AI赋能CAD创新发展,卡伦特如何引领工业设计迈向AI时代?

      当前，人工智能（AI）技术正以不可逆转的态势，深度重塑着人们的日常生活与各行业发展模式。在工业制造领域，作为制造业数字化转型核心支撑的工业软件，尤其是以CAD为核心的研发类工业设计软件，正迎来AI技术创新赋能下的系统性变革，开启全新发展篇章。

      当CAD技术与AI能力深度碰撞，当人工智能精准对接工业设计的核心诉求，究竟能催生怎样的创新突破？卡伦特凭借一场真实且扎实的技术实践，为这一问题给出了最具说服力的答案。

      4月15日，北京友谊宾馆内，由中国工业报社与卡伦特联合主办的“中工智库沙龙 · AI共生工业智能——生成式CAD模型首版次工业软件研讨会”顺利举办，汇聚产学研各界力量，共探AI与CAD融合的创新路径。

      这场以AI+CAD应用创新为核心议题的盛会中，卡伦特集中展示了一系列基于AI技术研发的实践成果，其中，基于AI的生成式建模设计尤为引人注目，得到了与会专家及产学研界代表的高度关注与认可。

基于AI的生成式CAD建模

      本次重磅推出的AI生成式CAD产品——创模AI，以卡伦特自主研发的CAD核心引擎为基础，深度融合多模型大模型等前沿技术，打造而成一站式CAD设计平台，可支持通过文字、图片两种方式，驱动生成可直接编辑的参数化三维CAD模型，大幅提升设计效率。

文生CAD模型

       文生CAD模型功能，依托大语言模型（LLM）与图神经网络（GNN）等先进架构，有机融合参数化建模与几何推理技术，能够实现复杂CAD模型的智能生成与语义驱动设计，打破传统设计模式的局限。

      该功能让用户通过自然语言直接表达设计需求，CAD系统自动识别、推断需求要点并生成三维模型的设想成为现实。例如，用户只需输入“生成带法兰的三通模型”这类文本描述，系统便可在数分钟内，生成一个符合语义要求、具备完整特征的CAD模型，无需繁琐的手动操作。

图生CAD模型

      图生CAD模型功能，基于多模态学习与视觉编码模型，结合扩散模型与跨模态对齐技术，实现了从图像到CAD结构的语义解析与高精度参数化重建，让视觉信息能够直接融入工程建模流程，降低设计门槛。

      无论是二维工程图还是零件外形图，系统都能精准识别并提取其中的关键特征、尺寸参数、空间关系及轮廓结构等核心信息，进而自动生成参数化的实体模型，实现视觉信息向工程模型的高效转化。

      无论是文字驱动还是图片驱动的模型生成，其核心都在于对工程语义的精准理解、对结构逻辑的深度解读，以及与CAD内核的无缝融合。卡伦特创模AI不仅能够高精度解析输入文本与图像中的工程语义、空间关系、尺寸约束等结构特征，还能借助自主研发的几何建模引擎与约束求解引擎，依托完整的三维拓扑结构表达能力与复杂约束快速求解能力，完成模型的自动设计。

      正因如此，卡伦特创模AI生成的并非传统意义上的网格模型，而是具备完整建模过程、保留完整特征树，可直接进行再编辑的参数化三维CAD模型，真正满足工程设计的实际需求。

灵活的模型再编辑

      卡伦特创模AI生成的模型，不仅可通过修改参数特征完成模型的调整与更新，还能在卡伦特3D平台上直接进行再编辑，实现设计的灵活性与便捷性。

      设计师可根据实际设计需求，自由编辑特征树中的草图与特征参数，也可直接调用其他建模工具参与修改，实现生成模型的快速再设计。从这一角度来看，卡伦特·创模AI率先实现了云CAD领域AI生成模型的可编辑闭环，填补了同类产品的技术空白，进一步完善了AI+CAD的应用生态。

      同时，系统具备高度兼容的数据交互能力。创模AI生成的模型不仅支持导出为标准STEP格式，还可导出至SolidWorks、CATIA、NX/UG等主流第三方CAD软件中，进行二次编辑或装配，灵活打通从AI创意构思到工程实际落地的全链路协同，提升设计协同效率。

轻量化应用，随时随地创作设计

      桌面端的深度操作是工程设计的核心需求，但日常设计灵感往往诞生于移动场景中。为让AI生成式建模真正融入设计师的工作流，卡伦特将该核心能力成功迁移至移动设备，实现多场景便捷创作。

      目前，这项功能已通过微信小程序这一轻量化应用延伸至手机端，让每一位用户都能随时随地调用AI生成CAD模型。

      “创模AI”小程序同样支持文字、图片驱动生成CAD模型，生成的模型可进行参数调整、在线预览、实时分享及下载导出；若需进一步精细化编辑，用户可将模型保存至个人账户，在PC端完成后续的再设计工作，实现移动灵感与桌面精细设计的无缝衔接。

AI资源社区，模型共享共建共创

      围绕模型资源的快速共享与高效复用，卡伦特同步打造了面向工业设计领域的开放式协同进化知识生态系统——AI资源社区。该社区不仅支持用户发布、共享由AI生成的模型，还会完整保留模型对话、特征树等关键信息，为模型复用与迭代提供支撑。

在资源社区内，其他用户可直接复用已发布的模型资源，让每一个模型都成为可迭代、可演化的设计起点，真正释放AI生成式建模的生态价值，同时为工业设计行业的共同进化提供可持续生长的土壤，推动行业整体设计水平提升。

基于AI的建筑平面设计与规范审查

      在二维CAD领域，针对建筑设计绘图场景，卡伦特也对建筑平面图的生成式设计进行了系统性的技术探索，将AI能力深度融入建筑设计全流程，破解行业痛点。

AI生成建筑平面图

      依托卡伦特建筑CAD与建筑语义大模型的深度整合，卡伦特构建了面向建筑设计场景的智能生成体系，实现了从自然语言需求、设计规范输入到标准化建筑平面图生成的智能映射，大幅缩短建筑设计周期。

      当用户输入文本描述后，系统会高精度解析其中的设计细节，包括建筑用途、户型数量、面积区间、功能分区要求等，同时关联对应建筑类型的行业设计标准与地方规范，最终驱动设计系统生成符合要求的建筑平面图。

     生成的图纸完整包含墙、柱、门、窗等建筑设计图元，且每个图元都具备参数化的可编辑属性。

      用户可直接修改图元的尺寸参数、调整墙体位置、替换门窗类型、优化功能布局，所有修改操作都会自动关联更新；同时支持多人协同设计、审阅，有效提升建筑设计的出图效率与设计质量。

建筑规范智能审查

      AI在建筑平面设计中的应用，不仅局限于图纸生成，更延伸至平面图规范审查领域，进一步破解建筑图纸审查繁琐、效率低下的行业痛点。依托自研的行业大模型，卡伦特打造了建筑规范智能审查系统，可对AI生成或已有的建筑平面图进行自动校验，覆盖建筑、消防等多个领域的审查需求。

      针对尺寸标注准确性、户型布局合规性、消防间距、疏散宽度等强制性条文要求，AI可自动识别违规点位，精准匹配对应的规范条文，同时生成结构化审查报告，明确标注问题位置并给出针对性整改建议，有效改变了传统人工审查耗时久、标准不一、易遗漏的弊端，提升审查效率与准确性。

      长期以来，工程数据的“阅读障碍”一直是困扰广大设计师、工程师的难题，导致历史数据难以有效复用，进而造成大量重复设计，浪费人力与时间成本。而AI技术的介入，恰好能够打破这一阻碍，让CAD工程数据可被识别、可被理解，使历史数据真正转化为可复用的设计资产。

基于AI的工程数据识别处理

      在CAD工程数据识别应用方面，卡伦特也带来了一系列技术成果，包括智能相似搜索、智能图纸转换、工程信息提取以及智能阅卷等，全方位赋能工程设计、生产质检与教育教学等场景。

二维图纸智能搜索

      传统的搜索方式基于文件名检索，无法理解图纸的工程语义与结构关系，导致设计师难以从海量历史图纸中快速定位符合当前设计需求的资料，浪费大量检索时间。

      卡伦特二维图纸智能搜索技术，将图纸的视觉图像特征、图元结构特征与文本语义特征建立深度关联，可实现语义级图纸检索（如输入“查找一个轴型零件”）与以图搜图的快速响应，大幅提升图纸检索效率，助力设计师高效复用历史资源。

三维几何智能查重

      卡伦特三维几何智能查重技术，基于深度学习的智能相似搜索算法，通过提取模型特征建立“几何指纹”，可实现对模型拓扑结构、几何特征、曲面等信息的相似比对与快速检索。

      用户只需上传目标三维模型，系统便可快速遍历数据库，返回具备相似结构或设计逻辑的三维模型；同时支持在已有数据库中实现相似模型的快速检索，有效避免资源重复上传与重复设计，提升资源利用效率。

智能PDF转DWG

      在工程设计过程中，PDF图纸这类图像化数据存在不可编辑的问题，导致设计师往往需要投入大量精力进行手动重绘，耗时费力。而AI技术正是打破这一转换壁垒的关键支撑。

      卡伦特智能PDF转DWG技术，可自动解析PDF中的线、圆、填充、标注等元素信息，并依据工程语义还原其图元属性，让PDF中的工程信息可被重新识别、解析与重构，将静态图纸转化为可编辑的CAD数字资产，解放设计师的重复性劳动。

智能工程信息提取

      在制造生产的质检环节，零件检验卡的制作往往依赖人工手动抄录数据。制卡人员需要从图纸中逐一抄写标注尺寸、公差、规范等信息，再手动填入模板表格，这一过程不仅耗时费力，还极易出现错误，直接影响后续质检工作的准确性。

      卡伦特智能标注提取技术，可自动识别并提取图纸中的尺寸标注、公差符号、粗糙度等工程信息，同时支持依据检验卡模板结构化填写数据，一键生成检验卡，有效解放人工抄录的重复性劳动，实现工程数据的智能化、自动化提取，提升质检工作效率与准确性。

CAD智能阅卷

      在工程图学教学领域，CAD二维图纸、三维模型的批阅工作普遍存在工作量大、耗时长、主观评分标准难以统一等问题，已成为提升教学质量、推进教育智能化的主要障碍。

      卡伦特AI智能阅卷技术，不仅能够实现二维、三维CAD图纸的自动批阅，还支持查阅错误细则与失分点，为教师精准教学、学生查漏补缺提供有力的数据支撑，构建起“智能阅卷-精准反馈-个性化提升”的教学闭环，为工程教育智能化发展提供核心技术支撑。

      该技术已连续五年应用于第14~18届全国大学生先进成图技术与产品信息建模创新大赛，其批阅准确率得到了专家的一致认可，阅卷效率较人工提升高达数百倍，大幅减轻了赛事阅卷压力。

      从工程数据的智能识别处理，到生成式建模设计的创新突破，当AI技术开始具备认知能力，从基础应用能力向创新创造能力跨越，卡伦特所开启的，或许只是工业设计领域更大变革的序章。

      我们坚信，AI与CAD的深度融合，不仅是对工业设计范式的底层重塑，更将催生一个更开放、更敏捷、更富创造力的工业智能新时代，为工业制造领域的高质量发展注入源源不断的创新动力。