过去两年，AI 大模型的发展速度超乎所有人想象。国外有 ChatGPT 能写方案、写代码；Midjourney 能画海报、画概念车；Gemini 能看图说话；Sora 能把一句文字变成一段视频。

国内大模型 DeepSeek 的爆发，让很多人第一次意识到：

“原来国产模型也能做到这么强。”

它不仅能写代码、分析数据，还能对复杂问题进行推理，甚至被许多工程师用来辅助科研、写脚本、调算法。

通用大模型发展得热火朝天，但工程软件领域却显得格外安静，我们不仅会问：

既然 AI 能理解文字、图像、视频、代码，
那 CAD 3D 模型 能不能也被 AI 理解？

01. 图像是“像素”，但 3D 模型是“结构”

图像是什么？本质是一块“2D 像素矩阵”。一张 1080p 图片，就是 1920×1080 的像素点，每个点的颜色可以用四个数字（ARGB）进行表示。AI 看图，就是在分析这些点的模式。

但 CAD 模型呢？

一个小小的机械零件，可能包含：

• 数百个面

• 数千条边

• 上万个顶点

• 多层嵌套特征

• 参数化特征树（圆角、倒角、孔、壳化、扫掠、拉伸…）

• 精确的 NURBS 曲面

• BREP 拓扑关系（Vertex–Edge–Face–Shell–Solid）

这不是点阵结构，这是一个 数学+拓扑+语义 组成的“多维对象”。

如果把图像比作一本涂色书，那么 CAD 模型就是一本工程教材：

图像是“看着像什么”，
CAD 是“结构是什么、关系是什么、尺寸是什么、约束是什么”。

02. 图像是模糊的，而 CAD 是严谨的

图像允许误差 —— 一只猫是圆一点还是长一点，AI 还能认。
但 CAD 模型不行。

小到 0.1mm 的尺寸差，就可能是完全不同的零件。

例如一个 10mm 孔和一个 12mm 孔：
在图像里几乎一样，在 CAD 里是两个完全不同的对象。

图像识别追求“差不多”；
工程制造追求“绝对精确”。

03. 图像有标准格式，但 3D 模型格式是混乱的

图像：JPEG、PNG、BMP —— 全世界都一样。

CAD 模型呢？

• SolidWorks → SLDPRT

• CATIA → CATPart

• NX → PRT

• Creo → PRT

• Inventor → IPT

• 还有 STEP、Parasolid、IGES、JT、USD、FBX…

每家 CAD 软件的 BREP、特征结构、拓扑表达方式都不一样。
这让 AI 处理难度成倍提升，你必须先统一成一种“可读结构”，才能进一步训练。

04. 图像只有“外形”，但 CAD 有“设计意图”

图像是结果，而 CAD 是过程。

工程师建模时留下了大量“设计意图”：

• 为什么这里倒角 2mm？

• 为什么这个加强筋要选 3°拔模？

• 为什么这个孔选择沉头而不是沉孔？

• 这个圆角是因为力学要求还是可制造性要求？

这些信息藏在：

• 特征树

• 约束关系

• 拓扑逻辑

• 参数化规则

• 工艺意图

• 加工约束

05. 图像是连续的，但 CAD 是离散的、层级化的

图像信息连续，有“局部一致性”。
CNN、Transformer 都非常擅长从连续空间提取模式。

但 CAD 是离散的：

• 点之间没有连续关系

• 面之间可能完全不相邻

• 模型结构像一棵树，而不是一块平面

• 特征可能跨越多个面

• 一个倒角会改变整个拓扑结构

这意味着：

图像任务适合深度学习，
CAD 任务更像是“图结构 + 数学表达式 + 拓扑推理”。

06. 图像数据巨大而统一，CAD 数据稀缺且高度专业

AI 革命是建立在海量图像数据上：

• ImageNet 1400 万张

• COCO 数据集几十万

• 各种爬虫抓图几千万

但 CAD 模型呢？

• 没公开大数据集

• 企业的内部模型不能外传

• 不同行业的模型差别巨大

• 零件分类严重依赖专业知识

• 标签极其昂贵（你得找工程师标）

这导致大模型即使想训练，也 没数据可用。

所以，总结一下：为什么图像 AI 很容易，而 CAD AI 很困难？

• 图像是像素，CAD 是结构（拓扑+数学）；

• 图像允许误差，CAD 必须精确；

• 图像格式统一，CAD 格式混乱复杂；

• 图像无语义，CAD 有设计意图；

• 图像连续，CAD 离散且层次化；

• 图像有大数据，CAD 没数据。

那么：有没有办法让 AI 真正读懂 CAD？

• 用CAD文件格式解析器统一解析结构；

• 用图神经网络（GNN）处理拓扑关系；

• 用 BREP 特征做编码；

• 用向量化做模型相似度检索；

• 用小模型替代大模型，针对行业场景训练；

• 用参数化语义约束进行微调。

工程领域的数字对象，与大模型当前擅长的“自然数据”完全不同。

CAD 不是像素，不是音频波形，也不是语言序列。
它是几何约束、拓扑图、参数语义和数学表达式的组合体。

这意味着，如果 AI 想理解 CAD，它必须走一条完全不同的路线：
结构化、图网络、几何编码、参数语义化。

这条路线还在早期，但已经能看到成果：
一些团队正在用更贴近工程语义的方式，让 AI 不再只是“看图”，而是真正“理解结构”。

而 CAD AI 的未来，到底会走向哪里？下一篇再聊。