1. 从一句话到三维模型Text-to-CAD到底在做什么第一次看到“Text-to-CAD”这个词我脑子里蹦出来的画面是在输入框里敲一句“一个带法兰盘的六角螺栓M8螺纹长度40毫米”然后软件里直接出现一个可以旋转、可以导出STEP格式的实体模型。这个画面放在五年前属于科幻范畴放在今天已经有一批工具在朝着这个方向跑了。先把概念说清楚。Text-to-CAD直译就是“文本转CAD”指的是用自然语言描述一个零件的几何特征、尺寸约束和结构关系由系统自动生成对应的CAD模型文件。它和传统的参数化建模不是替代关系更像是给建模流程加了一个“语义入口”。你依然需要理解什么是拉伸、什么是倒角、什么是基准面但你可以用说话的方式把这些意图表达出来而不是一步步点鼠标、画草图、标尺寸。这件事为什么值得关注因为CAD建模的门槛从来不在“画线”这个动作上而在于把设计意图翻译成几何操作。一个熟练的机械工程师脑子里想的是“这个轴承座要能承受径向载荷所以壁厚不能低于8毫米底部要留安装孔”但落到软件里他得先选基准面、画矩形、拉伸、打孔、倒角、加圆角。Text-to-CAD试图压缩的就是这层翻译成本。那它现在能做什么、不能做什么根据我实际测试和跟踪到的信息当前这类工具的能力边界大致是这样的能做的生成规则几何体比如法兰、支架、齿轮毛坯、简单的壳体、带孔位的板件。对尺寸明确、结构不复杂的零件生成结果可以直接用。勉强能做的带一定特征组合的零件比如“一个L形支架两个安装孔孔距50毫米板厚6毫米”。这种需要模型理解空间关系和特征顺序成功率取决于描述精度。做不好的自由曲面、复杂装配体、涉及运动副和干涉配合的结构。这些场景下文本描述的信息量远远不够模型很容易生成一堆看起来像但尺寸全错的东西。适合谁来用我的判断是三类人做快速概念验证的产品经理和工业设计师、需要批量生成标准件变体的工程师、想降低CAD学习成本的初学者。如果你是做精密模具设计的短期内不用慌这类工具还碰不了你的饭碗但如果你做的是大量重复性的标准件建模那确实该关注一下了。2. 拆开黑盒Text-to-CAD背后的技术链路2.1 从文本到几何中间隔了什么很多人以为Text-to-CAD就是“大模型直接画图”这个理解太粗糙了。实际的技术链路要长得多我把它拆成四层来看第一层是语义解析。你输入的那句“一个带法兰盘的六角螺栓”首先会被拆解成结构化信息零件类型是螺栓头部形状是六角附带法兰盘特征可能还需要推断出螺纹规格、长度、材料等隐含参数。这一步用的是自然语言处理核心是把模糊的人类语言映射到明确的工程语义上。第二层是参数化建模指令生成。解析出来的语义信息需要转换成CAD内核能理解的建模操作序列。比如“拉伸一个六边形高度10毫米然后在底部加一个直径20毫米、厚度3毫米的圆盘”。这一步的输出不是几何体而是建模步骤的抽象描述。第三层是几何内核执行。这是最硬核的部分。CAD软件的核心是一个几何内核负责处理边界表示B-Rep、布尔运算、曲面求交等底层计算。Text-to-CAD系统需要把上一步的建模指令翻译成内核能执行的API调用。这里涉及到一个关键概念B-Rep也就是用边界曲面和拓扑关系来描述三维实体。你看到的每一个CAD模型底层都是一堆面、边、顶点的集合以及它们之间的连接关系。第四层是后处理和导出。生成的模型需要检查有效性比如有没有自相交、有没有零厚度区域然后导出成STEP、IGES或STL格式。这一步看着简单但实际很容易出问题后面会细说。2.2 为什么B-Rep这么关键B-Rep这个词在热词列表里出现了我单独拎出来讲。B-Rep是Boundary Representation的缩写中文叫边界表示法。它是目前主流CAD系统描述三维实体的核心方式。打个比方你要描述一个茶杯有两种方式。一种是告诉别人“这是一个旋转体母线是一条曲线绕轴旋转360度”这叫构造实体几何CSG。另一种是把这个茶杯的表面拆成一个个面片告诉别人“这里有12个曲面它们共享8条边和6个顶点围成了一个封闭空间”这就是B-Rep。Text-to-CAD系统在生成模型时最终都要落到B-Rep上。因为只有B-Rep才能支持后续的布尔运算、倒角、抽壳这些操作。如果生成的模型只有三角网格比如STL格式那它就是一个“死”的模型没法再编辑。这里有个坑很多Text-to-CAD工具生成的模型表面上看没问题但B-Rep拓扑是坏的。比如两个面之间有一条缝或者一个顶点被三个以上的面共享但实际不封闭。这种模型在导出STEP时可能看不出来但一导入到SolidWorks或NX里做后续操作就会报错。我实测过几个工具生成的成功率大概在60%到80%之间剩下的要么几何无效要么拓扑有问题。2.3 机器学习在里面的角色热词里有“机器学习”“机器学习模型”“机器学习算法”这不是凑热闹。Text-to-CAD的核心难点之一是从大量已有的CAD模型中学习设计意图和建模模式。具体来说训练数据通常是海量的CAD模型文件每个文件都包含完整的建模历史树。机器学习模型要学的是“什么样的文本描述对应什么样的建模操作序列”。这本质上是一个序列到序列的生成问题输入是文本token序列输出是建模指令序列。但这里有个天然难点CAD建模指令是有严格语法和参数约束的。你不能生成一个“拉伸高度为负”的指令也不能生成一个“在不存在基准面上画草图”的指令。所以纯靠大模型自由生成是不行的必须加一层约束校验和修正机制。我了解到的一些方案是在生成过程中引入语法解析器实时检查指令的合法性不合法的直接剪枝重生成。另一个难点是数据稀缺。高质量的CAD模型加对应文本描述的数据集比图像-文本数据集难搞得多。图像描述可以众包标注但CAD模型的文本描述需要懂工程的人来写成本高、规模小。这也是为什么当前Text-to-CAD工具在简单零件上表现还行一到复杂结构就拉胯。3. 实操拆解从文本到CAD文件的全流程3.1 环境准备与工具选型如果你现在就想试一下Text-to-CAD有两条路可以走。第一条路是用现成的在线工具。目前有一些平台提供了文本生成CAD的功能你注册后直接在网页输入框里描述零件系统生成模型后可以下载STEP或STL文件。这条路适合快速验证概念不需要本地环境但缺点是模型复杂度受限而且你的设计数据会上传到对方服务器。第二条路是本地部署开源方案。这条路适合有开发能力、对数据隐私有要求的人。基本流程是装一个Python环境拉取开源的Text-to-CAD项目下载预训练模型权重然后通过API调用生成。本地部署的好处是可以自己调参、自己改代码坏处是环境配置能折腾掉半天。我建议先从在线工具入手跑通几个简单案例建立对能力边界的直觉再决定要不要投入时间做本地部署。3.2 描述文本的写法从“能看懂”到“能生成”这是最核心的实操技巧。Text-to-CAD的生成质量八成取决于你怎么描述。我总结了一个描述模板按这个结构写成功率会高很多[零件类型] [整体尺寸] [主要特征] [特征尺寸] [特征位置] [特殊要求]举个例子不要写“一个支架”要写“一个L形支架底板长80毫米、宽60毫米、厚8毫米立板高50毫米、厚8毫米底板四角各有一个直径6毫米的安装孔孔中心距边缘10毫米立板中心有一个直径20毫米的圆孔。”这段描述里每个尺寸都是明确的每个特征的位置关系也是清楚的。模型不需要“猜”你的意图只需要按描述执行。反过来如果你写“一个好看的支架”模型就懵了。“好看”不是工程语言它没法映射到任何几何操作上。还有一个技巧用工程术语不用生活语言。说“倒角”不说“磨圆边”说“沉头孔”不说“螺丝头能藏进去的孔”说“阵列”不说“复制一圈”。这些术语在CAD领域有精确含义模型训练时见过的概率也更高。3.3 生成后的校验别急着导出模型生成出来第一件事不是导出是校验。我一般按这个顺序检查看整体形状旋转一圈看看有没有明显缺面、多面、形状扭曲。测关键尺寸用测量工具量一下主要尺寸看和描述是否一致。我遇到过描述写“长80毫米”生成出来是78.3毫米的情况原因是模型对尺寸的解析有偏差。查拓扑有效性在CAD软件里做一次“检查实体”操作看有没有无效面、自由边、非流形边。这一步能筛掉大部分有问题的模型。试编辑操作随便做个倒角或抽壳看能不能成功。如果一编辑就报错说明B-Rep拓扑有问题这个模型基本废了。只有这四步都过了才值得导出。导出格式优先选STEP因为它是B-Rep格式保留了完整的几何和拓扑信息。STL是网格格式只适合3D打印不适合后续编辑。3.4 参数化修改Text-to-CAD的真正价值生成一个模型只是开始。Text-to-CAD真正有价值的地方是参数化修改。传统建模流程里你要改一个尺寸得回到草图里改标注然后重新生成。如果改的是早期特征后面的特征可能全挂掉。Text-to-CAD的思路是你直接说“把底板厚度从8毫米改成10毫米”系统重新生成整个模型。这个能力在系列化设计场景下特别有用。比如你要做一批支架结构一样只是尺寸不同。传统做法是一个个改Text-to-CAD可以批量生成给一个尺寸表系统自动输出一批模型。我实测过一个案例生成10个不同长度的轴套从20毫米到65毫米步长5毫米。用文本批量描述大概3分钟全部生成完毕而且每个模型的B-Rep都是有效的。如果手动建模熟练工也得半小时以上。4. 踩坑记录Text-to-CAD的常见问题与排查4.1 生成失败或结果离谱这是最常见的问题。你描述了一个“直径50毫米、高100毫米的圆柱”结果生成出来一个歪的、带缺口的、尺寸完全不对的东西。排查思路按这个顺序来检查描述是否有歧义。“直径50”可能被理解成半径50也可能被理解成周长50。改成“直径50毫米”更明确。检查是否有隐含约束没说出来。比如你说“一个圆柱”但没说是实心还是空心。模型可能默认生成实心但你想要的是管件。检查尺寸单位。有些工具默认单位是英寸你输入50它当成50英寸生成出来一个巨大的模型。在描述里明确写“毫米”。降低复杂度。如果描述里包含五个以上的特征先砍到两个生成成功后再逐步加。Text-to-CAD对多特征组合的处理能力还比较弱。4.2 模型能看不能用模型看起来没问题但一导入到其他软件就报错或者一做布尔运算就失败。这通常是B-Rep拓扑缺陷导致的。常见的拓扑缺陷包括缺陷类型表现可能原因自由边实体不封闭有开口生成时面片没有正确缝合非流形边一条边被三个以上面共享布尔运算残留自相交面与面之间有不正常的交叉尺寸冲突或特征重叠零厚度区域两个面重合或距离极近倒角或抽壳参数不合理排查方法在CAD软件里用“检查”工具扫描或者导出STEP后用文本编辑器打开看有没有报错信息。如果缺陷不严重可以尝试用“缝合”“修复”工具处理如果缺陷太多建议重新生成别硬修。4.3 尺寸偏差与累积误差Text-to-CAD生成的模型尺寸往往不是精确值。你写“50毫米”生成出来可能是49.98或50.03。单个特征看不出来但多个特征累积后误差可能达到零点几毫米。这在配合设计场景下是致命的。比如你要做一个轴和孔的配合轴径写“20毫米”孔径也写“20毫米”生成出来一个20.02一个19.97装不进去。我的应对策略是关键配合尺寸留余量。轴写“19.95毫米”孔写“20.05毫米”给误差留空间。另外生成后一定要用测量工具复核关键尺寸不要盲信。4.4 API调用中的坑如果你是通过API调用Text-to-CAD服务有几个坑我踩过超时问题复杂模型的生成时间可能超过API的超时限制。我遇到过生成一个带阵列孔的板件等了45秒还没返回最后超时报错。解决办法是把复杂模型拆成多个简单模型分别生成后再组装。并发限制免费或低配的API通常有并发数限制。你同时发10个请求可能只有2个能成功其余全部被限流。建议加一个请求队列控制并发数在2到3个。返回格式不一致不同API返回的模型格式可能不同有的返回STEP有的返回STL有的返回一个下载链接。调用前先看文档确认返回格式不然拿到数据还得转换。错误信息不明确API报错时经常只返回一个“生成失败”不告诉你具体原因。这时候只能靠日志和重试来排查。建议在调用时记录完整的请求和响应方便事后分析。5. 能力边界与适用场景别把它当万能钥匙5.1 当前能稳定搞定的场景根据我的实测以下几类任务Text-to-CAD的完成度已经可以接受标准件变体生成。螺栓、螺母、垫圈、轴承座、法兰、管接头这些结构规整、参数明确的零件生成成功率很高。尤其是当你需要批量生成不同规格的同一类零件时效率提升非常明显。概念阶段的快速表达。产品经理或设计师有一个模糊的想法想快速看到一个三维形态不需要精确尺寸只需要看比例和大致结构。这种场景下Text-to-CAD可以在一分钟内给出一个可旋转查看的模型比手绘草图更直观。教学和演示。给学生讲“什么是拉伸”“什么是阵列”时用文本直接生成对应模型比现场建模更流畅也更容易让学生把语言和几何对应起来。5.2 目前还搞不定的场景复杂装配体。一个由几十个零件组成的装配体涉及配合关系、运动约束、干涉检查Text-to-CAD目前处理不了。它只能生成单个零件装配还得靠人。自由曲面和有机形状。汽车外形、消费电子产品外壳、医疗器械的曲面结构这些需要NURBS曲面建模能力Text-to-CAD的生成质量还差得远。工程图纸级别的精度。Text-to-CAD生成的模型尺寸公差、形位公差、表面粗糙度这些信息是缺失的。它只能给你一个几何形状给不了你一张能直接下厂的图纸。涉及材料与工艺的决策。选什么材料、用什么加工方式、热处理怎么做这些需要工程判断Text-to-CAD给不了建议。5.3 对设计师岗位的实际影响回到标题里的那个问题“设计师又要失业”我的判断是短期内不会但工作内容会变。Text-to-CAD替代的是建模操作不是设计决策。它能把“画出来”这个动作自动化但“画什么”“为什么这么画”“画出来能不能用”这些问题还是得人来回答。对设计师来说这意味着两件事第一建模技能的重要性会下降但不会消失。你依然需要理解几何和拓扑因为你要判断生成结果对不对、能不能用。一个完全不懂CAD的人拿到Text-to-CAD生成的模型连检查都不会检查更别说修改了。第二描述能力和工程语义能力会变得更重要。能把设计意图用精确的语言表达出来让Text-to-CAD生成接近可用的模型这是一种新技能。我把它叫做“语义建模能力”。所以我的结论是Text-to-CAD不会让设计师失业但会让只会点鼠标、不懂设计意图表达的设计师日子难过一点。工具在进化用工具的人也得跟着进化。6. 后续可以怎么玩几个值得尝试的方向6.1 批量生成与参数化系列如果你经常需要做系列化零件可以试试用脚本批量调用Text-to-CAD的API。基本思路是准备一个CSV文件每一行是一组参数然后用Python脚本读取参数、拼接描述文本、调用API、保存生成的模型文件。这个流程跑通后生成100个变体模型的时间可能比手动建模一个还短。我试过一个案例生成50个不同孔径和长度的法兰从写脚本到全部生成完毕大概20分钟。手动做的话至少两天。6.2 与现有CAD软件联动Text-to-CAD生成的模型可以导入到SolidWorks、Fusion 360、NX等软件里做后续处理。我常用的流程是Text-to-CAD生成基础形状导出STEP导入SolidWorks然后加工程特征、做装配、出图纸。这个流程的好处是用Text-to-CAD处理重复性的基础建模用专业CAD软件处理需要精确控制的部分。两者结合效率比纯手动高不少。6.3 训练自己的小模型如果你有大量特定领域的CAD模型和对应的文本描述可以尝试微调一个开源的Text-to-CAD模型。比如你专门做液压接头可以用几百个液压接头的模型和描述去训练让模型更懂这个领域的术语和结构模式。这条路门槛比较高需要机器学习基础和一定的算力但效果可能比通用模型好很多。我了解到一些团队在往这个方向走专门做垂直领域的Text-to-CAD。6.4 注意数据安全与合规最后提醒一点如果你用在线Text-to-CAD工具你的设计描述和生成的模型会上传到对方服务器。如果涉及敏感或 proprietary 的设计建议用本地部署方案或者对描述文本做脱敏处理。我一般会把关键尺寸按比例缩放后再输入生成后再缩放回来这样即使数据泄露对方也拿不到真实尺寸。这个做法有点麻烦但在当前阶段算是一个折中的安全策略。等本地部署方案成熟了这个问题自然就解决了。我个人在实际操作中的体会是Text-to-CAD现在像一个刚学会画直线的实习生能帮你干一些重复性的活但你还得盯着还得复核还得在它搞不定的时候自己上。它不会让你失业但会让你重新思考哪些活值得自己干哪些活可以交给它干。这个思考过程本身可能比工具本身更有价值。