用提示词生成 3D CAD 这件事 —— 网格与 B-rep 之别，以及约束条件这个瓶颈

• 引言 —— Show GN 上的 CAID，以及一句"别拿去制造"的自白
• 网格和 B-rep 是两码事
• "参数化"这个词真正的含义 —— 特征树与几何约束求解器
• 现在的工具实际上都在做什么
• 基准测试说明的局限
• 今天真正有用的地方
• 工程师依然不可或缺的地方 —— 公差、DFM、可加工性
• 结语 —— 做出一个网格和做出一个零件之间的距离

引言 —— Show GN 上的 CAID，以及一句"别拿去制造"的自白

GeekNews 的 Show GN 板块上出现了 一个用提示词生成 3D CAD 模型的工具 CAID。作者的问题意识很明确 —— 要把脑子里的形状和机构表达出来，得先学会一整套 CAD 工具的功能，再点上几百次鼠标，这正是硬件设计的瓶颈所在。

运作方式也很简单。用自然语言输入想要的形状，LLM 生成代码，渲染出 3D 模型，参数还可以调整。可以导出 STEP 和 STL。法兰、L 形支架、散热片这三类是预先验证好的模板，不经过 LLM；只有自由提示词才会走 AI 这条路径。

有意思的是作者自己坦承的局限。没法自动校验尺寸，判断不了可制造性 —— 公差、DFM 约束、从 CNC 和铣削角度看的可加工性 —— 而且明确说这只是一个已验证的原型，输出物不能直接拿去制造。

这份自白，精准地概括了整个领域的现状。而为什么会这样，只要看一眼 CAD 到底是什么样的数据结构，答案立刻就清楚了。

网格和 B-rep 是两码事

"生成了一个 3D 模型"这句话，可能指向两种完全不同的结果。

网格(mesh)是一份三角形列表。顶点坐标加三角形索引，仅此而已。曲面并不真实存在，而是用多边形来近似的。直径 20 毫米的圆柱体，实际上是三十来个平面拼出来的，并不是一个真正的圆柱。从文本生成网格，现在做得已经相当不错 —— 扩散模型和 3D 生成模型几十秒就能出一个。

B-rep(边界表示)是一个拓扑图。有面，面架在解析曲面(平面、圆柱面、圆环面、NURBS 曲面)之上，面与面以边相交，边与边以顶点相交。直径 20 毫米的圆柱体，就是一个带有半径参数 10 的圆柱面。STEP 文件装的就是这个，机械 CAD 处理的也是这个。

来看看这个区别在实务中是怎么体现出来的。

# 同一个支架，用两种方式表示

网格(STL):
  vertex 12.000 0.000 5.000
  vertex 11.951 1.111 5.000
  ...  (一个孔被近似成了 64 个三角形)
  -> "这个孔的直径是多少?"  答不上来，得从点集里反推。
  -> "把直径从 8 改成 10"  需要整体重新生成。
  -> 没法生成钻孔加工指令，因为压根没有"孔"这个概念。

B-rep(STEP):
  CYLINDRICAL_SURFACE('', axis_placement, 4.0)
  -> "这个孔的直径是多少?"  8.0 毫米。
  -> CAM 软件能识别出这个圆柱面，生成钻孔循环。
  -> 但 STEP 只保存了最终的几何结果，并不记录它是怎么做出来的。

最后一行很关键。STEP 装的是 B-rep，装不下特征树。 所以"导出成 STEP，任何 CAD 都能编辑"这句话只对了一半。直接编辑 —— 推拉曲面 —— 是可以的。但"把这个支架的厚度参数从 5 改成 8，让其余部分自动跟着调整"做不到，因为这层关系压根没有存在文件里。

"参数化"这个词真正的含义 —— 特征树与几何约束求解器

机械 CAD 所说的"参数化"，指的是两层东西。

第一层是草图内部的约束。 在 2D 草图里画上线和圆之后，再施加平行、垂直、相切、同心、对称这类几何条件，加上尺寸标注。这些条件会变成一组联立方程，由几何约束求解器来求解。用户改动一个尺寸，求解器就会重新运行，重新计算其余元素的位置。

第二层是特征树。 草图被拉伸、在结果上打孔、在边缘加倒角，这一整套操作的顺序会被记录下来。参数一旦变化，这个顺序就要从头重放(replay)一遍。

在这里，基于 LLM 的生成会撞上三堵墙。

约束求解器是一个可满足性问题。 条件加得太少，形状就会带着多余的自由度飘着(欠约束)；加得太多，条件之间就会互相矛盾、无解(过约束)。人类在这里也常常卡住。让模型从自然语言里提炼出一组恰到好处的约束集合，和单纯画一个形状，完全是不同性质的工作。而且失败往往是安静的 —— 求解器确实能解出结果，但经常不是原本想要的那个解。

特征重放很脆弱。 倒角引用的是某条特定的边，一旦前面步骤的参数发生变化，导致那条边消失或者被拆分，倒角就会失败。这是 CAD 行业里一个由来已久的问题，甚至有专门的名字。LLM 生成的特征树不会考虑到这种脆弱性，所以哪怕只是稍微改一下参数，模型在重放时崩掉的情况很常见。

空间推理能力偏弱。 Hacker News 上的一场关于 Text-to-CAD 的讨论里，这个批评被反复提及。有人指出，在一个 L 形支架的基准测试里，加强筋盖住了本该留着的孔，质疑位置计算到底做对没有。也有人指出，要精确描述出想要的形状所花的力气，几乎和直接手绘 CAD 一样多，效率上的论据因此站不住脚。而那个帖子里大家的共同结论是：参数化特征树内部的约束求解复杂度，实际上几乎没有被真正触及。

现在的工具实际上都在做什么

把目前这个领域里的做法梳理一下，如下所示。

有几点值得指出。

把代码用作中间表示，是目前最稳健的路线。 text-to-cad 这套框架用的是 build123d，其下层是 OpenCascade 内核。它不让 LLM 直接生成几何体，而是写一段用来构建参数化模型的 Python 代码。这种结构的优势很明确 —— 代码本身就是特征树，用 git 做版本管理，参数就是变量，出错时会给出堆栈跟踪。可观测性得到了保留。

# "CAD 即代码"之所以稳健：意图以文本形式留存了下来
from build123d import *

THICKNESS = 5.0
HOLE_D    = 8.0
EDGE_MARGIN = HOLE_D * 0.75   # 用一条关系式把孔边缘的最小壁厚固定下来

with BuildPart() as bracket:
    with BuildSketch() as base:
        Rectangle(60, 40)
    extrude(amount=THICKNESS)
    with Locations((20, 0)):
        Hole(radius=HOLE_D / 2)
    fillet(bracket.edges().filter_by(Axis.Z), radius=3)

# 这里把 HOLE_D 改成 12，EDGE_MARGIN 会跟着联动变化。
# 这层关系不会保存在 STEP 文件里，只存在于代码中。

这个例子同时也暴露了问题。fillet 引用的那组边是靠过滤器筛选出来的，一旦前面步骤的形状发生变化、导致目标边消失，程序要么悄悄地套用到另一条边上，要么直接失败。就算写成代码，特征重放的脆弱性依然原样存在。

SGS-1 走的是另一个方向。 Spectral Labs 在 2025 年 9 月发布的这个模型，标榜自己是 首个面向结构化 CAD(B-rep)生成的生成式模型。它接收图像或网格作为输入，输出可编辑的 STEP，因此主要用途是自动化逆向工程，以及在既有装配体的上下文里生成新零件。团队称在 75 张复杂 CAD 图像上，成功率相对 GPT-5 和 HoLa BRep 有优势。开发团队自己承认的局限是复杂曲面、有机结构、极薄形状、完整装配体。Hacker News 上的反应相当怀疑 —— 真正用过的 CAD 用户反馈了尺寸错误、失败的孔、错位的特征，并对"易于编辑"这种说法提出了质疑。

基准测试说明的局限

2026 年 5 月发布的 Text2CAD-Bench 用数字把这个现状梳理了出来。它精选了 600 个样例，按四个复杂度等级(L1 到 L4)分类，每个样例配了两种风格的提示词 —— 一种是非专业用户会用的描述性写法，一种是专业人士会用的过程化写法。这种双提示词的设计很聪明，因为它能把"用户的 CAD 熟练度本身对结果的影响"单独剥离出来看。

结论在意料之中，但很有用。无论是通用 LLM 还是领域专用模型，在基础形状上表现都还算合理，但一到复杂拓扑和高级特征，性能就会急剧下滑。 也就是说，性能曲线不是平缓下降，而是在某个节点上直接崩塌。

这也符合直觉。在一个方块上打个孔，只是从提示词里提取几个参数的问题。但如果多个特征相互引用、曲面以切线连续的方式相接、薄壁不能塌陷 —— 这就变成了一个约束满足问题，和语言建模完全是两种不同性质的计算。

今天真正有用的地方

没必要只从悲观的角度去读这件事。眼下确实有一些用法能带来实实在在的价值。

做初稿。 不必从空白画面开始，先拿到一个说得过去的形状再去改，这确实能省时间。尤其是标准零件 —— 法兰、支架、散热片、外壳 —— 形状变化范围窄，生成质量也就更好。CAID 把这三类预先做成验证好的模板，看起来也是基于同样的判断。

零件库检索。 用自然语言输入"一个能装下 4 颗 M8 螺栓的 90 度角支架"，去现有库里找，比重新生成要容易得多、也安全得多，因为用的是已经验证过的零件。生成式模型真正的价值，或许不在于创造几何体，而在于对几何体做索引和检索。

CAD 即代码，以及智能体工作流。 让编码智能体写参数化 CAD 代码，看渲染出来的图像，自己在循环里修正，这一套实际上是行得通的。text-to-cad 讨论帖里的用户反馈，在简单形状上这种迭代改进效果不错。有一个实现细节挺有意思 —— 这套框架会为 STEP 文件生成一份拓扑"边车"文件，让模型不用加载整个文件就能读取 B-rep 信息，这是在有限的上下文预算内处理几何体的一种尝试。

逆向工程。 把网格或扫描数据转换成 B-rep，这项工作本来就是半自动化、而且相当枯燥的活儿。这正是 SGS-1 瞄准的地方。在结果由人来审核这个前提下，这条路线的验证负担比从零开始做要小。

可以看出一个共同点。验证成本低、人眼能立刻确认、失败了也容易撤回的地方，才是价值真正体现出来的地方。

工程师依然不可或缺的地方 —— 公差、DFM、可加工性

CAID 开发者诚实列出的这三点，恰好正是尚未被自动化的领域。

公差与配合。 "孔径 8 毫米"这个数字本身毫无意义。是 8H7 还是 8H11，是间隙配合还是过盈配合，直接决定了零件装不装得上。而且公差不是从几何形状里推导出来的，它来自功能意图。这根轴需不需要转动、需不需要固定、需不需要吸收热膨胀，模型如果提示词里没写，就无从知晓。跨多个零件的公差累积分析，则是更进一步的问题。

DFM(面向制造的设计)。 注塑成型需要拔模角度和均匀壁厚；三轴铣削会在工具够不到的内角和倒扣处遇到麻烦；钣金件受弯曲半径和最小折边长度的约束。同一个形状，换个工艺可能就从能造变成不能造。哪怕提示词里明确写了工艺要求，也没法保证模型在生成几何体的过程中真的满足了那个约束。

可加工性验证。 刀具能不能够到、需要几次装夹、怎么固定 —— 这些光看形状判断不出来，得知道车间的设备清单才行。

还有一点，虽然不太被提及，但很重要。意图的记录。 一个做得好的 CAD 模型，承载的不只是几何形状本身，还有"为什么是这个形状"。哪些尺寸在功能上是关键的(因此公差卡得紧)，哪些只是随意定下来的。有了这份信息，六个月后别人才能安全地去修改它。生成出来的模型有一个特点，就是所有尺寸看起来都同样"随意"，而这最终会变成维护成本反噬回来。

结语 —— 做出一个网格和做出一个零件之间的距离

如果只能给这个领域留下一个最有用的问题，那就是：这个工具的输出，带的是可编辑的特征，还是仅仅是结果形状？

• 如果只出网格，那就是拿来做可视化和打印初稿用的，进不了机械设计流水线。
• 如果出的是 B-rep(STEP)，拿到 CAD 里可以直接编辑。但因为没有特征树，改一个参数重新生成这件事做不到。
• 如果出的是参数化代码，那才是真正意义上的参数化。不过代码里可能藏着脆弱的引用关系，这份脆弱性需要人去把关。

而以上这些，没有一个能替代公差、DFM、可加工性。Show GN 上那个工具的开发者写下"别直接拿去制造"，这不是谦虚，而是一句准确的技术描述。做出一个形状和做出一个零件之间的距离，比这个领域迄今为止缩短的部分，还要远得多。