大语言模型

一不小心，AI CAD！跨界打劫！

2025 年 7 月 24 日

AI CAD正在颠覆传统设计流程，让自然语言驱动多智能体完成专业图纸制作，实现毫米级精准交付！核心内容： 1. 传统CAD设计流程的痛点与行业现状 2. AI CAD系统的三大核心功能定式 3. 参数化CAD技术路线与精准度保障方案

hi~

现在！

大量的设施设备、建筑设计、制备生产流程！

都围绕一份CAD图纸，设计-->生产，掺杂大量人工，重复+耗时！

大到：铁路高铁装配零件的设计图，然后由专业部门人工审核，再发到工厂形成生产图，到流水线生产！

小到：家里淋浴房，终端渠道商需要先与客户画一个3D设计图，然后发到工厂，工厂根据要求，画出各个配件型材生产图！

如下，是一个淋浴房渠道商，传到工厂的CAD图纸：

你可以在我司飞书云盘下载：

https://gxlbvdk4ilp.feishu.cn/file/Ipomb6U0posuqKxWo0qctyIMnUf

这张图，无法直接用于工厂生产，不是“施工图”，工厂都需要进行二次绘图，将以上每1个独立部件，都独立做成【三视图】，流水线才能生产！

这样的需求，贯穿所有行业！

无一例外！

如果大模型把这些活干完，整个CAD行业和格局，完全颠覆！

这是一个：

【AI CAD-多智能体驱动的自然语言作图系统】

快速试错阶段

基于一意对AI CAD认识，是远远不足以支撑动手开干的

我们需要完整了解整个行业

跑出去+深入观察

花了几周时间，我们做了一个100+页的需求大表

ps：也可以提供，当然，这是我们拉齐与行业专家的知识高度，便于开展工作，对业内专家可能没什么价值；

去重、合并、评估、筛选后

一意看到了3个需求定式：

定式1：CAD1-->直出一组CAD2图

定式2：CAD2-->可视化可定位CAD中的组件1

定式3：组件1-->自然语言提出计算并调整的组件2

大白话：

全程无需专业的设计师、工程师知识，一个啥都不懂的用户，一个CAD上传，系统预设处理逻辑，把需要做的图纸，多智能体全部做完，并且在系统实时化+可视化渲染

渲染完，用户可以选中一个部分，然后这个部分，直接用自然语言，让多智能体再次微调，实时渲染出来！

最后，一键保存结果CAD到本地！

项目如此，在你手中，你，会用什么技术路线解决？

如果是为了好玩，可用方案可太多了！

有说用SD的，也有说转图用VLM的！

但这是生产，一个毫米级的交付误差，可能直接让一家公司倒闭！

跟一意过去做医疗、财务、投融决策项目情况一样！

准确度优先！

准确度必须99.99%以上才能交付！

我们只能走，CAD-->参数化

一条路子！

什么是CAD参数化

如果你是业内专家，你肯定很清楚这是什么

那你可以跳过这部分

下一部分，我们会讲一步步，是如何做的

遇到了哪些问题，如何解决的

CAD参数化（Parametric CAD）是一种计算机辅助设计（CAD）方法，通过定义几何模型的形状、尺寸和关系的方式，使模型具有高度的灵活性和可编辑性。

参数化的核心思想是将设计中的几何元素（如点、线、面等）与数学参数（如尺寸、角度、约束条件等）关联起来，从而实现对设计的动态调整。

在传统的CAD设计中，几何模型通常是静态的，一旦创建完成，修改起来可能需要重新绘制或重新定义多个部分。

而参数化设计允许用户通过更改某些关键参数（如尺寸值或约束条件），自动生成新的几何形状，而无需手动调整每个细节。

还是上面这个【淋浴房3D图】，他的其中一个【固定型材】，就是一个左框，参数化表示后(部分)，是这样的：

[    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -11.44465735770649, 0.0), (-0.2247471124567255, -11.44465735770649, 0.0), (-0.2247471124567255, -51.44465735770649, 0.0), (-1.427279462775232, -51.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 1980.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -11.44465735770649, 1980.0), (100.0, -11.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -11.44465735770649, 0.0), (-0.2247471124567255, -11.44465735770649, 0.0), (-0.2247471124567255, -11.44465735770649, 0.0), (-1.427279462775232, -11.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 2000.0), (-0.2247471124567255, -198.94465735772105, 2000.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 1980.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -11.44465735770649, 2000.0), (100.0, -11.44465735770649, 2000.0), (100.0, -11.44465735770649, 1980.0), (100.0, -11.44465735770649, 1980.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -51.44465735770649, 0.0), (-0.2247471124567255, -51.44465735770649, 0.0), (-0.2247471124567255, -51.44465735770649, 0.0), (-1.427279462775232, -51.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 1980.0), (-0.2247471124567255, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 2000.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -51.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0), (100.0, -51.44465735770649, 2000.0), (100.0, -51.44465735770649, 2000.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -51.44465735770649, 0.0), (-1.427279462775232, -52.74465735770212, 0.0), (-1.427279462775232, -52.74465735770212, 0.0), (-1.427279462775232, -51.44465735769921, 0.0), (-1.427279462775232, -51.44465735769921, 0.0), (-1.427279462775232, -47.44465735769921, 0.0), (-1.427279462775232, -47.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0), (-1.427279462775232, -10.14465735770358, 0.0), (-1.427279462775232, -10.14465735770358, 0.0), (-1.427279462775232, -11.44465735770649, 0.0), (-1.427279462775232, -11.44465735770649, 0.0), (-1.427279462775232, -51.44465735770649, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 26.00000000000365), (-1.427279462775232, -198.94465735772105, 26.00000000000365), (-1.427279462775232, -198.94465735772105, 15.0), (-1.427279462775232, -198.94465735772105, 14.99999999999999), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 0.0), (-1.427279462775232, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 2000.0), (-1.427279462775232, -198.94465735772105, 1980.0), (-1.427279462775232, -198.94465735772105, 1980.0)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -51.44465735770649, 1980.0), (100.0, -52.74465735770212, 2000.0), (100.0, -52.74465735770212, -7.1e-15), (100.0, -51.44465735769921, 0.0), (100.0, -51.44465735769921, 26.00000000000365), (100.0, -47.44465735769921, 26.00000000000365), (100.0, -47.44465735769921, 15.0), (100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, -7.1e-15), (100.0, -10.14465735770358, -7.1e-15), (100.0, -10.14465735770358, 2000.0), (100.0, -11.44465735770649, 2000.0), (100.0, -11.44465735770649, 1980.0), (100.0, -51.44465735770649, 1980.0)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -11.44465735769921, 0.0), (-0.2272794627635903, -11.44465735769921, 0.0), (-0.2272794627635903, -11.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 14.99999999999999), (-0.2272794627635903, -198.94465735772105, 14.99999999999999), (-0.2272794627635903, -198.94465735772105, -8.9e-15), (-1.427279462775232, -198.94465735772105, -8.9e-15)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, -8.9e-15), (100.0, -11.44465735769921, -8.9e-15)]],    ["POLYLINE", False, (0.0, 0.0, 0.0), [(-1.427279462775232, -47.44465735769921, 0.0), (-0.2272794627635903, -47.44465735769921, 0.0), (-0.2272794627635903, -11.44465735769921, 0.0), (-1.427279462775232, -11.44465735769921, 0.0)]],    ["POLYLINE", False, (0.0, -198.94465735772105, 0.0), [(-1.427279462775232, -198.94465735772105, 15.0), (-0.2272794627635903, -198.94465735772105, 15.0), (-0.2272794627635903, -198.94465735772105, 14.99999999999999), (-1.427279462775232, -198.94465735772105, 14.99999999999999)]],    ["POLYLINE", False, (100.0, 0.0, 0.0), [(100.0, -47.44465735769921, 15.0), (100.0, -47.44465735769921, 15.0), (100.0, -11.44465735769921, 14.99999999999999), (100.0, -11.44465735769921, 14.99999999999999)]],    ......]

在参数化过程中，我们又拿了50个不同复杂度、大小的CAD文件！

以此测试参数化后，还原成CAD图的成功率，达到100%！

成功率计算方法，如下：

成功还原率=成功还原次数÷总还原次数x100%

我们把参数化后文件，传上了飞书，你可以在这里下载：

https://gxlbvdk4ilp.feishu.cn/file/C5FLb0nSRojfWuxV3VuckBVInrd

参数化表示成功后，参数量瞬间爆炸，一个图，可能有千万、亿级数据组合！我们马上，又面临一个直接决定成败的挑战：

参数定位

当用户点击选中图形，我们需要精准定位到对应的一组或几组参数，以支持自然语言提出计算任务，智能体才能以此计算

否则，只是参数化，无法定位计算，一切，毫无价值！

参数化后的问题

一个CAD，越复杂，参数化的数据量，越庞大！

十万组还算比较小型的

大部分是千万、亿级的数据量！

我们还要在这些数据上，部署一个多智能体系统

如何定位+存储，是个大挑战

我们深入到这些数据，把参数拆开，发现一些规律(部分)：

一意马上把其他CAD文件参数化，复核，一致！

经过算法转化，得到这样的数据（部分）：

【"实体类型",<是否闭合>,(<基准点X>,<基准点Y>,<基准点Z>),】

【(<顶点1的X坐标>,<顶点1的Y坐标>,<顶点1的Z坐标>),】

【(<顶点2的X坐标>,<顶点2的Y坐标>,<顶点2的Z坐标>),】

...

【(<顶点n的X坐标>,<顶点n的Y坐标>,<顶点n的Z坐标>)】

大到一个淋浴房，小到一个型材，皆可被定位！

包含具有计算价值的几何信息、层级关系及附属属性

最终形成统一规范、可扩展、可管理、可定位的结构化数据！

有了这些数据，只需要把计算规则，做成一个算法库！

多智能体系统就可以拿到这些数据，并以此计算！

参数化计算

这是最后一步！

也是最重要一步！

你需要懂业务，或者有行业专家辅助你，理清计算方案！

举个例子：

这是一个3D图，是固定淋浴房玻璃的一个型材！

一个门框！

现在你要根据他，画一个三视图！

正视图、侧视图、俯视图

用于工厂生产！

我们必须要根据任务，建立一个高精准的算法方案库，支撑多智能体系统计算！

一意画了一个技术方案图，如下：

这是一个多智能体驱动的系统，系统有了，那用什么模型驱动？

首先排除开源方案，开源模型没有能完成这种程度任务的能手！

团队有伙伴不信，拿了DeepSeek、qwen等系列去跑，均无果！

闭源方案，我们只测试国外3家

最终只有Claude完成(亦有瑕疵)！

我们做了所有模型的性能测试报告！当然是参数化计算的，如果你需要，也可以找技术助手-小胖要！

接下来，欣赏一下结果：

正视图：蓝色

侧视图：绿色

俯视图：红色

该文件的下载链接：https://gxlbvdk4ilp.feishu.cn/file/KWQYboc5mork9ExclTlc6PlXnbc?from=from_copylink

当然啦！这是一份CAD文件，可以被放大、定位、选中，订阅号图片上，看起来就是三条线！

后面，他也可以一键标尺寸，一键审核、一键分析诊断.....

更多的功能，都是在参数化计算之后的，简单很多！

立即咨询 JOTO

JOTO 提供覆盖企业智能体规划与搭建、AI 平台私有化部署、RAG 知识工程、AI 安全治理、FDE 驻场共创及持续运营优化的全周期 AI 落地服务，帮助企业把验证中的 AI 能力转化为安全、可控、可持续迭代的生产力。联系 JOTO 获取 AI 落地咨询

想把这些做法用到你的业务里?

留下你的场景和痛点,我们帮你判断从哪一步开始。

联系我们

一不小心，AI CAD！跨界打劫！

立即咨询 JOTO

想把这些做法用到你的业务里?

开启企业级 AI 落地

填写需求单