这两年AI生成领域有一个方向特别热闹输入一句自然语言直接得到CAD模型。很多刚接触的朋友以为它能把“做一个M8螺栓连接座”这种话变成一张带公差标注的工程图实际上远不是这么回事。我帮A同学调试过几个开源的 text-to-cad 方案也自己搭过完整流程想把这些真实经验摊开讲清楚它能干什么、不能干什么、怎么用才顺手、最容易踩哪些坑。这篇内容适合三类人想评估 text-to-cad 能不能接入现有工作流的设计师做3D打印、创客项目想快速把想法变成模型的动手派以及刚入门生成式设计、想理解底层原理的学生。我知道很多教程喜欢先铺一堆背景我直接跳过去从能力边界开始聊。1. text-to-cad 到底在生成什么能力边界先对齐1.1 它生成的是“几何形状”不是“工程语义”所有叫 text-to-cad 的工具归根结底干的事只有一件把语言描述映射成一套几何数据。这套几何数据通常以网格mesh、点云point cloud或隐式场implicit field的形式存在。问题在于CAD 文件里除了几何还藏着大量非几何信息——公差、材质、表面粗糙度、装配约束、标准件编号。当前绝大多数 text-to-cad 实现根本不产出这些它们只认“形状长什么样”不认“这个形状怎么加工”。A同学第一次测试时输入“做一个带四个安装孔的法兰盘”生成结果乍一看确实是个盘子孔位也大致均匀分布。但把模型导入某主流参数化建模软件一量四个孔的直径彼此差了0.3毫米孔间距也不对称——这种模型拿去加工就是废品。这不是工具抽风而是它的表征方式决定的网格模型天生没有参数化尺寸树几何上“看着像”和制造上“精确到0.01毫米”是两码事。所以使用 text-to-cad 的第一原则是把它当成概念草图的加速器而不是工程出图替代品。它帮你把脑中的形态快速可视化、确认大方向真正的精调还得回到参数化建模环境里进行。1.2 当前实用的三种输出形态不同实现输出的东西不一样这直接决定了后续要不要做格式转换。我按实用程度排个序输出形态数据结构优点缺点典型下游流程多边形网格STL/OBJ/GLTF兼容3D打印渲染友好无法参数化编辑曲面精度有限3D打印、视觉验证隐式场提取的等值面高精度网格可转NURBS曲面连续性好适合有机形态转换参数化实体时有信息损耗逆向工程、曲面重建程序化参数模型代码/CSG操作序列完全可编辑尺寸参数可改受限于预设几何原语复杂自由曲面难表达传统CAD二次编辑其中最值得关注的是第三种。它不直接生成网格而是让大模型输出一段构造几何的代码——比如一序列的拉伸、旋转、布尔运算指令。这类结果在“可编辑性”上远超前两种。我后面在第三部分详细展开它的实操链路。1.3 “可编辑”不等于“能直接改参数”还有一个高频误解是“既然叫CAD生成出来应该能像原生文件那样拖拽特征”。事实是即便输出的是程序化参数模型改参数也不是双击尺寸那么简单。因为大模型生成的代码往往没有组织结构全部过程都堆在一个函数里没有特征树、没有草图约束改一处尺寸可能导致整个布尔运算链崩掉。我之前测试过一个生成“通风机外壳”的方案生成结果确实是一段带参数的代码外形也过得去。但我想把进风口直径改小一点结果布尔减运算因为新直径和侧壁干涉直接报错整个模型消失。这种事多碰几次你就会明白text-to-cad 的意义在于提高“从零到一”的启动速度而不在于给你一个完美的原生工程文件。2. 从文本到几何三种主流技术路线的拆解2.1 端到端隐式建模用扩散模型“猜”出体素场第一种路线的典型做法是用扩散模型Diffusion Model直接在三维体素空间或隐式场如 occupancy field、signed distance field里做生成。给定文本描述模型通过多次去噪过程逐渐“勾勒”出一个完整的几何体。逻辑上很像文生图先有噪声再逐步让形状浮现。这套方案的优势是能表达非常复杂的自由曲面和有机形态比如“一个像树叶的托盘”“一个扭曲的花瓶”这类形状用传统特征建模能把你逼疯但它可以一次生成。缺点同样明显生成的是稠密网格数据文件动辄几十上百MB没有特征历史也不能参数化编辑只能当“数字黏土”用。实际项目中这类方案更适合做工业设计前期的形态探索——迅速生成十个形态版本给客户挑选中之后再由建模师重新用曲面工具重建。直接拿生成网格去生产基本不现实。2.2 程序化参数生成让大模型写代码第二种路线是眼下工程实用性最强、也是我最推荐初学者入门的方案让语言模型直接输出构造步骤代码。模型不做三维推理而是把文本描述翻译成参数化建模工具的API调用序列或者一套CSGConstructive Solid Geometry构造实体几何操作指令。比如“一个外径60毫米、内径30毫米、厚5毫米的垫片”模型会生成这样的伪代码逻辑先画圆1再画圆2然后用圆1拉伸5毫米、用圆2做布尔减运算。整个过程完全是参数化的你随时可以把60改成70重新生成一遍。这里的关键设计是“以几何原语为中间语言”。大模型非常擅长生成结构化的代码序列而不擅长直接想象三维坐标。把三维问题降维成二维操作序列之后成功率会有质的提升。这也是为什么这类方案能在当前硬件条件下就落地——它本质上复用的是大模型的代码能力而不是三维推理能力。这个方案最需要打磨的是“约束求解”环节。因为是从不同角度描述同一个实体模型生成的尺寸可能彼此矛盾。比如既说“厚5毫米”又说“高8毫米”最后生成的代码里这两个参数会同时存在导致几何体自相交或拉伸异常。我在实操中通常会在提示词里强制指定“只能用h表示厚度所有高度参数必须引用h”用这种方式把冲突风险压到最低。2.3 检索与组装式生成把旧模型库用起来第三种路线相对冷门但对特定场景极其实用输入文本后先从已有模型库中检索匹配度最高的零部件再通过放置、缩放、布尔操作把它们组装成一个整体。这很像“乐高式”建模——模型本身不是从零生成的而是对已有资产的重组。这个方案的亮点在于工程可靠性。检索到的模型来自真实设计库本身就包含合理的设计意图和可制造性不会出现自相交面、非流形边这类新手生成模型常见的拓扑错误。缺点是依赖库的规模和质量。如果你要的零件比较冷门库中根本没有接近的部件模型就只能靠缩放硬凑尺寸和比例很容易失控。实际操作中很多团队会把第二种和第三种结合起来组件级别的部件用检索连接结构、外壳这类定制件用程序化生成。这种“先检后生”的组合策略在效率和可靠性之间取得了一个比较好的平衡。3. 把一句话变成可编辑模型提示词与参数化设计的实操链路3.1 写提示词的核心几何描述、尺寸约束、拓扑意图很多人第一次用 text-to-cad 生成的模型惨不忍睹90%的问题出在提示词写得像在跟人类聊天而不是在跟程序对话。机器需要的是结构化的几何指令不是文学修辞。我把靠谱的提示词拆成三个层次第一层几何原语。明确指定形状的基础构成比如“先把一个40×40×10的长方体作为主体”而不是“一个方形的座子”。“方形”太模糊机器不知道是正方体还是长方体、圆角要不要、边倒角多大。第二层尺寸与空间关系。必须使用确定的数值和位置词例如“在顶面中心位置挖一个直径8毫米的圆孔圆孔圆心距顶面左边缘20毫米”。这里要注意“中心”“左边缘”这类词在程序化生成中对应的是坐标计算必须说清楚参考系。第三层拓扑意图。明确特征之间的布尔关系哪个是主体、哪个是减料、哪个是加料。我常用的句式是“先做A作为底座再在A的上表面添加B然后在B的中心位置减去一个C”。这等于直接告诉模型你的CSG操作顺序能大幅减少几何自相交的问题。下面是一个我自己调好的范例模板生成一个[产品名] 的三维模型按照以下步骤严格构造 1. 基础主体一个[长]×[宽]×[高]毫米的长方体圆角半径[XX]毫米。 2. 安装孔在主体顶面[位置描述]处挖一个直径[XX]毫米的通孔。 3. 加强筋在主体底部外侧添加一个[长×宽×高]毫米的矩形加强筋与主体做并集。 4. 所有孔均用圆柱体与主体做差集实现。 5. 最终输出为参数化代码所有尺寸使用变量定义变量命名与上述说明一致。3.2 一个完整示例从“开孔矩形板”到可修改模型我拿一个最常见的场景做完整演示生成一块带四个安装孔的矩形安装板。提示词如下生成一块矩形安装板步骤如下 1. 创建一个长80毫米、宽60毫米、厚6毫米的矩形块作为主板。 2. 在矩形块的四个角落分别挖一个直径5毫米的通孔。 3. 四个孔的圆心位置距离板左边缘和右边缘各8毫米距离板上边缘和下边缘各8毫米。 4. 板体四边做半径3毫米的圆角。 5. 所有尺寸定义为变量输出构造代码。以程序化参数生成方案为例模型会输出一段代码逻辑大概长这样length 80 # 板长 width 60 # 板宽 thick 6 # 板厚 hole_r 2.5 # 孔半径 margin 8 # 孔边距 # 1. 主体矩形块 plate box(length, width, thick) # 2. 计算四角孔心坐标 holes [ cylinder(hole_r, thick).translate(margin, margin, 0), cylinder(hole_r, thick).translate(length - margin, margin, 0), cylinder(hole_r, thick).translate(margin, width - margin, 0), cylinder(hole_r, thick).translate(length - margin, width - margin, 0), ] # 3. 布尔减 result plate for h in holes: result result - h # 4. 圆角 result result.fillet(3)这段代码拿到手的价值在于我随时可以改length 120重新执行一次得到一块加长板而不用重新描述需求。这才是 text-to-cad 作为“设计助手”的真正用法——不是一次生成定稿而是快速生成多个参数版本迭代筛选。3.3 生成后的人类介入参数调整与特征修复代码生成之后大概率需要人工介入几个环节。最常见的问题是尺寸约束缺失模型生成的孔位是基于“边距8毫米”口语化描述计算出来的但实际坐标可能与你预期不符。这时候要检查代码里有没有硬编码坐标有的话手动改回变量引用。第二个高频问题是“过定义”同一尺寸在多个位置被重复定义且相互冲突。比如前面既定义了hole_r又在每个圆孔生成处直接写了r2.5改一处另一处就不会跟着变。我的习惯是生成后先全局搜索有没有重复的数值字面量统一替换成对应的变量名。还有一个问题很少有人提布尔操作的顺序敏感。同样的减料操作先减孔再倒角和先倒角再减孔得到的边缘质量完全不同。如果生成结果在某处出现了破面或异常尖角第一个排查方向就是调整布尔运算和圆角操作的顺序。4. 从生成结果到生产可用格式转换、拓扑修复与工程化落地4.1 常见格式链路STL、OBJ、STEP 怎么选text-to-cad 生成完的结果要进入下游流程格式选不对一切白搭。我按使用场景把格式分成三档STL/OBJ3D打印和渲染首选。这种网格格式被所有切片软件和渲染器支持兼容性最好。但它只有表面几何没有任何拓扑关系和单位信息。我用之前一定会检查单位有的工具默认1单位1毫米有的1厘米直接打印会导致模型缩放10倍。STEP/IGES工程交换最稳。这是实体模型的通用交换格式能被主流CAD软件原生打开保留实体语义。如果生成结果是网格需要先做“网格转实体”操作才能导出STEP。这一步质量取决于原始网格质量烂网格转出来的实体也烂。原生参数化格式可编辑性最强。这是程序化生成路线独有优势代码直接生成目标CAD软件能识别的脚本跳过一切转换损耗。但绑定平台换软件就废。我的建议是日常使用建立一条“双轨制”链路一个支路输出STL用来快速3D打印验证手感另一支路输出STEP/原生格式用来做工程出图。两条轨不要混用否则会在单位换算和拓扑转换上反复折腾。4.2 网格转实体的坑拓扑清理与缝合如果你拿到的是网格模型想把它变成可编辑的实体中间隔着几步绕不开的工序。网格转实体最核心的操作是“曲面拟合”——用NURBS曲面去逼近网格表面。网格越密、曲面越光顺拟合效果越好网格有破损、非流形边、自相交拟合直接失败。我分享一个踩过的坑生成一个壳体零件时网格内表面和外表面靠得很近壁厚只有1.2毫米拟合算法把内外两个曲面识别成了一个波动的整体导致实体内部出现了异常的空腔。后来我在拟合前先做了“抽壳检测”把内外表面拆分成两个独立点集分别拟合问题才解决。拓扑修复的命令在各软件里叫法不一有叫修复、有叫愈合、有叫闭合但逻辑相同检查非流形边、删除重复面、填补孔洞。这套流程极其依赖网格质量不要指望神级算法能“无中生有”把烂网格救活。如果源网格差到一定程度我的止损策略是直接重新生成一次把前一步的提示词中相关描述改得更明确而不是在修复上耗费数小时。4.3 接入现有CAD环境的三个习惯第一先锁定原点再导入。生成模型的坐标系原点和你的装配基准通常不重合导入后第一步永远是把模型原点对齐到主装配原点。省掉这一步后面每次装配都会埋雷。第二统一单位和中途不要切单位。打印行业习惯毫米CAE分析习惯米或毫米不同环节之间切换时极易出错。我的做法是约定所有生成输出都按毫米导出并在文件名里带_MM后缀这样任何时候打开文件都知道单位前提。第三保持特征树精简。程序化生成代码如果没用函数封装导入CAD后特征树可能膨胀到几百个节点后续编辑卡到怀疑人生。我导入后会立刻做一次“特征清理”把连续的小特征合并成组把重复的草图约束删掉。这个操作能让文件体积下降一半以上操作流畅度提升也非常明显。5. 边界之外的坑尺寸漂移、对称性丢失与装配逻辑5.1 为什么读到的尺寸和生成出来的尺寸总对不上这是最让人困惑的一个坑提示词里明确写了“直径8毫米”生成结果一量变成了8.7毫米。问题通常出在两个环节一是单位解释歧义。许多模型的训练数据来自混合单位的网络社区模型一会儿遇到毫米、一会儿遇到英寸、一会儿遇到“一个大概拳头这么大”的模糊描述它对“8”这个数字应该对应多大实体没有稳定锚点。解决方式是我在上面提到的“锁定参照系”不只给数字还给对照物比如“相当于一支标准铅笔的直径约7-8毫米”模型能更好对齐物理尺度。二是离散化误差。隐式建模方案的网格分辨率有限例如在128³的体素网格上直径8毫米的孔映射到网格上可能实际占7~9毫米的体素。这个误差在低分辨率下根本无法消除属于方案本身的天花板。如果你做的是精密配合件建议直接用程序化参数方案数值由代码精确控制不存在离散化问题。5.2 对称性丢失的根因另一个高频问题是“左右不对称”。要求生成一个左右对称的支架结果左边加强筋尺寸正常右边明显多出一块。根因有两层第一大模型生成几何时是逐步推断的不是整体规划的。它先画左半再画右半两个过程之间没有物理上的镜像约束对称性只能靠模型潜在的先验知识维持天然不可靠。第二程序化生成方案里对称操作需要显式写出“镜像”指令。模型如果没有在代码中使用镜像函数而是把两侧特征分别硬写一遍那么只要某一侧坐标计算有半点偏差对称就破了。我的规避手段很简单生成后立刻做一次对称检查脚本找出模型的最大包围盒中心面逐点对比两侧的偏差值。偏差超过0.1毫米就直接在提示词里追加“使用镜像操作生成右侧特征”强制模型调用镜像API而不是手动复制坐标。5.3 装配体生成单零件模型与装配逻辑之间的鸿沟很多人兴奋地输入“生成一个减速器装配体”得到的往往是一个把所有零件融成一坨的几何怪兽——所有零件之间没有间隙、没有约束关系、没有命名。这是因为装配本质上是“零件之间的关系描述”而当前 text-to-cad 模型更擅长处理“单个物体的绝对形状”。如果你确实需要多零件场景我的做法是拆分生成先给每个关键零件单独生成独立的模型文件再在CAD环境里手动装配。每个零件生成时我都会在提示词中指定“与相邻零件配合处的尺寸为XX预留0.2毫米间隙”。这样虽然花的时间多但每个零件都是干净的、可替换的装配逻辑也不会乱。还有个小技巧生成零件时同时生成一个“配合标记”命名前缀比如SHAFT_01、BEARING_SEAT_01导入装配环境后能快速识别部件角色。别小看这一步装配体超过十个零件之后命名混乱会让人彻底抓狂。6. 一个更务实的用法text-to-cad 应该嵌在流程的哪个位置6.1 概念草图阶段的“数字便利贴”现在我习惯把 text-to-cad 当成会议中的“数字便利贴”。设计讨论时说到“这里加个卡扣结构”当场生成一个粗模投到屏幕上大家对着实物讨论比白板画圈高效得多。等到方案思路定下来再由专门的建模师按正式流程做干净模型。这个“先看后做”的模式几乎不增加成本但能极大减少方向性返工。在这个场景里模型精度完全不重要重要的是“能让人看见”。我通常会要求生成结果输出成低分辨率网格文件小、加载快演示时不会卡顿。6.2 生成中间体再交给分析工具另一个我低频但稳定的用法是生成“拓扑优化前体”。传统拓扑优化需要一个初始设计空间——一个大方块或一个粗略外形体。以前我要手动建这个方块现在直接输入“生成一个长200毫米、宽100毫米、高80毫米的实心长方体作为拓扑优化设计空间”5秒钟拿到文件省掉重复劳动。还有一种用法是把生成模型直接导入流体分析工具做定性判断。比如一个弯管接头的生成结果流体仿真跑一遍看压力分布趋势虽然数据绝对精度不足但能快速对比三种形态方案的优劣排序。这个“相对比较”思路在早期选型时比追求绝对精度更实用。6.3 生成模型库的整理与组织使用 text-to-cad 一段时间后你会积累大量生成模型。如果不整理几周后就变成一堆output_v3_final_final2.stl这样的烂摊子。我现在建了一个目录结构按“项目编号/用途/版本”三层管理同时把每次使用的提示词原文存成同名.txt文件与模型文件放一起。这个习惯的作用在复盘时体现得最充分两个月后翻回来看一眼就能明白当初这个模型要解决什么问题、用了什么参数。继续迭代时直接复制提示词改几个参数再生成不用从零描述。我觉得这是让 text-to-cad 真正沉淀成“团队资产”而不是“一次性玩具”的关键一步。我自己的经验是把 text-to-cad 放在“从想法到可视形态”这一段是最舒服的定位前端的语义理解交给大模型后端的工程精度交给人。和所有生成式工具一样它的价值不在于替代设计师而在于把设计师从重复的描述性劳动里解放出来让人把精力留给真正需要判断力的那些问题。如果你准备开始折腾先从第二部分的程序化参数路线入手成功感和可控性都会好很多。