1. 一次实测:我让AI生成“电机支架”,导出STL后切片器直接报错
最近一个月我密集试了一圈 text-to-cad 工具,起因很简单:工作室里要做一个电机支架,形状不复杂,但我懒得从头画一遍参数。于是我想试试最偷懒的方式——用一句话让AI直接生成CAD模型。
我当时输入的提示词是:
“一个L型电机支架,底板长90mm、宽60mm、厚度3mm,底板四角有四个直径4.2mm的通孔,立板高50mm,立板顶端有一个直径30mm的半圆开口。”
工具在十几秒里给了一个看起来相当像样的模型。透视图里倒角圆滑、孔位对称,渲染出来甚至有点工业设计感。我心想,text-to-cad 这事儿看来真的能用了。然后我导出STL,拖进切片器,打脸来得非常快:模型直接报“非流形实体”,修复之后我再量了一下关键尺寸,四个孔实际直径只有3.7mm,底板厚度从3mm变成了2.1mm,立板与底板的连接处还有一段肉眼几乎看不出来的间隙。
这正是 text-to-cad 目前最真实的写照:它能生成“看起来对的模型”,但离“可以直接制造的零件”还差着几何约束、尺寸精度、拓扑完整性和制造工艺常识这四道坎。这篇文章我不想做概念搬运,就把自己踩过的坑、验证过的工具路线、以及现在真正在用的工作流完整写出来。你要是正准备入坑 text-to-cad,照着走能少走不少弯路。
先说结论:现在的 text-to-cad 更适合做概念验证、非标件初稿、备件还原、以及把“脑子里的形状”快速变成“可编辑的参数化脚本”,而不是直接交付生产图纸。原因后面会展开。
2. 从根上理解 text-to-cad:它不是“3D文生图”,而是“可制造几何的翻译器”
2.1 你以为在生成模型,其实在翻译约束
很多人第一次玩 text-to-cad 时,会把它理解为“立体版的文生图”——输入描述,输出三维模型。这个理解不算错,但非常误导人。文生图输出的是像素矩阵,像素本身没有“可测量”“可装配”“可受力”的属性。AI画出来的图像哪怕手指数错了,只要整体氛围对,人眼照样接受。
但 CAD 模型不是像素,它是边界表示(B-rep)、特征树、参数化历史、装配约束的集合。一个完整的CAD模型必须回答这些问题:
- 这个面是平面还是曲面?边界在哪?
- 这个孔的中心坐标是多少?直径公差几级?
- 这个倒角是 R1 还是 R3?
- 两个零件装配时,配合面之间是间隙配合还是过盈配合?
- 模型中是否存在零厚度边、自相交曲面、非流形顶点?
所以 text-to-cad 真正的难点不是“理解自然语言”,而是把自然语言转换成一套无歧义、可测量、可编辑、可制造的几何描述。语言是模糊的,几何是精确的,这个鸿沟才是所有工具目前都在挣扎的地方。
2.2 为什么“直接输出网格”会让你后面很难受
目前大多数 text-to-cad 工具,比如一些基于扩散模型的工业预览工具,输出的是三角网格(mesh)。网格本质上是一堆三角形拼出来的外壳,它看起来像实体,但只是一个空心壳。切片软件能把网格转成打印路径,但前提是网格必须是流形(manifold)、水密(watertight)、法线一致。这个问题在我第一次实测时直接暴露了。
网格模型还面临一个更尴尬的问题:不可参数化编辑。你想把孔从直径4mm改成6mm,在参数化CAD里改一个数字就行;在网格模型里,你可能要把孔周围几百个三角形全部重做。这就像你拿到一张照片,想改变照片里人物的笑容,只能靠修图,而CAD里的做法是直接回去改驱动参数。
所以 text-to-cad 要从玩具变成工具,关键不在于“生成得多像”,而在于“生成的东西能不能被继续编辑、被制造系统理解”。
2.3 一个最小可复现的体验流程,帮助你快速建立直觉
如果你想在十分钟内建立对 text-to-cad 的真实感知,我建议跑一个最小流程,不要只盯着渲染图看:
- 随便用一个 text-to-cad 工具,输入一个带明确尺寸的描述,比如“外径30mm、内径20mm、高度5mm的圆环垫片”。
- 拿到输出后,不要看渲染图,直接导出 STL。
- 用 Blender 的 3D-Print Toolbox 插件跑一次“非流形边检查”。
- 再把模型导入 FreeCAD,用测量工具量一下内外径和高度。
- 把实际测量值和提示词里的目标值对比。
我敢说你一定会发现偏差。这不是某个工具的问题,而是整个生成范式的现状:自然语言模型的 token 预测和 CAD 内核的数学精度,本质上不是一个评价体系。理解这一点,你就不会对任何“一句话生成零件”的宣传全盘相信,也不会彻底否定这条路,而是会学会在合适的环节使用它。
3. 主流实现路线与代表性工具:哪条路最接近“真的能造”
3.1 文本到参数化脚本:目前最“CAD原生”的路线
我实测下来,最靠谱的路线不是让AI直接生成网格体,而是让AI生成参数化脚本,最常见的是 OpenSCAD 和 CadQuery。这类脚本的本质是“用代码描述建模过程”,比如定义圆柱、做差集、加圆角。输出的是真正的几何内核结果,尺寸精确到小数点后若干位,而且可以随意改参数重新生成。
举个例子,我曾经让 text-to-cad 工具生成一个法兰盘,描述是“直径80mm、厚度10mm的圆盘,中心直径30mm通孔,六个直径6.5mm螺栓孔均匀分布在直径60mm的分度圆上”。工具给出一段 OpenSCAD 代码,简化后大概是这个意思:
$fn = 64; difference() { cylinder(h = 10, d = 80); // 法兰外圆 cylinder(h = 10.2, d = 30); // 中心通孔,略高于本体确保贯穿 for (i = [0:5]) { // 六个螺栓孔,均布 rotate(i * 60) translate([30, 0, 0]) cylinder(h = 10.4, d = 6.5); } }这段代码生成后,放到 OpenSCAD 里直接 F6 渲染,导出 STL 就能切片打印。尺寸完全精确,没有任何破面问题。为什么这条路最稳?因为它没有绕开CAD内核,而是把自然语言先翻译成了建模指令,真正执行建模的仍然是传统几何内核,生成结果自然满足可测量、可编辑、可参数化的要求。
这条路的问题是:AI 对复杂几何的理解能力不足。你说“圆角过渡”“减重槽”“加强筋”,它可能生成一堆代码,布尔运算结果却是空壳或报错。而且 OpenSCAD/CadQuery 的表达能力被“参数化特征”限制,很难描述复杂的自由曲面——比如一个符合人体工学的鼠标外壳。这种形状,代码生成路线基本无能为力。
3.2 文本到三角网格:视觉惊艳但工程属性弱
第二条路线更出名,典型代表是 OpenAI 的 Shape-E、Point-E,以及一批商业化的 AI 建模工具。这类工具通常用扩散模型在三维隐式表示上做去噪,或者从文本 embedding 直接回归出网格。它们的优势是自由曲面、复杂形态、风格化造型都能生成,视觉上非常接近“你心里想的样子”。
但工程上的坑也很实在。我测试过这类工具生成的小零件,普遍存在以下问题:
- 网格不是水密的,存在开口边或非流形边;
- 表面细节虽然丰富,但没有任何尺寸基准,你无法确定某个特征是10mm还是10像素;
- 没有特征树,后续改图基本等于重新建模;
- 当模型经过自动修复后,体积和壁厚会发生不可控的偏移。
所以我给这类工具的角色定位是“灵感生成器”和“视觉方案探索器”,适合放在设计前期,不适合直接往下游的制造环节丢。
3.3 面向工业场景的 B-rep 生成:方向对了,但还很早
第三条路线是直接生成 B-rep(边界表示),也就是 CAD 软件内部真正使用的实体表示。比如 Autodesk 的 Project Bernini 和一些学术界的 BrepGen 工作。它们尝试让模型学习“面、边、顶点之间的拓扑关系”,输出可以直接被主流 CAD 内核读取的实体。
这条路线如果走通,价值是革命性的,因为它跳过了网格转换和曲面重构,直接给你一个“正经CAD模型”。但我实际能接触到的预览版本仍然很早期:能生成简单壳体、规则特征,但对复杂装配、工程约束的理解还很有限。加上这类工具大多没有对外开放完整API,普通用户目前很难把它纳入日常流程。我的判断是:如果未来两三年内 text-to-cad 要进入制造业的正式工作流,走的肯定是这条路线,而不是网格路线。
3.4 怎么选型:一张表说清楚
我把三条路线整理成了下面这个对比表,方便你根据自己的场景直接选:
| 实现路线 | 输出形式 | 尺寸精度 | 可编辑性 | 制造可用性 | 典型场景 |
|---|---|---|---|---|---|
| LLM + 参数化脚本 | OpenSCAD/CadQuery代码 | 高,由CAD内核保证 | 极好,改参数即可 | 高 | 规则机械零件、非标件、备件 |
| 扩散模型 + 网格生成 | STL/OBJ网格 | 低,依赖随机采样 | 几乎无法编辑 | 低,需大量修复 | 概念设计、灵感探索、外观展示 |
| B-rep 生成模型 | 实体模型 | 中等,仍不稳定 | 较好,接近原生CAD | 中等,早期 | 工业设计、结构件初稿 |
一句话总结我的实测体验:如果你的需求是“快速得到一个能加工的规则零件”,优先选代码生成路线;如果你的需求是“看看某个奇形怪状的东西长什么样”,那网格路线更合适;至于 B-rep 生成,保持关注,暂时别把它当成主力工具。
4. 我把一句话变成可制造模型的全流程,以及每步翻车的地方
4.1 提示词工程:请描述几何,而不是描述外观
很多人玩 text-to-cad 生成的模型没法用,问题一半出在提示词。AI 不是设计师,它不会替你脑补“合理的工业结构”。你写“帮我画一个漂亮的变速箱外壳,比较圆润”,它只能凭训练数据里相似图片的平均值随便捏一个,出来的东西你当然没法用。
我总结了一套提示词写法规矩,核心原则是:用工程语言描述几何,用数字代替形容词。
先看反面例子:
“帮我做一个好看的遥控器外壳。”
再看正面例子:
“生成一个遥控器外壳主体,整体长150mm、宽55mm、高18mm,壁厚2mm,顶面有一个长80mm、宽30mm、深度1.5mm的凹陷区域用于放置按键,底部四角有四个直径3.2mm的沉头螺丝孔,侧面预留一个直径8mm的充电口圆孔。”
差别非常明显。前者全是主观感受词,没有量纲,AI 只能用“平均数”来猜;后者每个特征都有绝对尺寸和位置关系,AI 不需要猜,只需要执行。
再给一个可以直接套用的模板:
- 零件类别和整体形态:块状、回转体、壳体、钣金件。
- 整体尺寸:长、宽、高,尽量写绝对数值,单位用mm。
- 关键特征:孔、槽、凸台、加强筋、圆角,每个都给出相对位置。
- 配合关系:如果有装配需求,写明“直径10mm轴孔配合”“M3螺纹孔”等。
- 制造工艺意图:说明这是FDM打印、CNC加工还是注塑件,AI会因此调整壁厚和细节比例。
关键词方面,尽量少用“漂亮”“圆润”“流畅”,多用“对称”“等距”“垂直”“同心”“贯穿”“均匀分布”。后者才是几何约束词,前者只是审美形容词。
4.2 从提示词到成品的完整链路:三条路径各有各的翻车方式
把提示词转换成可制造模型,我实际走通过三条链路,每一条都踩过坑。
链路一:提示词 → 参数化脚本 → CAD预览 → 切片。这是最稳的一条,但翻车点在“AI 写代码的细节”。它经常把变量名写混,比如d1=30定义的是内径,后面布尔减除时却用了d2;或者忘了给孔增加贯穿余量,导致孔底部留了一层薄壁。解决方案是:拿到代码先别急着导出,用 OpenSCAD 或 FreeCAD 打开,逐个特征检查,确认布尔运算对象都正确,再导出。
链路二:提示词 → 网格直接生成 → 修复 → 切片。这条路看起来很爽,实际每一步都在救火。网格生成后第一件事是用 MeshLab 或 Blender 的 3D-Print Toolbox 做检查,你会发现大量非流形边、零厚度面、内部孤立片体。Blender 的自动修复能处理一部分,但处理完后的尺寸通常会漂移。有一次我修复一个“直径20mm的圆柱”,修复完成后实际直径变成了19.4mm。原因很简单:自动修复是通过移动顶点、坍缩三角形来实现的,这个过程不会参考你的原始尺寸要求。
链路三:提示词 → B-rep 生成预览 → 导出 → 兼容性处理。这条路目前最容易出问题的地方在格式转换。生成器输出的原生产物在自家预览器里没问题,一导出 STEP 或 IGES,放到其他软件里就会出现面丢失、拓扑错误。我的建议是:如果工具允许,优先导出 STEP 而不是 STL,因为 STEP 保留的是几何表面信息,后续补救空间更大。
4.3 尺寸校验:千万别相信生成界面上的数字
这是 text-to-cad 目前最坑的一点:很多工具界面上会显示一个“尺寸标注”,看上去好像模型是照着这个尺寸生成的,但那个数字很可能只是图形推断出来的渲染值,并不是模型的实际几何值。我吃过两次亏。
第一次是我让AI生成一个内径20mm的轴承座,界面上清清楚楚写着“内径20.00mm”,我直接按这个值设计了配合轴,结果装配时轴塞不进去,一量,实际内径只有19.2mm。第二次是壁厚,界面上标注“壁厚3mm”,切片后发现实际只有2.4mm。
从那以后,我把“模型内部实际测量值”定为唯一标准。凡是进到打印流程的模型,必定会在 FreeCAD 里做一次布尔剖切或者距离测量,用实测结果反向修正参数。这不是对工具的不信任,而是对几何精度这个问题的基本尊重。
如果你不想每次生成后都手动测量,另一个办法是走可参数化脚本路线:把关键尺寸全部写成变量,在脚本里定义inner_diameter = 20.0,生成结果就是 20.0000mm,因为 CAD 内核不会对着这个数字打折扣。这是目前唯一能真正做到“字面上的尺寸就是实际尺寸”的方式。
4.4 修复工具的真实能力边界
遇到网格破损时,我常用的工具是 Blender 的 3D-Print Toolbox 和 MeshLab。这两个工具能自动处理“非流形边”“内部面”“零厚片”等常见问题,但你要对修复结果保持怀疑。自动修复的本质是局部拓扑修正,它不会理解“这里原本是一个圆柱孔”这样的语义信息,有可能为了闭合网格而把孔洞填掉,或者把一条 90 度棱边改成了扭曲面。
我的经验是:修复之前先备份原文件。修复后做三件事——检查特征是否还在、测量关键尺寸是否漂移、做一次“切片预览”确认内部没有悬空面。如果你发现修复后的模型只需要改个小细节就能用,与其在网格上死磕,不如换思路:参照这个网格的形状,用参数化脚本重新建一个干净模型。听起来费劲,但往往比修网格更快,而且后面改尺寸自由得多。
5. 为什么生成式建模离“自动设计”还差着硬三坎
5.1 第一道坎:几何拓扑的完整性与水密性
前面多次提到流形和水密,这里我把这层窗户纸捅破。一个“可打印/可加工”的实体模型,理想状态下必须满足:每条边恰好被两个面共享,每个顶点周围的面形成一个连续的伞状结构,模型整体是一个封闭的壳。只要出现一条边只被一个面共享,切片软件就无法判断“哪里是内部、哪里是外部”。
扩散类生成模型的本质是从噪声中采样几何分布,它对拓扑没有任何先验约束,所以生成结果出现裂缝、悬面、自相交是必然的,反而是小概率事件。这就是为什么我把“生成后先查流形”写成了固定动作。工业软件里那些看起来平平无奇的模型,背后都是几十年几何内核的积累,生成式模型要想在这方面追平,不是堆数据就能解决的,需要在模型架构里内置拓扑约束。
5.2 第二道坎:制造工艺常识没有被建模
即便模型在数学上是完美的实体,离“能造”还差十万八千里。不同制造工艺对几何有不同的硬性要求:
- FDM打印:超过45度的悬垂面基本要加支撑,支撑结构和接触面处理会影响表面质量;
- CNC切削:内直角需要圆角过渡,否则刀具进不去;深腔加工还要考虑刀具长度;
- 注塑成型:壁厚尽量均匀,避免缩水;脱模方向需要拔模角,否则零件卡死在模具里。
现在的 text-to-cad 工具,几乎全部不关心这些工艺规则。你让它生成一个“外观好看的盒子”,它不会自动加拔模角,也不会考虑打印时悬垂面积;你让它生成“可CNC加工的支架”,它不会自动给内角加R角。也就是说,目前的模型只理解几何语义,不理解“制造语义”。这个差距比拓扑问题还要难填,因为工艺知识是高度分散、经验性的,很难做成干净的训练语料。
5.3 第三道坎:装配体与系统级约束
单个零件生成已经很难了,但实际工程中更常见的是装配体:一个设计里有十几个零件,彼此有配合关系、运动关系、层级关系。text-to-cad 目前基本不具备这个能力。它能生成一个“齿轮”,但无法生成“两个啮合齿轮的轴向距离与中心距”;它能生成一个“外壳”,但无法保证外壳内部空间正好放下指定的电路板。
我尝试过让AI生成“一个轴承座装配体,包含底座、轴承位、端盖和四个螺栓”,结果它只是把零件摆在了一个类似的位置上,配合面之间没有实际约束,公差更是完全不存在。这说明生成式模型目前更擅长“形状生成”,而不是“工程设计”。工程设计本质上是一个约束求解过程,而现阶段的 text-to-cad 更像一个“无约束生成器”。要突破这第三道坎,可能不是纯模型结构的问题,而是整个范式要朝着“约束求解 + 生成”的方向融合。
5.4 还有一个隐藏问题:训练数据的质量与标注
最后一个容易被忽视的问题是数据。text-to-cad 模型训练依赖大量“文本-3D模型”配对数据,但真正高质量、带完整特征树、带制造信息、带装配关系的CAD数据,大部分掌握在商业软件厂商和企业手里,公开数据极度匮乏。网络上能抓取到的大量模型是渲染用的网格体,用来训练视觉生成够用,用来训练制造级CAD模型显然不够。这解释了为什么目前工具的视觉效果越来越好,但工程可用性进步缓慢——因为数据本身的工程含金量就不高。
6. 我现在真正在用的 text-to-cad 工作流,以及给入坑者的建议
6.1 我目前的主力工作流
踩过足够多的坑后,我现在的流程收敛成了一个相对固定、高成功率的方式:
- 先用 text-to-cad 工具(代码生成路线)拿到 OpenSCAD/CadQuery 脚本,这一阶段只求一个“形状方向正确”的骨架。
- 手动提取关键变量:长度、宽度、高度、孔径、孔距、壁厚,全部改成带默认值的参数,比如
flange_thickness = 10.0。 - 放进 OpenSCAD 或 FreeCAD 里跑一次预览,对照“提示词原件”逐特征核对,重点看布尔运算是否完整、贯穿孔是否真的贯穿。
- 需要外形微调时,直接改参数而不改代码结构。如果AI生成的代码结构太混乱,我会让它先注释清楚每个 block 的作用,再逐步修正。
- 确认无误后导出 STL 或 3MF,进入切片软件。打印第一版后,用卡尺实测关键尺寸,把误差回填到脚本参数里,生成第二版。
这套流程看起来还是在做CAD,但AI承担了“把语言转化成初始特征树”这个最耗时间的环节,我只需要检查和调参。实测下来,一个规则非标件的建模时间从原来的二三十分钟缩短到五到十分钟,而且质量可控。
6.2 哪些场景值得用,哪些场景千万别用
我自己的判断是:text-to-cad 现在很适合三类场景——非标零件快速初稿、缺失备件的翻版还原、设计前期的形态探索。这三类场景的共同特点是:容错率高、以形状为主、后续还有充分的修改空间。
反过来,三类场景我建议谨慎使用甚至别用:有精密公差配合的传动件、要承载结构力的承力件、以及需要合规认证的批量产品。这些场景里,一个孔的直径差 0.2mm都可能让整个设计报废,而 text-to-cad 目前给不了这种级别的确定性。
6.3 给想入坑的人三个建议
第一,先在本机装好 FreeCAD 和 OpenSCAD,这两个工具免费且足够用来校验任何 text-to-cad 输出。很多平台生成的模型,你在网页上看不出问题,只有放进离线CAD环境里跑一遍测量和布尔运算,才能看清真面目。
第二,不要一上来就追求“全自动生成”,先用“提示词 → 脚本 → 手工调参”的半自动流程积累手感。你会慢慢理解哪些描述词对AI有效、哪些是废话,这种理解会直接提高生成成功率。
第三,给自己建立一套“关键尺寸核对清单”,包括孔径、中心距、壁厚、配合面平面度、螺纹孔位置。每次拿到生成结果,按清单量一遍,再决定是否进入下游。这个习惯救过我很多次。
最后再分享一个小经验:如果你想让 text-to-cad 生成真正能用的模型,最重要的不是把提示词写得更长、更华丽,而是把它写得更“无聊”。去掉所有形容词,只留下数值、位置、方向、对称关系和数量。越无聊的提示词,生成的模型越可靠。这个反直觉的现象,可能恰恰说明了现在生成式AI对“工程语言”的理解程度——它擅长模仿形状的平均值,但只有你给它精确的约束,它才有机会做一个合格的执行者。