企业官网建设流程全解析

1. Text-to-CAD 是什么，为什么突然就火了

先说结论：Text-to-CAD 就是把自然语言描述变成三维CAD模型的技术方向。你输入一句“给我生成一个带有四个安装孔、直径120mm的法兰盘”，系统直接给你返回一个可以编辑、可以加工、带完整几何特征的 STEP 或 Parasolid 格式文件，而不是一张渲染图。这在三年前还是很难想象的事情，2024年下半年开始突然密集出现在各大技术社区的讨论里，热度一路走高。

这波火的直接推手有几个。一是大语言模型这几年把“文本理解”这件事做得足够成熟了，模型能准确解析“直径120mm”“四个均布安装孔”“法兰厚度15mm”这种带工程语义的描述；二是3D生成领域从早期只能出Mesh网格模型，到开始能出B-Rep边界表示实体模型，技术上跨过了一道分水岭。Mesh就像用橡皮泥捏出来的泥模，看着像，但没法直接上CNC加工，而B-Rep是CAD软件内部真正用的数学描述，带拓扑关系、带精确几何，能直接丢给CAM做刀路。这一步跨过去，Text-to-CAD才真正进入工程师的工作流，而不是停留在“好看的演示”。

这个方向适合谁去关注？三类人。第一类是机械设计、产品结构设计工程师，日常被大量标准件、基础件建模耗掉太多时间；第二类是工业软件、CAD二次开发的技术人员，需要评估这个方向是自研还是接入外部方案；第三类是关注AI应用落地的产品经理和创业者，Text-to-CAD 是AIGC从“生成内容”走向“生成工业资产”的关键落点，商业想象空间很大。对这三类读者，这篇文章都会涉及他们关心的层面：技术原理、可用工具、落地工作流、坑在哪。

这篇文章不打算写成学术综述，而是按我实际调研和动手试用的经验来拆解：Text-to-CAD 底层到底怎么工作、目前哪几条技术路线是主流、有哪些工具真的能用、一个工程师要落地这套流程需要准备什么，以及我踩过的和看见别人踩过的坑。

2. 技术路线全景拆解：文本到CAD，中间发生了什么

2.1 三条路线：检索、生成、程序化合成

Text-to-CAD 这个目标听起来很直接，但行业内目前实际上分了三派走法，各有各的底牌。理解这三派的区别，你才能判断自己应该押注哪个方向。

第一派是检索式路线。思路很好理解：从已有的海量CAD模型库中，用文本语义去匹配最接近的模型，然后做尺寸和参数的调整。这条路的鼻祖其实是搜索引擎，只不过搜的东西从网页变成了三维模型。代表方案大多是结合大模型的语义Embedding和三维模型的特征编码，把“文字的向量表示”和“模型的向量表示”映射到同一个空间，然后找最近邻。优点是可解释性强、结果稳定，因为是真实存在的模型，不会有几何错误；缺点是很依赖模型库的覆盖度，你输入“非标异型钣金支架”，库里面没有的话就只能给你一个“相对最像”但其实差得很远的东西。

第二派是生成式路线，也是大家讨论最多的。直接用深度生成模型从文本条件生成三维几何，类似文本生成图像里的扩散模型。目前多数这类方案生成的还是体素或者Mesh，生成完再做表面重建和简化。这路线的优点是可以生成全新的、库里面根本不存在的形态；难点在于生成结果往往只追求“视觉像”，拓扑质量、曲面连续性、加工可行性这些工程师在乎的硬指标很难保证。网格转B-Rep这个环节目前还没有完美的全自动方案，往往需要人工介入修面。所以这条路线在文本—CAD的语境下，目前更常用于前期概念生成，而不是直接出终态模型。

第三派是程序化合成路线，我个人认为这是目前最务实的路线。原理是让大模型生成一段参数化建模的程序代码，比如利用 Open CASCADE、CadQuery、Build123d 这样的几何内核库写Python脚本，由脚本驱动内核去计算出一个精确的B-Rep模型。你看，这其实是用大模型最擅长的“生成代码”的能力，去迂回解决“三维几何生成”的问题。大模型不需要直接理解三维空间的张量运算，只需要理解几何体之间的布尔运算关系、拉伸旋转这些操作逻辑，这些本来就是用文字和符号可以精确描述的东西。Zoo（原KittyCAD）的Text-to-CAD产品、AutoDesk 的 Project Cadmium 早期原型，走的都是或包含这个思路。

为了让这个区分更直观，我整理了一个简表：

2.2 为什么B-Rep是这场变革的胜负手

无论是哪条路线，最后都必须回答一个问题：你输出的文件，CAD软件认不认、CAM软件能不能算刀路、CAE能不能划分网格。这就是B-Rep存在的意义。

CAD软件内部描述的几何分两大体系：Mesh和B-Rep。Mesh是三角形小面的集合，像马赛克拼出来的表面，能够表达“看起来像”，但每个面都是平面的，曲面只能靠细分来逼近。B-Rep则是用数学精确表示的边界描述，圆柱面就是真正的圆柱面方程，圆锥就是真正的圆锥，面和面之间还记录了拓扑关系——哪些边连着哪些面，哪些面围成哪个体。你可以把B-Rep类比成矢量图（SVG），Mesh类比成位图（PNG）；SVG放大多少倍都清晰，位图放大就糊了。

工程加工领域，Mesh文件基本只能用来做3D打印切片、视觉呈现或者逆向造型的参考点云，真正上CNC、上注塑模流分析，都必须用B-Rep模型，或者从B-Rep模型导出中间格式。所以一个文本生成系统如果只能输出Mesh，对工程师来说只是“看看而已”；能输出干净B-Rep STEP，才可以进入真实的产品开发流程。

这也是为什么程序化合成路线最讨巧：因为Open CASCADE、Parasolid这些几何内核本身做的就是B-Rep的布尔运算和参数化建模，脚本驱动内核生成的天然是B-Rep，不需要做网格转曲面这种逆天的后处理。这条路等于躲开了最难的“反求几何”问题，直接把问题转换成了大模型已经非常擅长的代码生成任务。我在实际试用中也明显感觉到，凡是直接输出STEP文件的方案，整体可靠度和可编辑性都远高于输出Mesh再做转换方案的。

2.3 为什么“隐式神经网络”入场还早了点

最近也看到一些学术工作在尝试用隐式神经表示（比如Neural Signed Distance Fields）来做文本到CAD生成，输出可以提取成等值面再转网格。这个方向的论文视觉效果都很好，能生成很光滑的有机曲面，比如耳机、鼠标外壳那种复杂造型。但我个人的判断是，这类方案离工业落地还有明显距离。

主要原因有二。其一是提取出的等值面仍然只是近似Mesh，精度通常在小数点后两三位，而机械加工经常要求微米级的公差；虽然可以加密采样提高精度，但内存和时间开销会迅速爆炸。其二是拓扑正确性没有保证：网络输出的符号距离场可能会产生自交面、裂隙、错误的封闭性，B-Rep要求的水密实体概念在隐式场里并不天然存在。不是说这个方向没有未来，而是说在目前的算力和算法水平下，它更适合做工业设计前期的造型探索，不适合直接作为CAD交付物的生产管线。

一句话总结三条线的现状：检索式赢在稳定、生成式赢在自由度、程序化合成赢在“输出即交付”。而你要选哪条路线，取决于现实场景里你到底要拿这个模型去干什么。

3. 拿到手的模型到底能干什么，不能干什么

3.1 能做的：概念表达、标准件生成、参数化变体

Text-to-CAD 当前最实际的应用场景，我认为有三个。

第一个场景是概念方案的快速表达。传统做法里，产品经理或者结构工程师接到需求后，要花几个小时甚至一两天先建一个粗糙的初步模型用于内部评审。Text-to-CAD 可以把“从需求文字到第一个可用模型”的时间压缩到几分钟。哪怕最终版本不用它生成的原型，这个初版模型的价值也很大：它让所有参与讨论的人在项目第一天就有一个可视化的讨论对象，避免纯文字需求带来的理解偏差。

第二个场景是标准件和通用件的批量生成。支架、法兰、垫片、齿轮毛坯、外壳底座、导轨滑块——这些件结构成熟、参数明确，用自然语言描述完全足够。传统做法要么去标准件库“撞运气”，撞不到就得徒手画；Text-to-CAD 直接按描述生成参数化脚本后，改一个直径数值就能再生成一个变体，几分钟内可以基于同一文本批量产出十几个规格的模型。

第三个场景是从文档/邮件需求直接生成模型初稿。很多工程师都经历过这样的事：收到一段客户描述“需要一个圆形底座，外径200，高80，中心有个30的轴孔，周围6个直径8的螺丝沉孔，均布”，传统做法是打开CAD软件新建零件然后一步步画草图。现在可以直接把这个文字丢给Text-to-CAD，生成初稿后拖进软件检查尺寸、补细节。这不是替代你“画图”，而是替代了从文字到“第一笔草图”的思维转换过程。

3.2 还不能做的：复杂装配体、受力部件、严格公差设计

反过来也要说清楚边界，免得大家期望值放得太高。

第一个不能做的是复杂装配体的整体生成。当前能力下，Text-to-CAD 生成一个“传动箱+轴承座+端盖+密封圈”的整机是不现实的——不是模型做不到“像”，而是装配体涉及零件间的配合关系、装配顺序、自由度约束、干涉检查，这些是三维几何之外的“工程系统”信息，纯文本描述很难完整表达出来。我见过一些测试尝试用一句很长的文本生成装配体，结果是零件“各长各的”，根本没有配合关系。目前比较可行的折中方案是“逐个生成零件，然后人工组装并加配合约束”。

第二个不能做的是需要强度校核的关键受力件。像承重梁、曲轴、齿轮齿面这类零部件，它们的几何形状由力学计算和疲劳寿命分析驱动，而非单纯的“文字想象中的造型”。Text-to-CAD 可以生成一个看起来形状合理的模型，但内部圆角够不够、应力集中严重不严重、壁厚是否满足强度要求，这些必须靠工程师重新做仿真分析。工具只帮你省了“建模”的体力活，没有省掉“设计”的脑力活。

第三个不能做的是严格公差和制造工艺语义。GD&T（几何尺寸与公差）、表面粗糙度、热处理要求，这些制造信息在传统CAD里往往是挂在3D模型标注或PMI上的。当前主流的Text-to-CAD工具生成的STEP文件模型，通常只有纯几何，没有PMI，也没有制造特征的加工属性。后续要么在CAD软件里手动补标注，要么在CAM阶段重新定义加工工艺，对用户来说这是额外工作量，要提前有预期。

3.3 关于“可编辑性”的一个判断标准

给一个简单的判断方法，你拿到一个Text-to-CAD生成的模型时，别只看“像不像”，要试试这三件事：

1. 能不能在SolidWorks/Fusion/Catia里打开后，双击特征进入编辑状态？如果可以，说明它输出的是带参数特征历史的原生格式或中间互换格式；如果打开以后只有一个“输入体”，无法操作特征，说明它只是把B-Rep数据丢过来了。
2. 能不能修改一个关键尺寸然后自动重建？比如把法兰外径从120改成150，看模型是否重新计算关联的孔位和厚度。
3. 能不能顺利导出STEP再导入另一个CAD软件？中间的几何是否会碎面、丢面、出拓扑错误？

这三个操作全过了，说明这个工具已经能和你现有的设计流程融合。过不了的话，它只能算“模型生成器”，不能算“CAD助手”。我在实测中见过不少演示看着很酷，但下载下来打开以后是一个一体化的无特征实体，改一个数值就要重新生成，这种在真实工作流里价值会大打折扣。

4. 动手实测：三条主流方案的体验与效果对比

4.1 方案一：Zoo（原KittyCAD）的Text-to-CAD——先发且产品化程度最高

Zoo 是目前我在实际使用中体验最完整的方案，它的技术路线就是上面说的“程序化合成”路线，底层是自家维护的KittyCAD内核，输出原生二进制格式和STEP。

实际使用的体验是这样的：在输入框里用自然语言描述需要建模的对象，尽量给关键尺寸和特征。比如我输入“一个圆柱形法兰盘，外径120mm，内径45mm，厚度15mm，外圈四个直径9mm的通孔均布在100mm的螺栓圆上”，它生成的脚本会在几秒内返回结果，界面上直接有三维预览，并且可以看到它生成的参数化脚本代码。如果效果不对，你可以直接在聊天里追加“孔距改成110mm”之类的修改指令，模型实时更新。输出的文件可以导出成STEP，导入SolidWorks后打开，虽然特征树不是原生SolidWorks特征，但几何干净，可以做后续编辑和装配参考。

Zoo的局限也很明显。第一，它目前更擅长旋转体和拉伸体这类2.5D特征组合，复杂的自由曲面它能做但成功率明显下降；第二，它对中文的支持只能说“能跑”，描述稍微绕一点就容易理解偏差，建议用英文指令和单位；第三，免费额度有限，高频重度使用就要买套餐，个人用户成本不低。总结：产品完整度最高、迭代最快，适合愿意先付费体验的团队和个人。

4.2 方案二：AutoDesk Project Cadmium——老牌CAD巨头的AI集成实验

AutoDesk 的 Project Cadmium 可以算是传统CAD巨头里的“第一个吃螃蟹”的项目，目前是个研究原型，没有完整商用。和Zoo的不同在于，AutoDesk 家大业大，它的方案更强调和Fusion 360的打通。

Cadmium 的核心思路之一：用户输入文本，系统先生成一个初始B-Rep模型，然后提供一个名为“属性面板”的交互空间，用户可以用选择框和数值输入去调整模型参数，比如改底座的宽度、高度、倒角大小。这相当于把“文本对话”和“参数化驱动”做了一个接口融合。我体验下来，它比纯聊天式的生成更接近工程师的操作习惯：文字负责定义大方向，数值面板负责精修细节。如果你本身就是Fusion用户，这个工作流的学习成本极低。

不足的地方也很客观。一是等待队列很长，毕竟是研究原型，算力资源有限；二是能生成的模型复杂度目前还比较有限，重型机械零件、复杂结构的成功率不如Zoo，它更偏向消费类产品外壳、简单机电类零件的造型；三是生态封闭，目前主要面向AutoDesk自家生态，导出互操作要考虑清楚。总结：值得持续关注，尤其如果你是Fusion 360的用户，但现阶段不适合当作日常生产力工具。

4.3 方案三：自建CadQuery/Open CASCADE流水线——最可控但门槛最高

如果不想被第三方工具绑定，或者你所在的行业对数据保密有严格要求（比如军工、专利期产品），自建一条基于开源几何内核的流水线是可行路线。基本思路如下：

1. 选内核：优先推荐CadQuery或Build123d作为建模库，底层是Open CASCADE（OCCT）。
2. 选模型：微调或者RAG增强一个代码模型。目前社区实践里比较多的是基于CodeLlama或者DeepSeek-Coder做指令微调，数据集用“自然语言描述—CadQuery脚本”对。
3. 搭流程：用户输入自然语言 → LLM生成CadQuery脚本 → 本地执行脚本 → 用OCCT计算生成STEP文件 → 返回给用户下载。

这条路线的优点很硬核：数据完全不出内网、脚本即参数化特征、输出一定是原生B-Rep、量产后边际成本几乎为零。缺点也很重：你需要一个既懂AI又懂CAD的团队、自己维护数据集和模型微调流水线，起步成本很高。

我个人的建议是，先别急着自建，先用成熟方案跑通场景、验证需求，再评估自建的ROI。如果团队里既没有懂Open CASCADE的人也没有懂LLM微调的人，自建的坑会让你怀疑人生。

为了更直观对比，我做一个实测汇总表：

5. 落地实操：从文本到可用STEP文件的工作流

5.1 前端：怎么写出“机器友好的CAD描述”

很多人第一次用Text-to-CAD，输入“帮我画个法兰”这种话，生成结果往往一言难尽。这不是工具的锅，而是你的描述缺少工程约束。把Text-to-CAD当成人来沟通，你在和同事交代工作要求的时候也不会只丢一句“画个法兰”对吧？至少要说明直径、孔径、厚度、孔位。写文本提示词也一样，要遵循“主体+关键尺寸+几何特征+特征关系”的框架。

我给一个可以直接照搬的描述模板：

[主体名称]，[主体外形和主要尺寸]，[次要特征1及其尺寸和位置]，[次要特征2及其尺寸和位置]，[特殊要求，如倒角、圆角、阵列]

例子：一个圆形的安装底座，外径160mm，高度25mm，中心有一个直径35mm的通孔，通孔周围有六个直径6.5mm的通孔，均布在直径130mm的螺栓圆上，底座边缘倒角C1。

注意好单位。文本描述里一定要明确单位是mm还是inch，不会说“默认单位”。如果工具支持单位标注，尽量直接用“120mm”而不是“120”。这个细节听起来很小，但对生成的尺寸准确性有决定性影响。Zoo这类工具底层用的不一定是你本地CAD的默认单位，不写清楚的话，生成一个尺寸放大25.4倍的法兰盘简直是家常便饭。

还有描述顺序：先定义主体和主尺寸，再描述附属特征。大模型虽然能理解长文本，但如果你把孔的描述放在最前面、主体放在最后，生成脚本时注意力分配会失衡，导致主体比例失调。把最重要的信息前置，是和大模型沟通的基本礼仪。

5.2 后端：生成模型的“体检”三步法

拿到生成结果后，不要直接拖进项目里用，先做三个快速体检。这三步能拦截掉80%以上的低级问题。

第一步是量尺寸。用CAD软件的测量工具检查关键尺寸是否和你的要求一致，尤其是孔径、孔距、壁厚这些影响装配的特征。Text-to-CAD生成的模型经常会出现“整体形状对，但孔位半径跟我说的差了2毫米”这种误差。原因多半是描述里的数字被模型理解错了，或者单位转换出问题。发现尺寸不对，直接追加修正指令，而不是自己手动改——这才能发挥“文本驱动修改”的效率优势。

第二步是查拓扑。把模型导入CAD后，开启“检查实体”“曲面分析”之类的功能，看有没有破面、开口、自相交。如果是走程序化合成路线出来的模型，一般不会有严重的拓扑问题，因为几何内核保证了布尔运算的封闭性；但如果是Mesh转B-Rep出来的模型，这步就特别重要，发现破面后要启动修复工具处理，修不了的只能重新生成。

第三步是试编辑。选中一个特征尝试编辑尺寸，比如把底座高度从25mm改成30mm，看整个模型是否联动更新。这一步确定这个模型在你的工作流里是“一次性资产”还是“可持续资产”。如果无法编辑，且你后续大概率还要改设计，那就趁早把生成结果作为参考，在CAD里重新建模一次，千万不要在无法编辑的文件上硬改。

5.3 从单件到变体：用批量生成策略提高效率

Text-to-CAD 更大的价值在于批量变体生成。举个例子，你有一套标准零件，规格有十种——外径从80到260，每20一档，孔数从4到12不等。传统做法是打开模型一个个改尺寸，或者用设计表驱动；用Text-to-CAD可以直接写一个脚本批量生成所有规格。

更聪明的玩法是把“描述模板”参数化。你维护一个表格，每一行是一个规格的参数，然后写一个自动化脚本，把参数填充到文本模板里，循环调用Text-to-CAD接口，批量生成并导出STEP文件。这样一次可以生成几十个规格的模型，人只需要在最后抽查几个做体检。这个工作流的ROI很惊人，原本一整天的工作量压缩到半小时以内。

不过要注意模型的输出一致性。批量生成虽然快，但每次生成的脚本可能会有细节差异，比如倒角的实现方式、特征的命名方式不统一。建议在体验前先选一个“锚点模型”，验证生成结果的参数结构稳定后，再批量执行。参数结构不稳定的话，后面做特征映射会很痛苦。

6. 问题排查与避坑实录

6.1 问题一：生成结果“看起来对但尺寸全错”

这是我在试用中遇到频率最高的问题。排查思路是这样：先检查你的文本描述单位是否明确，再看工具的默认单位设置。很多工具其实内置了默认单位，如果你的文本里没有写单位，它就按默认单位走，导致尺寸对不上。Zoo默认是可以识别单位标记的，但如果你直接写“120”而没有“mm”，就可能被理解为“120个当前单位”，在当前单位为英寸的情况下直接翻25.4倍。

解决方法是再追加一条修正指令：“将所有尺寸改为毫米制，外径改为160mm”。不要想着重新描述一次，直接在原有对话上修正，效率更高。另外，检查一下你是否把主尺寸和特征尺寸混在一个句子里说，比如“外径160mm高25mm”这种堆叠式描述，模型的注意力会被稀释，建议拆成短句逐条描述。

6.2 问题二：孔位分布不对，均布变成随意分布

“均布”这个词在文本描述里其实是个高歧义词。你脑子里的“均布在不直径130mm的螺栓圆上”，和大模型理解的“均匀分布在一个圆上”，可能完全是两回事。常见错误是模型默认生成3个孔而不是6个，或者孔的位置角度没有和你心里默认的坐标系对齐。

解决方法是给出明确的数量和角度参考：“围绕中心，在直径130mm的螺栓圆上均匀分布6个孔，第一个孔在12点钟方向”。加上角度基准信息，大模型的生成准确率会有明显提升。如果你不关心起始角度，也明确说“起始角度任意”防止模型乱猜。

6.3 问题三：生成的STEP导入自有CAD后变成“死模型”

高频率问题，特征树里只有一个孤零零的输入体，完全没法编辑。这种情况说明文本生成引擎输出的是纯几何B-Rep，而不是参数化特征历史。这是很多工具的现状，不能说它是缺陷，但对你的工作流确实有影响。

两个应对方向。方向一：如果你需要参数化修改，尽量用工具的原生格式导入到配套的CAD环境，比如Zoo的工具链可以配合它的API和Houdini、Fusion等软件桥接，保留更多特征信息；方向二：如果只能拿到纯几何STEP，就在CAD里用“特征识别”功能（SolidWorks的FeatureWorks、Fusion的Mesh to BRep之类）把识别出来的特征重新参数化。识别过程不一定完美，复杂特征会丢，但对底座、法兰这类2.5D特征通常效果还行。

6.4 一条实战排错清单

把我在试用中积累的经验整理成一份清单，你照着排查可以少走很多弯路：

7. 我的一些实际体会

用下来的总体感受是：Text-to-CAD 目前已经过了“玩具阶段”，进入“生产辅助工具”的早期阶段。它在标准件、基础件、概念原型这些场景里，确实能实打实地省时间，而且省得不是一星半点。但你要是期待它一步到位生成完整设计、替代工程师的创造力，那肯定不现实。它更像一个很强的“建模加速器”，把从文字到三维几何的第一步走得比人快，但后面的路——仿真、优化、制造工艺——还得靠人牵着它走。

我最大的收获是学会把精力放在“描述质量”上。过去建模花在操作软件上的时间，现在花在组织语言上。一个写了三年技术文档的朋友跟我说，这就像甲方需求描述和乙方设计之间的翻译过程，只不过现在乙方变成了AI，你得把需求写得更清楚、更结构化，它才能少出幺蛾子。

最后再分享一个实操小技巧：如果你日常要处理大量相似零件，先把你的常用件整理成标准描述模板，像参数表一样维护。下次需要生成新规格时，只需要修改模板里的几个数字，效率提升非常明显。我把这个方法安利给了团队里几个结构工程师，他们现在做接口板底座这类零件，基本已经是“填表生成”的工作模式了。