Text-to-CAD全解析：从自然语言到可制造CAD模型的技术路线、工具选型与工程落地

先说一个我最近常被问到的场景客户发来一句“给我画一个带法兰的电机安装座”以前我得打开SolidWorks从新建零件开始拉伸、切除、倒角、开孔一套流程走下来少说也要半小时。现在呢把这句话敲进text-to-cad工具十几秒后一个像模像样的法兰底座就出来了甚至还能导出成STEP文件丢进CAM软件。这个变化我认为值得每个做机械设计、产品结构、3D打印或者数控加工的人认真关注。text-to-cad文本生成CAD模型过去一年发展得非常快已经从“实验室玩具”走到了“能进真实工作流”的阶段。这篇文章我会把当前主流的技术路线、工具生态、可复现的实操流程以及我实测中踩过的坑一次性讲清楚。不管你是设计师想提效还是程序员想接API做自动化都能从中找到可以直接抄作业的部分。1. 一句自然语言怎么变成CAD模型先盘点一下现状先别急着上手我们需要对这个领域目前的真实水平有一个清醒的判断。text-to-cad不是一个单一产品而是一类技术的统称。市面上你能接触到的工具和项目按完成度大致可以分成三类。第一类是直接面向C端用户的Web应用最典型的是前KittyCAD团队做的Text-to-CAD这两年改名为Zoo还有Spline AI、Leo AI这类工具。这类产品的特点是你打开网页输入提示词等上十几秒到几分钟就能拿到一个可以预览、旋转、导出的模型。它们主打的是“零门槛”不要求你懂参数化建模也不要求你懂代码只需要描述清楚你要什么东西。我实测了Zoo的Web版对一个带圆角的矩形底座加上四个通孔这类简单零件生成效果已经相当能打能直接用于3D打印。第二类是面向开发者的API和开源框架。比如OpenAI在2025年基于GPT-4推出的生成式CAD功能可以通过API调用把自然语言转成可编辑的CAD模型。学术界也有一个很有名的开源项目叫Text2CAD2023年发表在arXiv上它不走大语言模型的路子而是用深度学习直接生成B-Rep表示的CAD模型。这类方案的上手门槛明显高一些但好处是高度可定制能嵌入自己的设计流水线。第三类是“大模型参数化软件”的混合方案这类在国内的落地场景更多。它的做法是先用大语言模型把用户的自然语言需求解析成结构化的参数列表再去驱动SolidWorks、Fusion 360或者FreeCAD的API生成模型。我自己在项目里就重度使用了这个方案因为很多传统制造企业的设计师完全不会写提示词但他们特别熟悉“底板厚度8毫米孔径6.5毫米”这类把话说清楚的表达方式大模型要做的就是把这些信息抽出来填进一个预先定义好的建模脚本里。现在主流的text-to-cad工具和它们的特点我整理了一个表格工具/项目技术路线输出格式上手难度典型用途Zoo Text-to-CAD自研CAD生成模型STEP / STL低Web直接可用概念设计、快速原型OpenAI CAD生成GPT-4大语言模型生成B-RepSTEP中需API工业零件、可编辑模型Text2CAD开源深度学习生成B-RepSTEP / JSON高需跑模型学术研究、二次开发Spline AI / Leo AI文本几何推理GLB / STL / STEP低3D设计、建模辅助大模型CAD API方案LLM解析参数驱动建模原生CAD格式中高企业内部自动化设计表格列到这一步你应该能看出一个关键趋势输出格式才是区分“玩具”和“工具”的分水岭。只能导出STL的东西撑死了做做3D打印和渲染能导出STEP甚至原生参数化格式的才真正接入了产品级设计制造流程。所以后面第4章我会专门讲格式和下游适配。2. 三股技术路线直接生成网格、构造实体几何、路由到参数化专家模型的差异很多人以为text-to-cad就是“用一个超大的AI模型吃掉所有数据然后凭空变出模型”这个理解错得挺离谱。抛开产品包装现在跑得通的技术路线一共就三条它们的底层逻辑完全不同适用场景也完全不同。第一条路线是“直接生成网格/体素”。你可以把它想象成AI在雕刻一块数字黏土模型根据你的提示词逐步调整一个三维体素的概率分布最终输出一个网格文件。这种方法实现最早Quill、Meta的早期3D生成研究都是这个路数。它的优点是生成速度快、自由形态的东西表现好比如雕塑、有机造型、游戏资产缺点也很致命输出的是三角网格没有参数化特征没法编辑加工精度得不到保证。这条路线对CAD而言基本是死胡同主流工具已经很少用它了。第二条路线是“大语言模型生成CSG/程序化脚本”。CSG全称是Constructive Solid Geometry构造实体几何。它不直接生成几何形状而是把设计表达成一系列布尔运算一个圆柱体加上一个长方体再减去一个孔。OpenSCAD就是这个思路的典型代表。大语言模型在代码生成上表现很强所以让它直接生成一段OpenSCAD或者CadQuery脚本就成了很自然的方案。我在测试中发现对于钣金件、外壳、简单轴类零件GPT-4生成的CadQuery脚本质量相当高参数改起来也方便。但它的天花板很明显——大模型并不真正理解物理约束螺纹、齿轮、复杂曲面这类东西它生成的脚本经常在计算上是对的造出来却是废品。第三条路线是目前工业界最看好的方向叫“路由到参数化专家模型”业内也叫Routing。它的做法是前边一个大模型负责理解你的自然语言然后根据语义把任务路由给底下一堆专门的“小模型”有的专精生成法兰有的专精生成轴套有的专精生成壳体。Zoo Text-to-CAD和OpenAI的CAD生成功能底层都是类似的架构。这个思路本质上就是“多专家混合”它把问题拆小了每个专家模型只需要把一类零件做到极致整体效果反而远超一个什么都干的通用模型。代价是需要积累大量高质量的训练数据和更复杂的调度逻辑。我举一个实例说明三条路线的差异。同样是“生成一个M8六角法兰面螺母”网格生成路线给你一个长得像螺母的网格三角面数量可能上万用网格修复工具修完扔进3D打印机勉强能用但如果你要的是ISO标准尺寸那就等着退货吧。CSG脚本路线给你一段CadQuery代码程序跑完后能得到一个参数化的实体。M8的六角对边距、法兰直径这些参数你可以直接改代码调整这个思路已经很接近工程实际了。路由路线系统识别出这是“紧固件”类别自动调用训练好的紧固件专家模型输出一个带正确特征树的STEP文件你导入SolidWorks后甚至能看到它的建模历史步骤就像人工画的一样。现阶段我的观点很明确如果你要做的是艺术向、概念向的东西网格生成就够了如果你是要能改参数、能出工程图、能上机床的东西优先考虑CSG脚本路线或者路由路线。这条结论会直接影响你的工具选型也直接影响后面所有实操步骤的走向。3. 想让text-to-cad替你干活提示词得这么写工具选好了接下来就是决定成败的一环——提示词。我在实际测试中发现同样是text-to-cad提示词写得好不好生成结果的可用性差距能到十倍以上。很多人抱怨“AI生成的东西根本不能用”八成不是模型不行而是输入的信息密度太低。先看一个反面例子。如果你输入“make a bracket”中文也好英文也好这种级别的描述跟没说差不多。模型只能靠自己的“想象力”给你瞎猜一个支架出来尺寸对不对、孔位对不对完全看运气。而如果你输入的是下面这个Design an L-shaped bracket. Overall dimensions: 120 mm x 80 mm x 8 mm. The vertical face is 80 mm tall and 80 mm wide with 4 through holes for M6 bolts, arranged in a 60 mm x 40 mm pattern, centered. The horizontal base has a 50 mm x 50 mm mounting plate with a central 20 mm through hole for cable routing. Add fillets of 3 mm on all external sharp edges. Thickness is 8 mm throughout.同样的工具生成出来的东西能直接用因为你在提示词里把几乎所有关键设计参数都锁死了。这里有一个核心心法把text-to-cad当成一个只会听命令的实习生它不负责把你的三言两语脑补成完整设计你需要把所有能想到的约束写清楚。我总结了一套提示词模板按这个结构写基本不会翻车零件种类和总体形态开头一句话说清楚是什么零件比如“一个带安装法兰的圆柱形外壳”。关键尺寸参数长度、宽度、高度、厚度、孔径、中心距凡是涉及装配的都要明确写而且必须带单位。绝大多数工具支持mm、cm、inch但我建议统一用mm减少换算错误。孔位和固定特征通孔还是螺纹孔孔数量孔的排布规律圆周分布、矩形阵列还是自定义是非常重要的信息缺口AI特别容易在这里自己发挥。表面处理特征圆角、倒角、拔模角度这些细节决定了零件好不好加工务必写清楚。圆角半径默认给2-3mm以上太小的圆角生成成功率会下降。装配关系如果这个零件要跟其他零件配合说清楚配合面、配合公差等级比如“这个法兰要和一个直径40mm的气缸配合”模型会据此调整核心尺寸。负面提示词告诉模型“不要”做什么。比如“不要生成螺纹细节”“不要生成倒角”这个往往比正面描述更管用。这里有一个容易忽略的细节坐标系方向要写明确。我遇到过好几次提示词里只写了“顶部开孔”结果AI把孔开到了底面。后来我养成了固定写法——“以Z轴正方向为顶部主视方向为Y轴负方向”虽然不是每个工具都认这套但至少能降低方向出错的概率。再补充一点关于口语化描述的处理经验。实际工作中设计师的话语习惯跟AI理解的“标准CAD语言”有偏差。比如老师傅会跟你说“这个件四周倒个角”这句话信息量太低了倒角尺寸是多少是整个周边还是部分边这种时候我会先把口语需求翻译成上面那套六段式结构再喂给AI。翻译的过程其实也强迫我们自己把设计需求梳理清楚了这本身就是text-to-cad带来的额外价值。4. 实测一条完整链路从提示词到可编辑的STEP文件理论说再多不如跑通一遍。这一章我分享一条我实测完整的链路走的是Zoo Text-to-CAD的主流程因为它的Web端对新手最友好同时输出STEP文件的路径也最顺畅。如果你想用OpenAI的API流程类似只是把操作步骤换成代码调用而已。第一步建项目新建一个空白设计。在Zoo的界面里选New Project之后会出现一个输入框就是写提示词的地方。我建议直接把你整理好的六段式描述复制进去第一次生成不要过分纠结先看看模型的理解方向对不对。第二步检查生成结果。这一步很多人都跳过了直接用结果后面各种惊喜。生成出来的模型可以在3D视口里旋转缩放你要重点检查三件事整体比例是否符合预期、关键的孔或法兰是否存在、有没有明显的破面和穿插。只要这三项通过基本就可以进入下一步如果不通过回到提示词修改而不是在生成结果上打补丁。这里有个经验降级比升级容易。如果第一版模型多了一些奇怪的装饰特征你加一句“保持最简单的几何形状不要添加额外特征”第二版通常就干净了。第三步导出STEP文件。在Zoo的输出面板里选择STEP格式。这一步的导出速度取决于模型复杂度简单零件都是秒级。导出来之后我强烈建议你在导入专业软件之前先做一个预处理。第四步导入CAD软件做预处理。我用的是FreeCAD因为免费且能验证STEP文件质量。直接把STEP拖进FreeCAD它会被识别为一个B-Rep实体。你要做的是用测量工具检查关键尺寸用截面工具看一下内部有没有空腔。特别要检查孔的位置和直径是否跟你提示词里写的一致。我自己的记录里第一次生成时孔径偏差在0.3-0.5mm是经常发生的事后来在提示词里明确了孔径公差要求偏差才降到0.1mm以内。这个精度对3D打印没问题但要进CNC还是建议在CAD里把关键尺寸重新约束一遍。第五步做技术验证。跑一遍“干涉检查”和“壁厚检查”。这里有个小技巧你可以用FreeCAD的Part Workbench对这些检查进行直接的算法测试或者用Netfabb、Meshlab对网格文件做一次自动修复。如果是STL流转过来的网格修复几乎是必须的如果是STEP大部分情况不需要修复。第六步把模型归档或者转给下游。我会在FreeCAD里把关键尺寸重新标注一遍然后把文件另存为带特征树的版本方便后续改参数。如果是直接用STEP对接CAM软件那到这里就可以收工了。这条链路跑下来一个关键认知是text-to-cad生成的STEP文件本质上还是一个“聪明的起点”不是终点。你还需要人工确认尺寸、清理多余特征、补加工信息但它帮你把最耗时的“从空白开始建模”部分压缩掉了。可以把节省下来的时间投入到真正有价值的工程判断上。从我个人的统计来看简单零件过去要45分钟建模现在基本10分钟搞定复杂零件从半天缩短到1-2小时而且第一版能用的概率在快速上升。5. 生成结果的下游适配哪些输出格式能喂给SolidWorks、数控机床和3D打印机很多新手拿到text-to-cad生成的文件下一个动作就是直接发给3D打印机或者拿去CAM编程结果各种失败。问题不是模型不对而是你导出的格式根本没选对。这一章我专门把输出格式和下游应用的匹配关系讲透。先看一个基本分类。text-to-cad工具常见的输出格式有STL、OBJ、GLB、STEP、IGES以及少数工具支持的参数化格式比如Fusion 360的.F3D或者SolidWorks的.SLDPRT。这些格式分属两个完全不同的技术世界——网格世界和B-Rep实体世界。STL、OBJ、GLB属于网格世界。它们描述的是“外壳”由成千上万个三角形拼出来的表面。这类格式只适合3D打印、渲染、游戏和WebAR场景。网格文件没有“厚度”概念也没有“孔”的概念它就是一层皮。你把带螺纹的STL文件送去CNC加工机床只能按表面轮廓铣但内孔究竟有没有贯通、壁厚够不够软件根本不知道。STL还有一个致命缺点是文件大、精度依赖网格密度细分不够就会出现阶梯纹。STEP和IGES属于B-Rep实体世界。B-Rep描述的是真正意义上的“三维实体”——有拓扑关系、有边界表示、有几何精度。STEP文件导入SolidWorks、Fusion 360、NX之后是作为实体存在的你可以测量、分析、生成工程图也可以直接丢给CAM软件做刀具路径规划。这是工程制造领域的硬通货。OpenSCAD/CadQuery脚本则属于第三类程序化参数模型。它本质上不是模型文件而是生成模型的指令集合。好处是你改一个参数整个模型跟着变特别适合做产品系列的参数化设计。坏处是你需要有建模脚本的基础改起代码来不是每个人都顺手。我建议你按下面的规则来选输出格式下游用途推荐格式不推荐格式原因3D打印FDM/SLASTL导出前设置高细分STEP直接打印切片软件都能吃STLCNC数控加工STEPSTL需要精确边界做刀具路径钣金展开STEPSTL需要识别面和边二次编辑/改参数原生参数格式/CadQuery脚本STL/OBJ网格没法做参数修改产品渲染GLB/OBJ/STLSTEP带材质丢失网格格式材质友好Web/AR展示GLBSTEPGLB体积小、流式加载还有一个坑就是单位问题。AI生成模型经常会出“尺寸特别大或特别小”的问题本质是模型内部默认单位跟你的期望单位不一致。有些工具默认毫米有些默认米有些是英寸。你别看导出时界面上写的是STEP里面小数点后几位的数值对应什么单位它是不会提示的。我的规避方法是在提示词里明确“所有尺寸单位为毫米”然后在导入CAD之后第一时间用测量工具验证基准尺寸。这一步永远不要省我经历过一次把500mm的零件当成0.5m生成的惨痛教训导入CAM后刀具路径整个飞了浪费了一下午排查。另外一个经常被忽略的问题是“拓扑错误”。STEP文件理论上应该是一个无缝隙的实体但AI生成的模型偶尔会有微小的拓扑瑕疵比如两条边没有完全交到一点、某个面有极小凹坑之类的。这些肉眼几乎看不出来但在CAM软件里算刀路时就会报错。我的对策是在把STEP导入CAM之前先在CAD里运行一遍“检查实体有效性”SolidWorks里叫CheckFreeCAD里叫Part Check Geometry发现红色报错项目就用修复工具补一下。适配下游这件事我的核心体会是**不要把工具箱里的每一把锤子都当钉子使。**生成结果只完成了设计意图的30%-40%剩下的60%是你理解格式、处理边界、验证有效性的功夫。想清楚你的最终交付物是什么再反推应该用什么格式这才是成熟的text-to-cad工作流。6. 现阶段我踩过的坑以及我的取舍建议最后这个章节我把自己实测中踩过的坑整理成一个清单不按重要性排序因为每一个都让我损失过真金白银的时间。第一个坑提示词里加了过于具体的装饰性描述导致生成失败的概率大幅上升。比如你写“表面刻上公司的Logo文字”模型会纠结于文字轮廓识别反而把主体结构弄崩。我的处理方法是分两步走第一步先生成纯几何主体第二步用CAD软件的雕刻/包覆功能把文字加上去。文字、纹理、图案这类特征让专业软件做别为难生成模型。第二个坑AI生成模型的“对称性错觉”。你以为写了“对称”它就会严格镜像实际上很多工具生成出来只是“大致对称”。比较细微的差异比如四角的圆角半径不完全一致如果你只用一个视图去检查就很容易漏掉。我强烈建议在FreeCAD/SolidWorks里从三个正交方向各检查一遍必要时用对称约束功能强制修正。第三个坑版本迭代带来的“能力漂移”。我记录过同一条提示词在三个月内两次生成的结果风格和质量有了明显变化甚至某个版本的输出格式都变了。这对追求稳定性的工程应用来说是个真实风险。我的建议是一个重要项目开始前锁定工具版本跑一批基准测试记录下当时的输出质量不要在生产中途盲目升级工具。第四个坑别过度神话“全自动设计”。有一次我尝试让AI根据粗浅的功能需求直接生成一个完整的机器人关节结构结果确实生成得有声有色但一到图纸阶段就发现轴承安装位没有预留、公差完全没概念、甚至齿轮模数都是随便给的。AI能理解形状但“制造约束”这件事目前的模型还没有内建。我现在更倾向于用text-to-cad做概念方案和人机交互快速迭代真正出图阶段仍然要靠工程师的判断。这不是工具不够先进而是工程本身的复杂度摆在那里你能做的是把AI放在它擅长的环节而不是每个环节都交给它。第五个坑关于隐私和数据安全。把公司还没公开的产品结构写进网页版text-to-cad工具是有数据合规风险的。我自己经手的项目里凡涉及新车型、新产品、关键结构件一律不用公网工具而是用本地部署的开源模型。从实际操作来看本地部署在效果上确实略逊于头部商业产品但数据不出内网心里踏实。这一条谈不上什么技术高低纯粹是风险意识问题但在制造业里往往是保命条款。聊了这么多我的最终取舍建议其实很朴素如果你是个人设计师或者做3D打印玩家直接上手Zoo这种Web工具今天就能用起来增加效率如果你在制造企业里面做标准化设计优先考虑“大模型CAD API”的混合方案把参数化模板控制在自己手里让LLM只当解析器如果你是搞研发的那Text2CAD这类开源项目值得深读源码它代表了下一代B-Rep生成技术的前沿。工具只是起点设计本身永远需要你的判断力。我现在的状态也基本固定了——适合AI的路子坚决让AI去干不适合的路子也绝不硬让AI掺和。这种分工才是text-to-cad这波浪潮里最值钱的东西。