二维图纸转 3D 模型，能交给 AI 了吗？CAD Arena 成绩单解读

原载「AI驱动产品设计」，资料口径截至 2026-10-07；本站整理复刊时保留原稿观点与数据快照，不代表当前排行榜或产品承诺。 2026 年 10 月 23 日复核时，实时榜已增加 10 月批次；下文仍使用原稿的 9 月 25 日快照。

本文编译自 Normal 的研究文章《CAD Arena》（normal.ai/research/cadarena），数据与结论以原文为准，文中观点部分为我的解读。

这篇文章对应结构设计里的一个具体环节：详细设计 → 三维建模与改型，说得再具体一点，就是把传统二维工程图转成三维参数化模型。手上已经有一张二维图纸，要做的是照图建出 3D 模型，后面还能接着改，也能拿去生产。Normal 在 2026 年 9 月 7 日发布的 CAD Arena，测的正是这一步：给 AI 一张工程图，让它在 CAD 里建模，留下特征树，建完还要改得动 12。它不涉及概念设计、仿真和出工程图。我写这篇，是想帮结构工程师判断三件事：二维图纸转 3D 模型今天能不能交给 AI，能交多少，交出去之后要查什么。

一、为什么要在原生 CAD 里测

原文的出发点是：AI 应该在工程师已经在用的平台里，建出人能检查、看懂、修改的草图、特征和参数 1。所以 CAD Arena 选了 5 个平台，各用自己的编程接口驱动 1：

• Siemens NX：用 C# 调用 NX Open；
• SolidWorks：用 C# 调用 SolidWorks API；
• Onshape：用它自带的特征脚本语言 FeatureScript；
• Autodesk Fusion：用 Python API；
• Build123d：开源的 Python 建模库。

用大白话说：AI 不是在界面上点鼠标，而是写一段程序，让 CAD 软件按顺序“画草图、拉伸、打孔、倒圆角”。在支持原生特征的 CAD 平台里，程序运行后可以留下草图与特征历史；Build123d 则主要以 Python 代码承载建模过程，不能把它和商业 CAD 的原生特征树混为一谈。

二、任务和评分怎么设计

任务：18 张工程图，由实际生产这些零件的厂商授权提供，覆盖机加工件、钣金成形件和焊接结构件 1。为了确认图纸信息够用，一位资深 CAD 建模师先按图把每个零件重建了一遍，质量和外形包络尺寸都与参考件相差在 3% 以内 1。

过程：智能体拿到图纸和统一提示（单位、材料密度、尺寸表、检查质量和尺寸的指引），看不到参考模型 1。它可以按报错反复修改，最后导出 STEP 比几何，同时检查原生设计文件 1。

评分用 Normal 自己的 FrontierCAD 评分器，看三项 1：

• 几何分 G：先查是不是封闭实体，不合格直接记 0；再比较形状、关键配合区域和拓扑（实体数、通孔数、封闭空腔数）。对齐时只允许平移和旋转，所以比例或镜像错了会被扣分。
• 可编辑性分 E：由评审检查特征树和草图，看轮廓是否参数化、阵列和圆角等特征是否与图纸标注一致、引用是否稳定、组织是否清晰。原文强调，这是“检查判断”，不是真的去改一遍参数。
• 综合分 S = G ×（0.7 + 0.3E）：E 为 0 时只保留 G 的 70%，E 为 1 时保留全部。单次要算“通过”，需要 G ≥ 0.97 且 E ≥ 0.75。

口径说明：实时榜的简要说明将综合分称为几何与可编辑性分数的平均，而原稿提取的方法论写的是上式。本稿保留方法论公式，二者口径仍应向发布方核实。

在我看来，这套测法是对的：工程师交付的不只是一个外形，而是一棵能接着改的特征树。只比形状，测不出 AI 能不能接手建模，所以我认同在原生 CAD 里测、单独给可编辑性打分。

图 1：CAD Arena 的测试流程（AI 生成示意图，信息来源：Normal CAD Arena）

三、成绩单

排行榜截至 2026 年 9 月 25 日，共 12 个模型、1080 次计划试验，其中 995 次拿到分数 2。下表取前 7 名和国产模型 DeepSeek V4：

• Opus 5.5 — 综合分：0.750；单次成本（美元）：15.54
• Astra（OpenAI） — 综合分：0.671；单次成本（美元）：7.13
• Fable 5.1 — 综合分：0.662；单次成本（美元）：17.70
• GPT-6 Sol — 综合分：0.525；单次成本（美元）：1.88
• Gemini 3.8 Flash — 综合分：0.410；单次成本（美元）：8.83
• Grok 4.6 — 综合分：0.348；单次成本（美元）：7.44
• Muse 1.3 — 综合分：0.318；单次成本（美元）：3.54
• DeepSeek V4 — 综合分：0.187；单次成本（美元）：0.73

测试分两批：原文正文分析的是首批 6 个模型，结论是 Astra 和 Fable 5.1 领先；Opus 5.5、GPT-6 Sol 等 6 个模型 9 月 24 日加入，次日又给其中 3 个补跑，排行榜把两批合在一起排名 12。成本方面，DeepSeek V4 单次只要 0.73 美元，是 12 个模型里最低的，但综合分 0.187，排第 10；它用的是 OpenCode 智能体环境 12。GPT-6 Sol 的单次成本约为 Opus 5.5 的八分之一，分数 0.525 2。

我认为，原稿快照中的最高分 0.750 说明 AI 已经能做出“初版模型”，但还到不了可以直接交付的程度。DeepSeek 这类便宜但分数低的模型，在我看来更适合练手和批量试错，不适合直接出正式模型。

四、核心问题：不是画不出来，而是画出来了改不动

原文审阅了 5 条运行记录，共同模式是：智能体先尝试圆角、阵列、抽壳这些原生特征，一报错就退回更简单的操作，零件“补”出来了，特征树却更乱、更难改 1。原文也提醒，这些例子不代表发生频率 1。

在我看来，这是整篇研究对结构工程师最重要的结论：AI 的短板不在“画不出来”，而在“画出来了改不动”。下面挑 4 个案例，看问题会在改型和制造的哪一步冒出来。

1. Onshape，双孔支架抽壳。 图纸要求抽壳后保留 3.06 mm 壁厚。抽壳报错后，智能体改成画一个腔体再布尔减掉，结果前壁变成 4 mm 1。制造上，厚了约 0.94 mm，重量和强度校核都要重算；改型时，原文评分细则本来就要求均匀壁厚用抽壳或薄壁特征，而不是“外轮廓减内轮廓” 1。用抽壳，改壁厚只改一个数；用腔体相减，就得回去改草图。

2. Fusion，弯曲齿条。 圆周阵列的数量参数类型传错，修正后一度生成 106 个实体；最终代码用一条光滑环带代替齿槽，两端收口和卷边也省略了 1。我认为这类很难补救：齿形丢了，零件不能用；树里没有阵列，想改齿数、齿距只能重建。

3. SolidWorks，角支架唇边。 圆角调用的参数个数写错，之后改成在截面上画圆弧再拉伸 1。外形还是圆的，但树里没有圆角特征。改型时想把 R 角改大，就得进草图改线，而不是改一个半径。

4. NX，法兰盖。 边倒圆调用缺参数，编译直接中断；重写后用“直线 + 四分之一圆弧”的轮廓拉伸 1。平面轮廓的圆角保住了，但图纸要求的其他三维边倒圆没有建出来 1。我认为这类缺失在渲染图里不显眼，往往到出图或加工时才暴露。

图 2：画得出，改不动（AI 生成示意图）

五、两点补充

一是分数随模型变化更大，随平台变化较小，但每个模型得分最高的平台不同；原文说明这只是描述性对比 1。我的理解是：先选模型，再找它顺手的平台。

二是原文写明的局限 1：每个组合只跑 1 次；比较的是“模型 + 运行环境”的组合；成本只算模型调用，不含 CAD 许可费，Gemini 的成本仍在复核。

六、我的解读：AI 出初版，工程师做校核

此前我写过，设计正在变成“描述意图 → AI 生成 → 工程师校核”。放到二维图纸转 3D 模型这一步，我认为分工可以很清楚：AI 负责出初版模型，工程师负责校核。AI 读图、写脚本、建出第一版特征树；工程师检查特征树、关键尺寸、壁厚和配合，再改一个参数，看模型能否重建。

为什么不能省掉校核？Normal 在另一篇 FrontierCAD 研究里给过一个例子：螺栓孔偏移 4 mm 时，只看形状的相似度仍有 0.985，但零件已经装不上了 3。“看着像”和“能用”之间，还隔着一轮工程检查。

我给自己定的校核清单：

1. 翻特征树：抽壳、圆角、阵列、孔是不是原生特征，有没有被“草图 + 拉伸”或布尔运算替代；
2. 对关键尺寸：孔径、孔位、基准距离逐项和图纸核对，驱动尺寸最好就是图纸上的数字；
3. 量壁厚：薄壁件用厚度分析查一遍，尤其是抽壳被替代的地方；
4. 查配合：螺栓孔距、止口、配合面放进装配里做一次干涉检查；
5. 改一个参数：原文的可编辑性是检查判断，不是实际修改测试，所以我会自己改一个主尺寸，看模型能否重建。

本文配图为原稿的概念示意，不是产品实测截图。英文版使用对应英文配图，图内文字与图注均为英文。

延伸阅读：工程智能体与 CAD 工作流。