圆满收官| HOOPS AI技术峰会:为3D工程软件带来革新

由Tech Soft 3D 主办、慧都科技协办的「HOOPS AI 技术峰会」已于10月14日圆满落幕。本次会议内容充实、紧扣技术前沿，围绕AI智能体集成等热点方向，为领域专业人士带来了一场兼具技术深度与实践价值的线上分享。

PART 01

企业积累了大量CAD模型，相关工程经验却往往分散在生产记录、工艺资料与分析设置中。如何找到这些模型，并进一步利用与之关联的信息，是本次峰会关注的核心问题。

HOOPS AI是面向CAD数据的机器学习框架。它借助 HOOPS Exchange 读取模型，将几何与拓扑信息编码为机器学习可处理的输入，为开发团队准备数据、训练模型和集成AI功能提供工具。

会上介绍的三类预训练模型，对应了不同的开发方向：

零件分类        

整理模型库，为零件归类        

加工特征识别        

 识别孔、槽等加工形状        

相似件检索        

 查找形状接近的零件，探索设计与工程经验复用    

当零件名称、编号或标签无法提供足够线索时，能否直接按形状寻找参考？

演示从齿轮等零件的两两比较开始，逐步扩展到约1万个模型的示例库。输入目标模型后，系统按相似度返回候选结果，开发者可以查看模型、对照结构差异，再判断是否值得复用。

示例应用还通过3D地图、分组与标签展示模型分布，让检索结果更便于浏览和筛选。

 使用预训练模型，开发团队可以先建立企业零件索引，再开展查询，无需每次从零训练。             

对于特定领域的需求，也可以利用自有数据进行微调。新增索引数据扩大的是检索范围，并不意味着模型准确性会自动提升。

PART 03

找到相似模型之后，如何让它产生更具体的业务价值？峰会通过两个场景给出了示例。

 估价辅助      

  让历史生产记录参与判断      

演示先检索相似零件，再结合已有生产记录，通过算法给出材料、工艺及成本等建议，并呈现置信度与审核状态。

有足够依据的结果可供参考，需要核实的结果提示人工审核，缺少依据的项目则留空提示。建议来自历史记录与算法分析，最终仍由工程师判断。

CAE网格参数复用      

为新模型找到可参考的设置      

1. 从已有网格设置的零件库中检索候选。
2. 选择合适零件，将其网格参数迁移到新模型。
3. 生成网格，与默认参数的结果对照并检查质量。

该示例结合 HOOPS Exchange、HOOPS AI、HOOPS Mesh 和 HOOPS Visualize Web，串联了模型读取、相似检索、网格生成与查看。

演示也展示了低相似候选导致网格质量变差的情况。历史设置能否复用，需要结合候选模型与实际网格质量验证。

PART 04

PART 05

框架与环境：        

          会上将Linux ARM、Python 3.12及pip安装支持列为已完成事项，PMI（产品制造信息）支持处于开发中。    

检索能力：        

          整体装配结构比较、局部形状检索，以及面与边的对应关系列入后续计划。        

 预测能力：        

          预测层Beta版本正在测试，未来还将探索局部预测等方向。        

▷▶获取会议回放：下方扫码添加3D专线顾问获取~