像聊天一样做CAD建模！浙大开源智能体让建模变打字，已登国际CAD顶刊

传统CAD建模要求用户精确输入坐标、约束参数，如同用汇编语言编程。浙江大学研究团队近日开源的CAD智能体，试图将这一过程转变为自然语言对话——用户只需描述“在长方体上挖一个圆柱孔”，模型即可自动生成。这种从“手搓”到“打字”的转变，本质上是将人类的设计意图从底层操作中解放出来。

该成果已被国际CAD领域顶级期刊接收，标志着学术界对这一方向的认可。团队将智能体设计为一个端到端的系统，集成了自然语言理解、几何推理和命令生成模块。用户输入中文或英文描述后，系统将其解析为一系列参数化建模操作（如拉伸、旋转、布尔运算），最终输出可编辑的CAD模型文件。

实现这一翻译的核心挑战在于：自然语言模糊性与CAD指令精确性之间的矛盾。研究团队通过构建领域专用数据集和训练大语言模型，使系统能解析常见的几何操作描述。据公开信息，该智能体在标准测试集上的指令生成准确率超过80%，但仍有相当比例的错误或歧义。

值得注意的是，系统并非简单地调用预训练模型，而是针对CAD领域进行了定制化微调，并引入了空间关系推理机制。例如，对于“在左侧挖一个孔”，系统需要理解“左侧”是相对于当前视图还是模型坐标系。这种空间智能是传统NLP系统所缺乏的。

尽管概念令人兴奋，但当前版本的智能体能力有限。演示案例多为简单几何体组合，如带孔立方体、阶梯轴等。面对工业级复杂装配体（如发动机、汽车钣金件），系统可能无法准确理解语义或生成合理构建步骤。训练数据覆盖的多样性不足，泛化到未见过的复杂描述时，性能可能大幅下降。

此外，自然语言建模面临“长尾问题”：用户可能用非标准描述（如“做一个像啤酒瓶的东西”），系统需要具备常识推理。目前的技术尚未解决此类开放式问题。团队坦言，当前智能体更适合概念草图阶段，而非精细工程建模。

浙大团队将代码、模型权重和数据集在GitHub上开源，这可以吸引社区贡献，但同时也暴露了技术不成熟的一面。开源意味着任何人都可以复现、改进或滥用。对于CAD软件厂商（如Autodesk、Dassault），这既是威胁也是启示：如果自然语言建模成为时代趋势，封闭生态可能被开源方案侵蚀。

然而，开源也面临工程化挑战。当前智能体依赖于特定的Python环境和第三方CAD内核（如OpenCASCADE），部署门槛不低。普通用户需要一定编程基础才能运行。团队未提供云端试用Demo，这限制了宣传效果。

将CAD建模从专业软件中解放出来，让更多人参与设计，一直是业界梦想。浙大智能体迈出了关键一步，但距离“iPhone时刻”尚有距离。未来需要更强大的基础模型、更丰富的训练数据，以及用户反馈循环。如果性能提升到可接受水平，它可能颠覆初学者学习CAD的方式，甚至催生“设计民主化”浪潮。

不过，技术成熟度曲线告诉我们，每个革命性创新都需要经历泡沫和低谷。当前媒体热情需要冷静看待：自然语言建模能否处理公差分析、工程标准等专业问题？它是否只是玩具？时间会给出答案。但可以肯定的是，从“手搓”到“打字”的趋势不可逆转。