text-to-cad 这个词这两年在国内外的三维设计圈子里出现频率越来越高。我第一次认真关注它是因为看到 ZOO 放出的 KittyCAD 演示输入一段描述几分钟后返回一个带完整 B-rep 拓扑的 STEP 文件可以直接拖进 Fusion 360 做装配。说实话那个演示确实把我震了一下——这不是“文字生成一个好看的 3D 素材”那种玩具级效果而是往“能直接进制造流程”的工业级方向走。这篇文章我结合自己试用多个 text-to-cad 工具和开源项目的实际经历把这个方向从头到尾拆一遍。会讲清楚它到底是什么、和传统建模有什么区别、现阶段值得用的工具和项目、从提示词到 STEP 文件的完整实操流程以及我踩过的坑和排查思路。适合产品设计师、机械工程师、创客、以及所有对 AI 辅助三维设计感兴趣的人阅读。1. 从“写文字”到“拿图纸”text-to-cad 到底在解决什么问题1.1 一句话讲清 text-to-cad 是什么text-to-cad从名字就能猜到是“文本描述到 CAD 模型”的生成过程。你输入一段自然语言比如“一个 M6 螺栓头部是六角形对边尺寸 10mm杆部直径 6mm长度 30mm”模型返回的不是一张图片而是实实在在的三维几何数据。关键点和常见误解在“实实在在”四个字上。很多朋友把 text-to-cad 和 AI 绘画、文生 3D 素材混为一谈其实差别非常大。AI 绘画生成的是像素普通文生 3D比如 Stable Diffusion 的 3D 扩展、Point-E 这类生成的是网格点云也就是一堆三角形面片看起来像模型但没法拿去加工。text-to-cad 的目标是生成边界表示B-rep或者参数化特征历史也就是 CAD 软件真正认识的那种拓扑结构——有实体、有面、有边、有尺寸约束能倒角、能打孔、能继续编辑。我打个比方传统建模是你亲手把板材切割、焊接成零件文生 3D 是吹出一个 3D 打印的气球形状在但没法拆开加工text-to-cad 则是你给老师傅一张图纸他按图纸把零件车出来。图纸上的尺寸、公差、形状约束就是 text-to-cad 想生成的东西。这个方向的底层逻辑并不神秘。目前主流的实现路径有三种。第一种是大语言模型驱动让 LLM 输出 CAD 软件能执行的命令序列比如 ZOO 的 KittyCAD 方案就是让模型生成 JSON 格式的几何构造指令后端引擎执行后产出 B-rep 实体。第二种是扩散模型直接预测几何参数比如 MIT 的 Text2CAD 项目模型学会从文本中提取尺寸和约束再生成对应的二维草图轮廓和三维特征。第三种是把自然语言翻译成参数化脚本比如用 Python 脚本驱动 CAD 内核或者生成 OpenSCAD 代码。1.2 和传统建模、AI 生成素材相比差别在哪里要理解 text-to-cad 的价值最好把三条路线放在一起对比。传统 CAD 建模从草图、拉伸、旋转、扫描到倒角、抽壳每一步都由人手动操作。优点是精确可控缺点同样是精确可控——一个熟练工程师画一个中等复杂度的零件快则十几分钟慢则一两个小时。如果是系列化的变体设计比如一个法兰盘要出 10 种孔径版本手动建模就非常枯燥。AI 文生 3D 素材强调“像”和“快”比如生成一只靴子、一把椅子视觉上能看但模型拓扑往往很糟糕非流形边缘、法线翻转、内部空洞拿来 3D 打印都要修半天更别提用于工程分析或 CNC 加工。text-to-cad 试图站在二者中间既保留 CAD 实体的精确性又用自然语言降低建模门槛。它面向的场景不是“讲故事”而是“做零件”——机械件、外壳、支架、接头、装配体的基础结构。这也是为什么很多人说它是“机械设计领域的 Copilot”。对比项传统 CAD 建模AI 文生 3D网格text-to-cad建模方式手动草图特征操作文字/图片生成网格文字生成 B-rep 实体或参数化脚本可编辑性特征树完整随时改参数基本不可参数化修改理想情况下可直接编辑视工具而定精度和单位毫米级精确无单位概念可指定尺寸和单位制造可用性可进入 CAM/CAE 流程仅适合可视化或打印前需要大量修复目标是进入 CAM/CAE 流程学习门槛需要系统学习低低但需要会写提示词从这个表能看出来text-to-cad 的核心价值不是取代工程师而是把“重复性建模”和“从概念到初稿”这两块时间压缩下来。真正要进模具、上机床的关键零件还是需要工程师逐条检查尺寸、配合关系和公差这一点后面细说。2. 工具选型别一上来就追新模型先搞清楚自己要什么2.1 现阶段值得关注的几个方向和项目text-to-cad 的工具生态还比较早期但已经有几个方向值得实际试用。ZOO 的 KittyCAD 是我接触到的第一个商业级方案。它走的是 LLM 生成 JSON 指令、后端内核构建 B-rep 的路线API 调用一次能返回 STEP、STL、OBJ 等格式几何精度和拓扑质量在商业方案里算靠前的。适合想直接接入产品做批量生成、二次开发能力要求高的团队。MIT 发布的 Text2CAD 是开源项目里讨论度较高的一款核心思路是用文本描述生成 CAD 草图约束和建模序列既支持生成 STEP也能输出参数化步骤。它适合想在自己 GPU 上跑、想研究模型原理的技术团队不过生成复杂装配的能力还比较有限。ParaCAD 走的是另一条路训练模型直接输出参数化 CAD 脚本用户可以拿脚本在传统 CAD 里重新生成模型。这种思路对“可编辑性”的追求很强因为脚本本身就是特征历史随时改参数。CAD-GPT 和类似的大模型方案则是把自然语言转成 OpenSCAD 或 PythonOCC 代码再在本地环境里执行建模。好处是无需专门的 CAD 内核端坏处是复杂几何靠代码描述比较吃力很多时候生成的脚本能跑通但和预期形状有差距。传统 CAD 巨头也在跟进。Autodesk 的 Project Bernini 属于通用 3D 生成方向覆盖的不仅仅是 CAD 实体也能生成一定的功能性结构不过目前公开信息有限。SolidWorks、Fusion 360、FreeCAD 也都陆续在内部接入 AI 助手能力多数停留在“自然语言命令操作现有特征”而不是“凭空生成新零件”。项目/工具路线输出格式开源/商业适合人群ZOO KittyCADLLM→JSON→B-rep 内核STEP/STL/OBJ商业 API有开发能力的产品团队MIT Text2CADDiffusionLLM 生成特征序列STEP/草图步骤开源研究者、自部署玩家ParaCAD生成参数化脚本脚本可重建模型开源看重可编辑性的工程师CAD-GPT 类生成 OpenSCAD/PythonOCC 代码脚本大多开源喜欢脚本化工作流的用户Autodesk Project Bernini生成式 3D 基础模型未完全公开商业关注未来趋势的人2.2 选型的关键分叉实体模型还是网格模型选工具前必须问自己一个问题我拿到模型之后要做什么这决定了你应该选生成 B-rep 的还是生成网格的。如果目标是 3D 打印一个外形件网格模型其实够用。SLM、FDM 切片器吃的是 STL 格式而 STL 本质上就是网格。很多文生 3D 工具生成的网格经过 Meshmixer 或 Blender 修复后也能打印没必要非得用 text-to-cad。但如果目标是 CNC 加工、钣金展开、有限元分析、装配干涉检查或者要和其他工程师协作改图那就必须拿到实体模型或参数化特征。网格模型在这些场景里基本寸步难行——CAE 软件做仿真需要体网格CAM 软件做刀路需要识别封闭轮廓和加工特征装配约束也要建立在实体边面和坐标系的语义上。这一点在选型时最容易被忽略。很多人一看 Text2CAD 能生成 STEP 就觉得万事大吉实际跑完才发现STEP 是生成了但模型是表面缝合体不是 solid或者有实体但特征树是空的只有裸几何没法改参数。这种情况下生成“STEP”和生成“可用的 STEP”是两回事。我自己的建议是概念探索阶段随便用什么都行关键是要快、要能出形状到了要下厂加工或者进仿真阶段必须走生成参数化脚本或 B-rep 实体的工具并做好人工审查准备。2.3 部署方式和成本怎么算text-to-cad 的部署方式分三类商业 API、本地开源模型、商业软件内置。商业 API 比如 ZOO省心、精度高、拓扑质量好费用按调用次数或订阅制收取。它的问题是数据安全。你上传的产品描述、生成的几何模型都会经过第三方服务。涉密项目或者还在设计早期不想外露的产品用起来要非常谨慎。本地开源模型适合动手能力强、有 GPU 的人。MIT Text2CAD 这类项目在消费级显卡上能跑但生成速度不快一个中等复杂度的零件可能要等几分钟到十几分钟不等显存占用也不小。好处是数据不出本地而且模型权重开放可以继续微调适配自己的零件库。最后一种“内置 AI 助手”模式成本最低但能力范围受限。它更像是一个“自然语言操作界面”帮你快速完成拉伸、旋转、倒角这些命令而不是从零生成零件。还有个容易被忽略的成本是“时间成本”。开源项目从拉代码、配环境、下权重到能稳定出图往往要折腾半天。这不是说开源不好而是要有心理预期。如果你想快速验证这个方向值不值得投入先花几十块调几次商业 API 反而更高效。3. 实操全流程从提示词到能用的零件3.1 提示词的基本功单位、特征、约束一样都不能少很多人的第一反应是“我会说中文就会写提示词”实际上 text-to-cad 的提示词和聊天提示词完全是两回事。聊天时你少说一句模型能脑补CAD 生成时少说一个尺寸模型只能瞎猜。我踩过最典型的坑是输入“生成一个带四个孔的安装板”结果出来的板子四个孔位置随机分布孔的大小和板子厚度完全不成比例。原因是提示词里没有单位、没有具体尺寸、也没有约束关系。CAD 模型本质上是一个受约束的几何系统你不给约束模型就按训练数据里的统计概率给你猜一个。写一条合格的 text-to-cad 提示词至少包含四个要素基准和单位明确“所有尺寸单位均为毫米”。不同工具对单位的默认值不一致有的默认英寸有的默认“无单位”不写清楚后期缩放非常头疼。几何类型和尺寸不要只写“一个盒子”要写“一个长方体长 100mm宽 60mm高 30mm壁厚 3mm”。如果是回转体写清楚旋转轴、直径、高度。特征操作倒角、圆角、开孔、阵列、布尔差集这些都要显式描述。例如“在顶面中心开一个直径 8mm 的通孔”“四个棱边倒 C2 角”。约束和配合关系写清两个孔之间的中心距、某个面要和另一个面重合、孔和轴的配合关系过孔、间隙孔、螺纹孔。比如“两个直径 6.5mm 的过孔中心距 40mm对称分布在长边中心线上”。下面是一个正反例对比感受一下差别。反面示例一个带四个孔的安装板。正面示例一块矩形安装板材料为铝合金长 80mm宽 50mm厚 5mm。板的四个角分别有一个直径 6.5mm 的过孔孔中心距板的长边边缘 10mm距短边边缘 10mm。所有尺寸单位均为毫米。正面示例生成的结果明显更接近真实使用场景。M6 螺栓的标准过孔直径是 6.5mm 左右孔距边缘 10mm 是经验值这些工程常识模型不一定懂但你在提示词里写清楚它能感知的约束就越多输出越靠谱。3.2 导出格式的讲究STL、OBJ、STEP 到底选哪个text-to-cad 生成结果的导出格式选择直接决定了后续工作流是否顺畅。STL 格式最通用几乎所有 3D 打印切片器都支持。但 STL 只有三角形网格没有颜色、材质、单位信息更没有任何实体语义。它适合快速验证外形、3D 打印展示件不适合做精密装配和仿真。OBJ 和 PLY 比 STL 多一点属性支持但本质上还是网格。除非你要把生成结果导入渲染软件做产品效果图否则在工程流程里用不上。STEP 是工程界的“通用语言”。绝大多数 CAD 软件能导入导出 STEP它携带实体几何和拓扑信息。发图纸给供应商、进 CAE 仿真、做 CAM 编程STEP 是最稳妥的选择。注意text-to-cad 工具声称“生成 STEP”不代表生成的 STEP 一定干净——打开后可能是缝合曲面、可能是破碎面、也可能是通过布尔运算生成的裸几何要逐个排查。如果你需要继续编辑最理想的是拿到参数化脚本或原生格式比如 OpenSCAD 的 .scad、FreeCAD 的 .FCStd或者直接生成 PythonOCC 脚本。脚本能改参数重新生成相当于带着“特征树”的模型。这是 text-to-cad 未来最有价值的方向之一。提示不要把 STL 直接改扩展名当 STEP 用。文件格式不是换个后缀就万事大吉CAD 软件打开后会报错或者根本识别不了。3.3 生成完不等于能用清理、修复、再参数化text-to-cad 生成的模型哪怕是商业 API 出品的也建议当作“需要质检的毛坯件”处理别当作最终产品直接下厂。我拿过多个开源模型生成的 STEP 文件做过测试。大部分文件用 FreeCAD 打开后直接选中实体属性显示的是“Solid”实体而不是“Shell”。但有一部分会出现表面有微小的裂缝、某些面是反向法线、边折叠、非流形顶点等问题肉眼看不到一进仿真软件就报错。如果你的目标是 3D 打印网格修复相对简单Blender 里有 3D 打印工具箱一键检查非流形边、内壁、翻转法线Meshmixer 的 Inspector 也能自动补洞。如果目标是 CNC 或仿真情况麻烦得多。网格修复根本解决不了问题必须回到实体层面处理。常用的兜底方案有两个用 FreeCAD 的 Part 模块把导入的 STEP 拆成面再用 Shape Builder 把面重新缝合成实体。这个过程很费时间但能在一定程度上救活破碎模型。直接用 OpenSCAD 或 FreeCAD 重建模。逆向工程一个简单零件比重建更快直接把 text-to-cad 当作“出草图灵感”的工具最终模型以人工重建为准。实践经验是text-to-cad 生成的简单几何体板类、块类、回转体经过修复后能用生成的复杂装配体或者自由曲面特征修复成本可能超过手工建模。所以用工具前先评估零件复杂度别拿着“生成复杂装配体”的想法去试一个只能做单零件的模型。3.4 完整实例桌面显示器支架从文字到 STEP为了把上面这些流程串起来我用一个简单的桌面显示器支架作为完整案例走一遍从需求拆解到生成验证的过程。需求拆解后写成提示词生成一个桌面显示器支架底座形状为圆形直径 220mm厚度 10mm。中心位置有一个直径 50mm 的圆形沉孔沉孔深度 5mm用于插入支撑立柱。底座底面边缘做 R5 圆角底面刻一圈防滑槽槽宽 3mm深 1mm从半径 80mm 处开始槽间距 5mm共 3 圈。单位为毫米。这条提示词写清楚了几件事外轮廓几何圆盘、关键配合尺寸立柱孔、加工特征圆角、防滑槽、单位和阵列关系3圈间距5mm。用支持 STEP 输出的工具跑一遍得到一个圆盘模型。接下来验证环节先把 STEP 导入 FreeCAD选中实体看属性类型再用测量工具确认直径、厚度、沉孔直径是否和提示词一致。实测中我遇到的情况是外径和厚度正确但沉孔变成了一个装饰性盲孔开口直径 50mm底部却收了一道倒角导致立柱插不进去。原因大概率是模型把“沉孔”理解成了视觉上的凹槽而不是一个严格的加工特征。修复方案在 FreeCAD 里新建草图画一个直径 50mm 的圆打孔切除到指定深度删除原来的错误特征。整个过程十分钟搞定。最终的 STEP 文件进入 CAM 加工流程没有出现问题。这个过程告诉我一个核心道理text-to-cad 的准度还没到“拿来即用”的程度但你把它当作“自动出初稿的助手”效率确实比从零建模快得多。4. 常见问题与排查技巧实录4.1 生成结果不是实体surface body / 非流形这是最常遇到的问题。生成结果打开是“空壳”选中零件只有面没有体积或者进入切片软件后显示“模型不是封闭的”。原因通常有两个一是模型生成的几何本身存在拓扑缺陷面和面之间没有完全缝合二是导出的格式在转换过程中丢失了实体信息。排查思路很简单先在源软件里查看模型属性确认是实体还是壳如果在源软件里是实体导入目标软件后变壳那就是导出/导入设置的问题试着换格式或调导入公差如果源软件里就是壳就需要在 FreeCAD 这类工具里做缝补和填充。一个小技巧FreeCAD 的 Part 工作台里“Part 菜单—创建实体—从外壳创建实体”这个功能有时能直接把闭合壳转为实体。如果外壳本身没有封闭就得先查哪条边是开口的手动补面。4.2 尺寸比例离谱怎么校准生成结果尺寸和预期差十倍、单位完全不对、孔距分布随心所欲这类问题非常让人沮丧。原因还是提示词里的约束不足。解决第一步在提示词里把所有尺寸都带上“毫米”单位并且写全整个过程涉及到的尺寸。第二步生成后用测量工具FreeCAD 的 Part Workbench、Blender 的 MeasureIt、或在线 STL 测量工具做三点测距记录关键尺寸是否匹配。第三步如果不匹配优先在 CAD 软件里用“缩放实体”功能按目标尺寸/实际尺寸的比值统一缩放。需要特别提醒缩放必须是等比缩放否则圆孔会变椭圆、倒角会变形。非等比的错误缩放会留下严重设计隐患。还有有的工具生成的本身就是“无单位”的你在提示词里说 100mm它建模时当成 100 个单位导出时却不带单位。这时候更稳妥的做法是直接用参数化脚本重建别去猜它的导出单位。4.3 从生成模型到 CAE/CAM中间到底卡在哪网格模型进 CAE 软件做有限元分析通常直接失败因为求解器要的是实体单元不是表面三角形。即使能勉强导入网格质量和拓扑错误也会让计算结果不可信。CAM 编程同理识别刀路需要加工特征而网格模型的边线特征往往无法正确提取。经验法则是要进 CAE/CAM生成阶段就锁定 STEP 格式并且在导入目标软件后立刻做实体检查。很多 text-to-cad 工具默认输出 OBJ 或 STL你要在设置里改输出格式。如果工具只支持网格输出可以用网格转实体的软件做重建——但这只适合简单几何体复杂模型转换后特征会丢失、计算会出现误差。我做夹具设计时用过一次网格转实体一个带三个安装孔的 L 形支架用 Meshmixer 转成实体后再导入 CAM出来的刀路确实能用但孔的同心度差了一些不得不手工修正。所以结论是能直接生成 STEP 最好不能的话就接受“网格生成结果只能做展示件”的现实。4.4 提示词怎么改都不生效先查这几个地方如果你连续改了五版提示词生成结果都没什么变化问题可能不在提示词而在工具本身。先确认模型上下文长度。很多开源模型对长提示词支持不友好超过长度的部分会被截断你要检查实际输入长度把提示词精简到核心信息上。再检查工具是否支持你要的特征类型。比如“阵列”是一个高级特征很多 text-to-cad 模型训练数据里就没出现过阵列你说“复制三个”比说“阵列”更容易被理解。不是所有专业术语都能被模型识别用“说人话”的方式描述加工意图往往更有效。还有一个关键点尽量避免否定和双重否定表达。模型对“不能”“不要”“除了”这类逻辑的把握远不如对肯定句把握得好。“不要有圆角”的生成结果大概率还是带圆角不如改成“所有棱边保持直角不添加圆角”。如果以上都排查完还不行可以换个思路用多个工具生成同一个需求对比择优然后人工拼接。不同模型的训练数据差异决定了它们对不同几何类型的擅长程度多工具并行的策略在现阶段性价比很高。5. 用了一段时间之后我总结的几点实在话5.1 把 text-to-cad 当“初中级工程师助理”用而不是“全自动制造机”text-to-cad 现阶段最合适的定位是“拿到需求后能在几分钟内给出初版几何”的助理角色。它能帮你把模糊需求快速变成可讨论的形状、快速产出变体、批量生成结构类似的非关键零件。但它的结果必须经过人工审查这就像实习生画的草图方向对了细节需要你逐一确认。关键承力件、配合面、公差要求高的位置别指望一次生成就达到可用状态。我见过有人因为生成结果看着很像样直接把 STEP 发给供应商加工结果装配时发现孔位偏了 0.5mm整批报废。这类教训足够深刻。建议把 text-to-cad 嵌入一个明确的质检流程生成、检查实体属性、测量关键尺寸、进入 CAD 修正、确认后再出图。设置这五步并不会花太多时间但能避免大多数“AI 生成翻车”事故。5.2 几个值得长期关注的方向text-to-cad 后续的扩展空间很值得期待。一个是与拓扑优化结合用算法基于边界条件自动探索形状候选human 只负责筛选和细化另一个是与制造工艺的打通从文字直接生成可制造性分析报告、建议工艺路线还有一个是批量变体生成比如参数化法兰盘系列写一个脚本循环调用 API一次出 20 个版本供选型这在以往需要重复劳动的场景里非常实用。关于落地建议我更倾向于从“辅助设计”切入而不是“全自动设计”。考虑到现有的生成精度、拓扑质量和审查成本短期内它能给中小型团队带来最直接的价值就是省掉大量“从零画草图”的时间把精力转移到真正需要经验判断的地方——材质选择、加工工艺、装配配合这些 AI 还难以可靠替代的环节。这个方向还在快速迭代只要持续关注用起来不算晚。
text-to-cad 这个词这两年在国内外的三维设计圈子里出现频率越来越高。我第一次认真关注它是因为看到 ZOO 放出的 KittyCAD 演示输入一段描述几分钟后返回一个带完整 B-rep 拓扑的 STEP 文件可以直接拖进 Fusion 360 做装配。说实话那个演示确实把我震了一下——这不是“文字生成一个好看的 3D 素材”那种玩具级效果而是往“能直接进制造流程”的工业级方向走。这篇文章我结合自己试用多个 text-to-cad 工具和开源项目的实际经历把这个方向从头到尾拆一遍。会讲清楚它到底是什么、和传统建模有什么区别、现阶段值得用的工具和项目、从提示词到 STEP 文件的完整实操流程以及我踩过的坑和排查思路。适合产品设计师、机械工程师、创客、以及所有对 AI 辅助三维设计感兴趣的人阅读。1. 从“写文字”到“拿图纸”text-to-cad 到底在解决什么问题1.1 一句话讲清 text-to-cad 是什么text-to-cad从名字就能猜到是“文本描述到 CAD 模型”的生成过程。你输入一段自然语言比如“一个 M6 螺栓头部是六角形对边尺寸 10mm杆部直径 6mm长度 30mm”模型返回的不是一张图片而是实实在在的三维几何数据。关键点和常见误解在“实实在在”四个字上。很多朋友把 text-to-cad 和 AI 绘画、文生 3D 素材混为一谈其实差别非常大。AI 绘画生成的是像素普通文生 3D比如 Stable Diffusion 的 3D 扩展、Point-E 这类生成的是网格点云也就是一堆三角形面片看起来像模型但没法拿去加工。text-to-cad 的目标是生成边界表示B-rep或者参数化特征历史也就是 CAD 软件真正认识的那种拓扑结构——有实体、有面、有边、有尺寸约束能倒角、能打孔、能继续编辑。我打个比方传统建模是你亲手把板材切割、焊接成零件文生 3D 是吹出一个 3D 打印的气球形状在但没法拆开加工text-to-cad 则是你给老师傅一张图纸他按图纸把零件车出来。图纸上的尺寸、公差、形状约束就是 text-to-cad 想生成的东西。这个方向的底层逻辑并不神秘。目前主流的实现路径有三种。第一种是大语言模型驱动让 LLM 输出 CAD 软件能执行的命令序列比如 ZOO 的 KittyCAD 方案就是让模型生成 JSON 格式的几何构造指令后端引擎执行后产出 B-rep 实体。第二种是扩散模型直接预测几何参数比如 MIT 的 Text2CAD 项目模型学会从文本中提取尺寸和约束再生成对应的二维草图轮廓和三维特征。第三种是把自然语言翻译成参数化脚本比如用 Python 脚本驱动 CAD 内核或者生成 OpenSCAD 代码。1.2 和传统建模、AI 生成素材相比差别在哪里要理解 text-to-cad 的价值最好把三条路线放在一起对比。传统 CAD 建模从草图、拉伸、旋转、扫描到倒角、抽壳每一步都由人手动操作。优点是精确可控缺点同样是精确可控——一个熟练工程师画一个中等复杂度的零件快则十几分钟慢则一两个小时。如果是系列化的变体设计比如一个法兰盘要出 10 种孔径版本手动建模就非常枯燥。AI 文生 3D 素材强调“像”和“快”比如生成一只靴子、一把椅子视觉上能看但模型拓扑往往很糟糕非流形边缘、法线翻转、内部空洞拿来 3D 打印都要修半天更别提用于工程分析或 CNC 加工。text-to-cad 试图站在二者中间既保留 CAD 实体的精确性又用自然语言降低建模门槛。它面向的场景不是“讲故事”而是“做零件”——机械件、外壳、支架、接头、装配体的基础结构。这也是为什么很多人说它是“机械设计领域的 Copilot”。对比项传统 CAD 建模AI 文生 3D网格text-to-cad建模方式手动草图特征操作文字/图片生成网格文字生成 B-rep 实体或参数化脚本可编辑性特征树完整随时改参数基本不可参数化修改理想情况下可直接编辑视工具而定精度和单位毫米级精确无单位概念可指定尺寸和单位制造可用性可进入 CAM/CAE 流程仅适合可视化或打印前需要大量修复目标是进入 CAM/CAE 流程学习门槛需要系统学习低低但需要会写提示词从这个表能看出来text-to-cad 的核心价值不是取代工程师而是把“重复性建模”和“从概念到初稿”这两块时间压缩下来。真正要进模具、上机床的关键零件还是需要工程师逐条检查尺寸、配合关系和公差这一点后面细说。2. 工具选型别一上来就追新模型先搞清楚自己要什么2.1 现阶段值得关注的几个方向和项目text-to-cad 的工具生态还比较早期但已经有几个方向值得实际试用。ZOO 的 KittyCAD 是我接触到的第一个商业级方案。它走的是 LLM 生成 JSON 指令、后端内核构建 B-rep 的路线API 调用一次能返回 STEP、STL、OBJ 等格式几何精度和拓扑质量在商业方案里算靠前的。适合想直接接入产品做批量生成、二次开发能力要求高的团队。MIT 发布的 Text2CAD 是开源项目里讨论度较高的一款核心思路是用文本描述生成 CAD 草图约束和建模序列既支持生成 STEP也能输出参数化步骤。它适合想在自己 GPU 上跑、想研究模型原理的技术团队不过生成复杂装配的能力还比较有限。ParaCAD 走的是另一条路训练模型直接输出参数化 CAD 脚本用户可以拿脚本在传统 CAD 里重新生成模型。这种思路对“可编辑性”的追求很强因为脚本本身就是特征历史随时改参数。CAD-GPT 和类似的大模型方案则是把自然语言转成 OpenSCAD 或 PythonOCC 代码再在本地环境里执行建模。好处是无需专门的 CAD 内核端坏处是复杂几何靠代码描述比较吃力很多时候生成的脚本能跑通但和预期形状有差距。传统 CAD 巨头也在跟进。Autodesk 的 Project Bernini 属于通用 3D 生成方向覆盖的不仅仅是 CAD 实体也能生成一定的功能性结构不过目前公开信息有限。SolidWorks、Fusion 360、FreeCAD 也都陆续在内部接入 AI 助手能力多数停留在“自然语言命令操作现有特征”而不是“凭空生成新零件”。项目/工具路线输出格式开源/商业适合人群ZOO KittyCADLLM→JSON→B-rep 内核STEP/STL/OBJ商业 API有开发能力的产品团队MIT Text2CADDiffusionLLM 生成特征序列STEP/草图步骤开源研究者、自部署玩家ParaCAD生成参数化脚本脚本可重建模型开源看重可编辑性的工程师CAD-GPT 类生成 OpenSCAD/PythonOCC 代码脚本大多开源喜欢脚本化工作流的用户Autodesk Project Bernini生成式 3D 基础模型未完全公开商业关注未来趋势的人2.2 选型的关键分叉实体模型还是网格模型选工具前必须问自己一个问题我拿到模型之后要做什么这决定了你应该选生成 B-rep 的还是生成网格的。如果目标是 3D 打印一个外形件网格模型其实够用。SLM、FDM 切片器吃的是 STL 格式而 STL 本质上就是网格。很多文生 3D 工具生成的网格经过 Meshmixer 或 Blender 修复后也能打印没必要非得用 text-to-cad。但如果目标是 CNC 加工、钣金展开、有限元分析、装配干涉检查或者要和其他工程师协作改图那就必须拿到实体模型或参数化特征。网格模型在这些场景里基本寸步难行——CAE 软件做仿真需要体网格CAM 软件做刀路需要识别封闭轮廓和加工特征装配约束也要建立在实体边面和坐标系的语义上。这一点在选型时最容易被忽略。很多人一看 Text2CAD 能生成 STEP 就觉得万事大吉实际跑完才发现STEP 是生成了但模型是表面缝合体不是 solid或者有实体但特征树是空的只有裸几何没法改参数。这种情况下生成“STEP”和生成“可用的 STEP”是两回事。我自己的建议是概念探索阶段随便用什么都行关键是要快、要能出形状到了要下厂加工或者进仿真阶段必须走生成参数化脚本或 B-rep 实体的工具并做好人工审查准备。2.3 部署方式和成本怎么算text-to-cad 的部署方式分三类商业 API、本地开源模型、商业软件内置。商业 API 比如 ZOO省心、精度高、拓扑质量好费用按调用次数或订阅制收取。它的问题是数据安全。你上传的产品描述、生成的几何模型都会经过第三方服务。涉密项目或者还在设计早期不想外露的产品用起来要非常谨慎。本地开源模型适合动手能力强、有 GPU 的人。MIT Text2CAD 这类项目在消费级显卡上能跑但生成速度不快一个中等复杂度的零件可能要等几分钟到十几分钟不等显存占用也不小。好处是数据不出本地而且模型权重开放可以继续微调适配自己的零件库。最后一种“内置 AI 助手”模式成本最低但能力范围受限。它更像是一个“自然语言操作界面”帮你快速完成拉伸、旋转、倒角这些命令而不是从零生成零件。还有个容易被忽略的成本是“时间成本”。开源项目从拉代码、配环境、下权重到能稳定出图往往要折腾半天。这不是说开源不好而是要有心理预期。如果你想快速验证这个方向值不值得投入先花几十块调几次商业 API 反而更高效。3. 实操全流程从提示词到能用的零件3.1 提示词的基本功单位、特征、约束一样都不能少很多人的第一反应是“我会说中文就会写提示词”实际上 text-to-cad 的提示词和聊天提示词完全是两回事。聊天时你少说一句模型能脑补CAD 生成时少说一个尺寸模型只能瞎猜。我踩过最典型的坑是输入“生成一个带四个孔的安装板”结果出来的板子四个孔位置随机分布孔的大小和板子厚度完全不成比例。原因是提示词里没有单位、没有具体尺寸、也没有约束关系。CAD 模型本质上是一个受约束的几何系统你不给约束模型就按训练数据里的统计概率给你猜一个。写一条合格的 text-to-cad 提示词至少包含四个要素基准和单位明确“所有尺寸单位均为毫米”。不同工具对单位的默认值不一致有的默认英寸有的默认“无单位”不写清楚后期缩放非常头疼。几何类型和尺寸不要只写“一个盒子”要写“一个长方体长 100mm宽 60mm高 30mm壁厚 3mm”。如果是回转体写清楚旋转轴、直径、高度。特征操作倒角、圆角、开孔、阵列、布尔差集这些都要显式描述。例如“在顶面中心开一个直径 8mm 的通孔”“四个棱边倒 C2 角”。约束和配合关系写清两个孔之间的中心距、某个面要和另一个面重合、孔和轴的配合关系过孔、间隙孔、螺纹孔。比如“两个直径 6.5mm 的过孔中心距 40mm对称分布在长边中心线上”。下面是一个正反例对比感受一下差别。反面示例一个带四个孔的安装板。正面示例一块矩形安装板材料为铝合金长 80mm宽 50mm厚 5mm。板的四个角分别有一个直径 6.5mm 的过孔孔中心距板的长边边缘 10mm距短边边缘 10mm。所有尺寸单位均为毫米。正面示例生成的结果明显更接近真实使用场景。M6 螺栓的标准过孔直径是 6.5mm 左右孔距边缘 10mm 是经验值这些工程常识模型不一定懂但你在提示词里写清楚它能感知的约束就越多输出越靠谱。3.2 导出格式的讲究STL、OBJ、STEP 到底选哪个text-to-cad 生成结果的导出格式选择直接决定了后续工作流是否顺畅。STL 格式最通用几乎所有 3D 打印切片器都支持。但 STL 只有三角形网格没有颜色、材质、单位信息更没有任何实体语义。它适合快速验证外形、3D 打印展示件不适合做精密装配和仿真。OBJ 和 PLY 比 STL 多一点属性支持但本质上还是网格。除非你要把生成结果导入渲染软件做产品效果图否则在工程流程里用不上。STEP 是工程界的“通用语言”。绝大多数 CAD 软件能导入导出 STEP它携带实体几何和拓扑信息。发图纸给供应商、进 CAE 仿真、做 CAM 编程STEP 是最稳妥的选择。注意text-to-cad 工具声称“生成 STEP”不代表生成的 STEP 一定干净——打开后可能是缝合曲面、可能是破碎面、也可能是通过布尔运算生成的裸几何要逐个排查。如果你需要继续编辑最理想的是拿到参数化脚本或原生格式比如 OpenSCAD 的 .scad、FreeCAD 的 .FCStd或者直接生成 PythonOCC 脚本。脚本能改参数重新生成相当于带着“特征树”的模型。这是 text-to-cad 未来最有价值的方向之一。提示不要把 STL 直接改扩展名当 STEP 用。文件格式不是换个后缀就万事大吉CAD 软件打开后会报错或者根本识别不了。3.3 生成完不等于能用清理、修复、再参数化text-to-cad 生成的模型哪怕是商业 API 出品的也建议当作“需要质检的毛坯件”处理别当作最终产品直接下厂。我拿过多个开源模型生成的 STEP 文件做过测试。大部分文件用 FreeCAD 打开后直接选中实体属性显示的是“Solid”实体而不是“Shell”。但有一部分会出现表面有微小的裂缝、某些面是反向法线、边折叠、非流形顶点等问题肉眼看不到一进仿真软件就报错。如果你的目标是 3D 打印网格修复相对简单Blender 里有 3D 打印工具箱一键检查非流形边、内壁、翻转法线Meshmixer 的 Inspector 也能自动补洞。如果目标是 CNC 或仿真情况麻烦得多。网格修复根本解决不了问题必须回到实体层面处理。常用的兜底方案有两个用 FreeCAD 的 Part 模块把导入的 STEP 拆成面再用 Shape Builder 把面重新缝合成实体。这个过程很费时间但能在一定程度上救活破碎模型。直接用 OpenSCAD 或 FreeCAD 重建模。逆向工程一个简单零件比重建更快直接把 text-to-cad 当作“出草图灵感”的工具最终模型以人工重建为准。实践经验是text-to-cad 生成的简单几何体板类、块类、回转体经过修复后能用生成的复杂装配体或者自由曲面特征修复成本可能超过手工建模。所以用工具前先评估零件复杂度别拿着“生成复杂装配体”的想法去试一个只能做单零件的模型。3.4 完整实例桌面显示器支架从文字到 STEP为了把上面这些流程串起来我用一个简单的桌面显示器支架作为完整案例走一遍从需求拆解到生成验证的过程。需求拆解后写成提示词生成一个桌面显示器支架底座形状为圆形直径 220mm厚度 10mm。中心位置有一个直径 50mm 的圆形沉孔沉孔深度 5mm用于插入支撑立柱。底座底面边缘做 R5 圆角底面刻一圈防滑槽槽宽 3mm深 1mm从半径 80mm 处开始槽间距 5mm共 3 圈。单位为毫米。这条提示词写清楚了几件事外轮廓几何圆盘、关键配合尺寸立柱孔、加工特征圆角、防滑槽、单位和阵列关系3圈间距5mm。用支持 STEP 输出的工具跑一遍得到一个圆盘模型。接下来验证环节先把 STEP 导入 FreeCAD选中实体看属性类型再用测量工具确认直径、厚度、沉孔直径是否和提示词一致。实测中我遇到的情况是外径和厚度正确但沉孔变成了一个装饰性盲孔开口直径 50mm底部却收了一道倒角导致立柱插不进去。原因大概率是模型把“沉孔”理解成了视觉上的凹槽而不是一个严格的加工特征。修复方案在 FreeCAD 里新建草图画一个直径 50mm 的圆打孔切除到指定深度删除原来的错误特征。整个过程十分钟搞定。最终的 STEP 文件进入 CAM 加工流程没有出现问题。这个过程告诉我一个核心道理text-to-cad 的准度还没到“拿来即用”的程度但你把它当作“自动出初稿的助手”效率确实比从零建模快得多。4. 常见问题与排查技巧实录4.1 生成结果不是实体surface body / 非流形这是最常遇到的问题。生成结果打开是“空壳”选中零件只有面没有体积或者进入切片软件后显示“模型不是封闭的”。原因通常有两个一是模型生成的几何本身存在拓扑缺陷面和面之间没有完全缝合二是导出的格式在转换过程中丢失了实体信息。排查思路很简单先在源软件里查看模型属性确认是实体还是壳如果在源软件里是实体导入目标软件后变壳那就是导出/导入设置的问题试着换格式或调导入公差如果源软件里就是壳就需要在 FreeCAD 这类工具里做缝补和填充。一个小技巧FreeCAD 的 Part 工作台里“Part 菜单—创建实体—从外壳创建实体”这个功能有时能直接把闭合壳转为实体。如果外壳本身没有封闭就得先查哪条边是开口的手动补面。4.2 尺寸比例离谱怎么校准生成结果尺寸和预期差十倍、单位完全不对、孔距分布随心所欲这类问题非常让人沮丧。原因还是提示词里的约束不足。解决第一步在提示词里把所有尺寸都带上“毫米”单位并且写全整个过程涉及到的尺寸。第二步生成后用测量工具FreeCAD 的 Part Workbench、Blender 的 MeasureIt、或在线 STL 测量工具做三点测距记录关键尺寸是否匹配。第三步如果不匹配优先在 CAD 软件里用“缩放实体”功能按目标尺寸/实际尺寸的比值统一缩放。需要特别提醒缩放必须是等比缩放否则圆孔会变椭圆、倒角会变形。非等比的错误缩放会留下严重设计隐患。还有有的工具生成的本身就是“无单位”的你在提示词里说 100mm它建模时当成 100 个单位导出时却不带单位。这时候更稳妥的做法是直接用参数化脚本重建别去猜它的导出单位。4.3 从生成模型到 CAE/CAM中间到底卡在哪网格模型进 CAE 软件做有限元分析通常直接失败因为求解器要的是实体单元不是表面三角形。即使能勉强导入网格质量和拓扑错误也会让计算结果不可信。CAM 编程同理识别刀路需要加工特征而网格模型的边线特征往往无法正确提取。经验法则是要进 CAE/CAM生成阶段就锁定 STEP 格式并且在导入目标软件后立刻做实体检查。很多 text-to-cad 工具默认输出 OBJ 或 STL你要在设置里改输出格式。如果工具只支持网格输出可以用网格转实体的软件做重建——但这只适合简单几何体复杂模型转换后特征会丢失、计算会出现误差。我做夹具设计时用过一次网格转实体一个带三个安装孔的 L 形支架用 Meshmixer 转成实体后再导入 CAM出来的刀路确实能用但孔的同心度差了一些不得不手工修正。所以结论是能直接生成 STEP 最好不能的话就接受“网格生成结果只能做展示件”的现实。4.4 提示词怎么改都不生效先查这几个地方如果你连续改了五版提示词生成结果都没什么变化问题可能不在提示词而在工具本身。先确认模型上下文长度。很多开源模型对长提示词支持不友好超过长度的部分会被截断你要检查实际输入长度把提示词精简到核心信息上。再检查工具是否支持你要的特征类型。比如“阵列”是一个高级特征很多 text-to-cad 模型训练数据里就没出现过阵列你说“复制三个”比说“阵列”更容易被理解。不是所有专业术语都能被模型识别用“说人话”的方式描述加工意图往往更有效。还有一个关键点尽量避免否定和双重否定表达。模型对“不能”“不要”“除了”这类逻辑的把握远不如对肯定句把握得好。“不要有圆角”的生成结果大概率还是带圆角不如改成“所有棱边保持直角不添加圆角”。如果以上都排查完还不行可以换个思路用多个工具生成同一个需求对比择优然后人工拼接。不同模型的训练数据差异决定了它们对不同几何类型的擅长程度多工具并行的策略在现阶段性价比很高。5. 用了一段时间之后我总结的几点实在话5.1 把 text-to-cad 当“初中级工程师助理”用而不是“全自动制造机”text-to-cad 现阶段最合适的定位是“拿到需求后能在几分钟内给出初版几何”的助理角色。它能帮你把模糊需求快速变成可讨论的形状、快速产出变体、批量生成结构类似的非关键零件。但它的结果必须经过人工审查这就像实习生画的草图方向对了细节需要你逐一确认。关键承力件、配合面、公差要求高的位置别指望一次生成就达到可用状态。我见过有人因为生成结果看着很像样直接把 STEP 发给供应商加工结果装配时发现孔位偏了 0.5mm整批报废。这类教训足够深刻。建议把 text-to-cad 嵌入一个明确的质检流程生成、检查实体属性、测量关键尺寸、进入 CAD 修正、确认后再出图。设置这五步并不会花太多时间但能避免大多数“AI 生成翻车”事故。5.2 几个值得长期关注的方向text-to-cad 后续的扩展空间很值得期待。一个是与拓扑优化结合用算法基于边界条件自动探索形状候选human 只负责筛选和细化另一个是与制造工艺的打通从文字直接生成可制造性分析报告、建议工艺路线还有一个是批量变体生成比如参数化法兰盘系列写一个脚本循环调用 API一次出 20 个版本供选型这在以往需要重复劳动的场景里非常实用。关于落地建议我更倾向于从“辅助设计”切入而不是“全自动设计”。考虑到现有的生成精度、拓扑质量和审查成本短期内它能给中小型团队带来最直接的价值就是省掉大量“从零画草图”的时间把精力转移到真正需要经验判断的地方——材质选择、加工工艺、装配配合这些 AI 还难以可靠替代的环节。这个方向还在快速迭代只要持续关注用起来不算晚。
