结构提供基础。

路线3 也有一些探索方向，如隐式建模。

目前的CAD主流技术体系都是二，三十年前奠定的，都是面向人的使用的，而非AI。所以现有 CAD基础上的生成式建模技术路线的优势是能够很好的兼容当前CAD软件，融入当前工作流，是比较好落地的方向。但面临的问题是让AI理解CAD模型很困难，因此在此基础上发展生成式建模难度很大。

要实现更加AI原生的生成式建模，可能要从底层构建更利于AI理解的几何体的表达格式。

当前的CAD文件中，几何体是以BREP（Boundary Representation边界表示）方式表达的，记录的是一系列的表面及其拓扑关系，并不直观的反应一个几何体的三维特征。

而作为不同于BREP的几何体表达方式，隐式建模用一系列函数来表达几何体，更方便AI来学习和调用，似乎有潜力用在生成式建模。

隐式建模并不是特别新的概念，目前也有对应的CAD软件，主要在增材制造，如3D打印中有着实际应用。它可以创建一些复杂的拓扑和晶格类结构，这些结构用当前的CAD的几何体建模方式比较难创建和处理。典型软件如nTop公司的同名软件和国内的漫格科技的Voxel Dance。

当然，由于底层数据结构就不同，隐式建模的CAD和现有CAD软件兼容性不好，但也可以转换并导入到后续CAE、CAM等环节。如果未来基于隐式建模或者其他技术路线的AI建模成为主流，无疑会搅动CAD软件的巨大变局。

AI+CAD的准确率是否可用？

一句话答案：做不到100%，但不代表不可用。

当然目前很多AI+CAD的功能准确率也还是做不到100%，但是因为是人工作的辅助，所以还是人会进行检查，一定比例的错误在很多场景下是可以接受的。尤其对于很多复杂性工作，AI完成大部分，剩下人进行部分修改和调整，效率也是相比完全由人做更高，就可以先用起来。

AI+CAD是否影响市场格局？

鉴于绝大多数AI建模都还是围绕现有CAD软件进行的功能增强，因此恐怕AI+CAD并不会撼动当前大的CAD市场格局，几大巨头都在积极开展相关布局，创企的AI功能更多也还是做成了主流CAD的插件。

但不同主流企业间的AI功能实现强弱，或许多少会短期内影响企业的市场占有率，一些高级别AI功能推出早的企业可能会占有一定优势。

未来基于AI的设计工作流可能是怎样的？

CAD设计的发展方向一直是 一次成功和设计仿真同步等，AI会加速这个过程，同时接管更多的工作环节。

比较理想的AI设计工作流可能是：

1. 人告诉AI需要设计的产品，提供一些关键参数信息和参考图片、文件等
2. AI查找之前类似的设计，并给出总体设计方案，如在原设计上修改，或者从头进行怎样的设计，人进行确认和选择
3. AI根据选择和方案，逐步生成各个零部件，以及装配体。对于有多种选择的尺寸结构等，AI设计多种方案，并自动对结构强度等进行CAE验证，找到最优方案，并将结果提供给人选择和确认
4. 人选择确认后，AI生成对应工程图和工艺数据，工程图下发到生产部门，工艺数据发送到企业级管理系统，用于后续流程。至此设计阶段核心工作基本完成。

不难发现，这个过程人和AI的关系，正是目前资深工程师与初级工程师的关系。

AI+CAD是否是国产CAD弯道超车的机会？

AI+CAD的确提供了新的市场机会，目前国内，国外厂商也处在同一起跑线同步发展中。

如果AI+CAD仍然是以在CAD软件基础上扩展AI功能的方式进行，那对国产厂商来说，取得AI功能的领先，只能帮助逐步扩大市场份额，无法形成类似新能源汽车的大面积弯道超车的局面。

如果前文提到的跳出当前BREP表达方式的新的生成式建模技术路线取得突破，国产厂商也在其中占据了优势，则有望获得弯道超车的机会。

延伸阅读：

至此，【穿透工业软件云智化迷雾】专题中的小系列：【AI+CAD】系列9篇文章已经更新完，系列的其他内容文章如下。除这9篇文章外，也还有其他一些CAD厂商产品发布等文章，在“AI+CAD”合集中，可供查看。

• 1.【AI+CAD】AI+CAD进展和展望系列文章启动
• 2.【AI+CAD】达索系统的AI+CAD探索盘点
• 3. 【AI+CAD】西门子的AI+CAD探索盘点
• 4. 【AI+CAD】PTC的AI+CAD探索盘点
• 5. 【AI+CAD】国内CAD厂商和工业服务商的AI+CAD探索盘点
• 6.【AI+CAD】3大厂外，国外还有哪些AI+CAD探索
• 7.【AI+CAD 】国外5款Text2CAD软件实际使用测评
• 8.【AI+CAD】让AI理解CAD模型怎么这么难
• 9.AI+CAD情况总结与展望（本文）