AI 实现零件装配要素的评价：FrontierCAD 报告解读

原载「AI驱动产品设计」，资料口径截至 2026-10-10；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。

【AI 行业速递】｜阅读约 7 分钟

本文编译自 Normal 的研究文章《FrontierCAD》（https://normal.ai/research/frontiercad），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详细设计 → 装配与配合。螺栓孔能否对上、零件能否摆到位，靠外形相似度回答不了。FrontierCAD 一道题让 AI 按工程图重建零件，另一道题让 AI 根据装配图摆放现成零件，再由评测器检查结果。标题中的“识别装配要素”，指评测器从参考零件提取可检查的几何区域，不等于 AI 已经理解整套装配关系。我想看清它能查出什么、还漏掉什么。

研究列表页的日期是 2026 年 10 月 5 日，作者是 Aayush Gupta、Pav Saini、Anson Yu、Hudhayfa Nazoordeen。测试为 7 个模型、39 个零件、16 个装配，每题 1 次，成绩来自 2026 年 9 月 19 日的运行 123。

一、两道题，都在问装不装得上

零件题读工程图，交出一个 STEP 实体。装配题拿到各零件的 STEP 和一张装配图，图上有带公差的尺寸、物料清单和气球号，模型只把零件挪到位。Normal 写明，选零件、加配合和紧固件、检查运动，都还没有发布 1。

图纸是否够用，用人工重建核对。CADQuests 上的人在 2026 年 7 月和 8 月只用 Onshape、只凭图纸重建，参考件相差 3% 以内才收下。同一评分器下，39 个零件的人工平均分是 0.691，只有 1 个过线，建模时间中位数 84 分钟。原文说这是基线不是上限，图纸不会把倒角、退刀和内部细节都规定死 2。

二、只比外形，会放过装不上的零件

原文用受控改动试了现有评分器，指出两个问题 1。

第一个是方向。图纸通常不规定零件怎么摆。做对了但转了角度，固定方向去比就会扣分。4 个零件从 0.1° 转到 90°：CADGenBench 在 1° 时掉到 0.81，BenchCAD 在 90° 时掉到 0.12，CADBench 从 0.96 到 0.99，变化最小。FrontierCAD 每个角度都是 1.000。BenchCAD 这次把特征分设为 0，所以到不了 1.0。这组试验不是事先留出的：旧评分器曾把一个转角打成 0.750 1。

第二个是孔位。沉头螺栓孔沿板移动，体积不变。到 4 mm 时形状分仍有 0.985，螺栓已经穿不进。Normal 借用 CADGenBench 的夹具：螺栓路径必须是空的（keep-out），凸台必须是实的（keep-in）。该孔的 keep-out 掉到 0.3，综合分掉到 0.944，不通过。1.5 mm 及以内仍通过，因为其他夹具还对得上 1。

在我看来，4 mm 这个例子比排行榜更值得记住。要交付的是装得上，不是看起来像。

三、FrontierCAD 怎么打分

零件分先做刚体对齐，只许平移和旋转，不许镜像或缩放。综合分 = 0.4 × 形状 + 0.4 × 夹具 + 0.2 × 拓扑。形状是体积交并比和表面 F1 的平均，拓扑比实体、通孔和内部空腔，不是有效实体就记 0。0.97 及以上算通过 12。 原报告图示与交互演示

夹具由 Jiggen 从参考 STEP 的几何自动生成，不用语言模型。它为孔、销、槽、凸台等定位和紧固区域生成检查区域：螺栓路径要留空（keep-out），凸台应有实体（keep-in）。参考件在某个夹具上的体积交并比低于 0.98，就删掉该夹具。2026 年 8 月 10 日的报告里，39 个零件共生成 3,218 个夹具，每件有 11 到 446 个 1。这是基于参考件的几何校核，不是 AI 自主推断孔轴配合、紧固顺序和完整装配意图。 原报告图示与交互演示

装配按形状配对，同形螺钉对调不扣分，名字和文件顺序不算。装配整体先对齐，只留相对位置。每个零件得 1 / (1 + d)。技术报告写，d 取形状误差和位置误差中较大的一个；1 个单位是 0.1 mm 或 6°，不论零件大小。装配分等于各零件分数之和，除以参考件数和候选件数中较大的一个，所以缺件、多件都会拉低分数。0.97 算通过 12。概述页写平移和转动相加，技术报告写取较大者，两处不一致，正文按技术报告。

8 零件的受控装配里，整体转动带来的分数变化小于 2 × 10⁻¹⁰；L 形支架单独转 12.8°，记录分 0.915。六角头每 60° 外观相同，绕自身轴线转不该扣分 1。

这套流程里，AI 负责生成零件或试摆装配；几何算法负责对齐、匹配、测量形状与关键区域；0.4/0.4/0.2 的权重和 0.97 的通过线是评测规则。我认为分开检查接口和外形是对的，但这里还没有能判断产品需求、设计意图与装配工艺的规则引擎。夹具来自参考模型，证明的是候选件接近参考件，不是这套设计在你的产品里一定合理。

四、报告的测试成绩

零件通过线 0.97。表内是技术报告的三位小数；概述页把最高平均分写成 0.63，单次最高 0.96，并写没有任何模型通过这 39 个零件，模型仍然不能完美重建复杂零件 12。

• GPT-6 Astra — 运行环境：codex · ultra；平均分：0.633；有分的试验：39/39；通过：0/39
• Claude Fable 5.1 — 运行环境：claude-code · max；平均分：0.582；有分的试验：39/39；通过：0/39
• GLM 5.3 Flash — 运行环境：opencode · max；平均分：0.333；有分的试验：6/39；通过：0/6
• Gemini 3.8 Flash — 运行环境：gemini-cli · high；平均分：0.332；有分的试验：39/39；通过：0/39
• Muse Spark 1.3 — 运行环境：muse-code · xhigh；平均分：0.332；有分的试验：39/39；通过：0/39
• DeepSeek V4 Flash Vision — 运行环境：opencode · max；平均分：0.305；有分的试验：39/39；通过：0/39
• Grok 4.6 — 运行环境：grok-build · xhigh；平均分：0.255；有分的试验：39/39；通过：0/39

装配上，概述页写 Astra 平均分 0.71、16 套里通过 4 套，通过数最多；区间很宽，模型之间的小差距没有意义 12。

• GPT-6 Astra — 平均分：0.713；有分的试验：16/16；通过：4/16
• Claude Fable 5.1 — 平均分：0.618；有分的试验：16/16；通过：3/16
• Gemini 3.8 Flash — 平均分：0.371；有分的试验：16/16；通过：2/16
• DeepSeek V4 Flash Vision — 平均分：0.339；有分的试验：16/16；通过：2/16
• Grok 4.6 — 平均分：0.334；有分的试验：16/16；通过：2/16
• Muse Spark 1.3 — 平均分：0.266；有分的试验：15/16；通过：1/15
• GLM 5.3 Flash — 平均分：0.075；有分的试验：16/16；通过：0/16

原报告图示与交互演示 装配零件数从 5 到 179，中位数 43.5。零件数和分数只有弱相关，因为重复螺栓容易摆对。20 件及以下平均分 0.44，超过 50 件是 0.36 1。

GLM 5.3 Flash 有 33 个零件因输出长度上限没交出 CAD，0.333 只覆盖 6 次有分试验；若这 33 次按 0 分计，平均分是 0.051。Muse Spark 1.3 有 1 个装配因内存不足无分；若按 0 分计，装配平均分是 0.250。评分器拒绝的候选按 0 分计 12。

技术报告写，任务是看完成绩后才选定的，删了 59 个任务，其中包含所有有模型通过的零件。通过率为 0 有一部分来自选题，分数也比不筛选时更低。39 个里有 8 个图纸不完整，因为难，先留着，以后再改。2026 年 10 月 5 日改过一批图纸，分数仍用改前输入，没有重跑 12。装配分还是临时的：未做精确 B-Rep 比对。14 次通过有 11 次落在 2 个任务上，分数可一致到小数点后六位及以上，不能确认零件精确重合 2。

复杂零件按图重建和整套装配直接交付，现在都不能整段交给 AI。但“39 个全没通过”不能单独当能力结论——后面要和选题筛选一起看。

五、报告启示：现状与我的看法

现状。 FrontierCAD 测的是：按工程图重建零件 STEP，以及把现成零件按装配图摆到位。零件题上 7 个模型全部 0/39 过线；装配题最多 Astra 4/16。人工基线也不轻松：平均分 0.691，39 个里只有 1 个过线。成绩还要和选题方式一起看——任务是看完成绩后筛选的，删过有模型通过的零件，所以“全没过”不能单独当能力结论。技术上，报告侧重装得上、摆到位：夹具与相对位姿可以查；完整装配关系、配合约束、关节运动，以及特征树、参数和设计意图，都不在这套评测里。后一类更接近 CAD Arena 的范围 12。

报告结论。 以下是 Normal / FrontierCAD 原文的结论与口径，不是我的引申 12：只比外形会放过装不上的零件（例如孔偏 4 mm 时形状分仍可到 0.985），因此要用夹具一类配合向几何指标，而不能只靠形状分；当前模型“仍不能完美重建复杂零件”，本轮 39 个零件无一过线；装配相对好一些，最好成绩约 4/16，但样本小、区间宽，装配分还是临时的（未做精确 B-Rep 比对，部分高分不能确认零件精确重合）；装配评测也不查配合约束、关节与运动；任务是看完成绩后才删定的，删掉了所有有模型通过的零件，因此零件通过率为 0 有一部分来自选题，分数也比未筛选时更低。

我的观点。 AI 可以按图试摆一版、试着重建外形；配合面、孔轴、止口这类装配要素，仍须工程师自己查。不能把整段装配交给 AI 当终审，也不能只看渲染图或形状分就签字。本报告尚不能证明 AI 已能自主选取独立零件、建立完整配合约束并完成整套装配放行。

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。