1. 从Demo到工程：AI+CAD落地的真实鸿沟
过去两年，我参与过三个AI辅助CAD的项目，从图纸识别到参数化生成，从二维线稿到三维重建，几乎每个方向都摸过一遍。最深的感受就是：Demo演示和工程落地之间，隔着一整个太平洋。你在GitHub上搜“AI CAD”，能翻出几百个仓库，每个README都写得天花乱坠，但真正能塞进设计院生产流程、让一线工程师愿意天天用的，凤毛麟角。
这个现象不是AI不行，而是CAD这个领域太特殊了。它不像NLP或者CV，拿个预训练模型微调一下就能出效果。CAD文件承载的是精确的几何语义、工程约束和行业规范，一个尺寸标错，下游的制造、施工全得跟着崩。所以当我们在讨论“AI+CAD落地”时，本质上是在讨论如何让概率性的AI输出，去适配确定性的工程需求。
这篇文章面向的是正在或准备做AI+CAD方向的技术人、产品经理，以及被各种Demo汇报轰炸过的工程负责人。我会从数据格式、技术选型、实操流程、踩坑经验几个维度，把这件事拆开揉碎讲清楚。核心关键词：AI、CAD、DXF、DWG、FreeCAD，这些词会贯穿全文，因为它们就是这条路上绕不开的关卡。
2. 为什么CAD是AI落地的硬骨头
2.1 几何精度与语义鸿沟
先说一个最根本的矛盾。AI模型，尤其是深度学习那一套，擅长的是从模糊中找规律——你给它一万张猫的图片，它能学会识别猫。但CAD要的是从精确中保精确——一条线段的端点坐标是(100.0, 200.0)，你预测成(100.1, 200.2)，在屏幕上可能看不出差别，但到了装配环节，这就是干涉。
我见过一个团队做“AI自动标注尺寸”，模型在测试集上准确率92%，听起来不错对吧？但实际用的时候，工程师发现那8%的错误里，有一半是把基准标错了。基准一错，整个零件的公差链全废。这就是几何精度和工程语义之间的鸿沟：AI看到的是像素或点云，工程师看到的是“这个面是配合面，那个孔是定位孔”。
更麻烦的是，CAD图纸里大量的信息是隐含的。比如两条线看起来平行，但实际有0.01度的夹角；一个标注写着“Φ10 H7”，懂行的知道这是基孔制配合，不懂的就只看到一串字符。AI模型如果没有注入这些领域知识，学到的就只是“画线”而不是“设计”。
2.2 DWG/DXF格式的封闭性与碎片化
再来说数据格式。做AI+CAD，第一步就是读文件。DXF是Autodesk公开的交换格式，算是比较友好的，但DWG作为原生格式，其二进制结构并没有完全公开。虽然市面上有ODA（Open Design Alliance）这样的组织提供解析库，但版本碎片化极其严重：R12、R14、2000、2004、2007、2010、2013、2018……每个版本的内部结构都有差异。
我实测过用Python的ezdxf库读DXF，简单图形没问题，但遇到自定义实体（比如AutoCAD的ACAD_PROXY_ENTITY）就直接歇菜。而这些自定义实体在机械、建筑图纸里遍地都是——门窗、标注、填充图案，很多都是第三方插件生成的。你读不出来，后面的AI处理就无从谈起。
还有一个坑是编码问题。DXF文件里的文字可能用GBK、UTF-8、甚至ANSI编码，中文图纸尤其混乱。我遇到过一张图纸，图层名是乱码，但打开CAD看又是正常的，最后发现是文件头里的代码页声明和实际编码不一致。这种问题在Demo阶段根本不会暴露，因为Demo用的都是清洗过的标准数据。
2.3 工程约束的不可妥协性
最后说说工程约束。在互联网产品里，AI推荐错了，用户划走就行。但在CAD里，AI生成一个错误的倒角，可能导致整个零件报废。容错率极低，这是AI+CAD落地最硬的约束。
举个例子，做“AI根据草图生成三维模型”，Demo里展示的是画个圆就出来个圆柱，很酷。但实际工程中，草图可能包含欠约束或过约束的情况。欠约束时，AI可以自由发挥，但生成的结果可能不符合设计意图；过约束时，模型根本解不出来。更别提还有参数化关联——改了A尺寸，B、C、D要跟着变，这种联动关系AI很难自动推断。
所以我的判断是：AI在CAD里的角色，短期内只能是“副驾驶”，不能是“自动驾驶”。它可以帮你加速，但最终确认必须由工程师完成。任何试图完全替代工程师的Demo，都是在耍流氓。
3. 技术选型：从读图到生成的全链路拆解
3.1 图纸解析：DXF/DWG读取的几种路线
读图是第一步，也是决定后续所有工作的基础。目前主流路线有这么几条：
路线一：纯Python方案（ezdxf + matplotlib）
适合快速原型。ezdxf能解析大部分标准实体，配合matplotlib可以可视化。优点是轻量、跨平台、免费。缺点是遇到复杂实体就崩，而且性能一般，大图纸（几十MB）读起来很慢。
import ezdxf doc = ezdxf.readfile("drawing.dxf") msp = doc.modelspace() for entity in msp: if entity.dxftype() == "LINE": start = entity.dxf.start end = entity.dxf.end print(f"Line: {start} -> {end}")路线二：ODA Teigha/ODA Drawings SDK
这是工业级方案，能读DWG原生格式，支持所有实体类型。缺点是商业授权费用不低，而且C++接口对AI团队不太友好。很多CAD软件厂商（包括国内的中望、浩辰）底层都用ODA。
路线三：FreeCAD作为解析引擎
FreeCAD是开源CAD里生态最完整的，它的Part模块和Import模块能处理DXF/DWG（DWG需要额外配置ODA File Converter）。优势是开源免费，而且Python API很完善，可以直接在FreeCAD环境里做几何运算。
import FreeCAD import Import Import.insert("drawing.dxf", "Unnamed") doc = FreeCAD.ActiveDocument for obj in doc.Objects: print(obj.Shape)路线四：OpenCASCADE直接操作几何内核
如果你要做深度的几何处理（比如布尔运算、倒角、抽壳），OpenCASCADE（OCCT）是绕不开的。它提供了完整的B-Rep几何模型，但学习曲线陡峭。我见过一个团队用PythonOCC做“AI生成的特征与原始模型的布尔运算”，效果不错，但开发周期比预期长了三倍。
我的建议是：原型阶段用ezdxf+FreeCAD，生产阶段根据预算选ODA或OCCT。不要一上来就追求大而全，先把数据流跑通。
3.2 AI模型选型：不是越新越好
选模型这块，很多人容易陷入“追新”的误区。看到Transformer、Diffusion就想往上套，但CAD数据有它的特殊性。
对于二维图纸理解，我推荐从图神经网络（GNN）入手。把图纸里的线段、圆弧、标注当作图的节点和边，用GNN做关系推理。比如判断哪些线构成一个封闭轮廓，哪些标注属于同一个尺寸链。这比直接用CNN处理像素图要靠谱得多，因为CNN会丢失矢量信息。
对于三维重建，PointNet++或VoxelNet是常见选择，但要注意CAD模型是参数化的，不是简单的点云。更好的思路是用B-Rep表示，把面、边、顶点作为输入，用专门的B-Rep网络（如UV-Net、BRepNet）来学习。这类模型在ABC数据集上表现不错，但迁移到实际工程图纸上，还需要大量微调。
对于生成任务，比如“根据文字描述生成CAD草图”，Diffusion模型确实有优势，因为它能生成多样化的结果。但CAD需要的是确定性，所以生成后必须加一个约束求解器来修正。我试过用Stable Diffusion生成草图轮廓，再丢给FreeCAD的Sketcher加约束，效果勉强能用，但速度很慢。
提示：不要迷信SOTA。在CAD领域，一个调优过的传统算法（比如Hough变换检测直线）可能比一个庞大的深度学习模型更实用。先跑通流程，再考虑换模型。
3.3 几何内核：OpenCASCADE vs FreeCAD vs 商业内核
几何内核是CAD的“心脏”。AI生成的结果，最终要落到几何内核里做验证和运算。
OpenCASCADE（OCCT）是开源首选，功能全，但文档差、社区响应慢。我踩过的一个坑是：OCCT的布尔运算在遇到微小面或退化边时容易失败，而AI生成的几何恰恰经常有这些瑕疵。解决办法是在布尔运算前加一步几何清理（用ShapeFix模块），把容差内的点合并、把短边去掉。
FreeCAD本质上是OCCT的上层封装，Python接口友好，适合快速开发。但它的性能瓶颈很明显，处理复杂装配体时卡顿严重。如果你的场景是单零件，FreeCAD够用；如果是大装配，还是得用OCCT原生接口。
商业内核（如Parasolid、ACIS）稳定性和性能最好，但授权费高，而且AI团队通常拿不到底层API。除非你在大厂，否则不建议一开始就上商业内核。
我的实操建议：用FreeCAD做原型验证，用OCCT做生产部署。两者之间的迁移成本主要是API熟悉度，几何数据可以通过STEP格式互换。
4. 实操全流程：从一张DWG到AI可处理的数据
4.1 环境搭建与依赖安装
先列一下我常用的环境配置。操作系统用Ubuntu 22.04（Windows也行，但Linux下OCCT编译更方便），Python 3.10。
# 基础依赖 pip install ezdxf matplotlib numpy scipy pip install pythonocc-core # 需要conda环境，pip安装容易出问题 conda install -c conda-forge pythonocc-core # FreeCAD sudo apt install freecad # 或者用AppImage，避免依赖冲突如果你要用ODA，需要去官网下载SDK，然后编译C++绑定。这一步比较折腾，建议先用FreeCAD的ODA File Converter做格式转换，把DWG转成DXF，再用ezdxf读。
注意：FreeCAD的DWG导入依赖外部转换器，默认没装。在“编辑-首选项-导入-导出-DWG”里设置ODA File Converter的路径。没有的话，DWG文件会导入失败。
4.2 图纸清洗：把“脏数据”变成“干净数据”
实际工程图纸几乎没有干净的。我总结了一套清洗流程：
第一步：图层过滤。只保留需要的图层，把标注、图框、标题栏先剥离。这些信息对几何处理是噪声。
def filter_layers(doc, keep_layers): msp = doc.modelspace() entities = [e for e in msp if e.dxf.layer in keep_layers] return entities第二步：实体去重。AI生成的图纸或者多次复制粘贴的图纸，经常有重叠实体。两条完全一样的线段叠在一起，会导致后续轮廓识别出错。用ezdxf的audit功能可以检测部分问题，但重叠实体需要自己写逻辑：比较端点坐标，容差设0.001mm。
第三步：闭合轮廓提取。这是最关键的一步。把离散的线段、圆弧拼成封闭的多段线（Polyline）。我试过用shapely做多边形化，但CAD的圆弧不是直线段，直接转会有精度损失。更好的办法是用FreeCAD的Part.Wire，它能处理圆弧和样条曲线。
import Part edges = [Part.LineSegment(...), Part.Arc(...)] # 从DXF实体转换 wire = Part.Wire(edges) if wire.isClosed(): face = Part.Face(wire)第四步：坐标归一化。不同图纸的原点位置千奇百怪，有的在左下角，有的在图纸中心，有的甚至跑到很远的地方。统一把包围盒左下角移到原点，方便后续处理。
4.3 AI模型训练数据的制备
数据是AI的燃料。CAD领域没有ImageNet，你得自己造数据。
方案一：从公开数据集入手。ABC数据集（A Big CAD Model Dataset）包含100万个CAD模型，格式是STEP，可以转成DXF。但它主要是机械零件，建筑图纸很少。
方案二：合成数据。用FreeCAD的Python脚本批量生成参数化模型，然后随机改变参数，生成大量变体。比如生成1000个不同尺寸的法兰盘，每个都导出DXF。这种数据标注是自动的，因为参数已知。
import FreeCAD import Part for i in range(1000): radius = 10 + i * 0.1 height = 5 + i * 0.05 cylinder = Part.makeCylinder(radius, height) # 导出DXF Part.export([cylinder], f"flange_{i}.dxf")方案三：人工标注。最贵但最准。找有经验的工程师，把图纸里的关键特征（孔、槽、倒角）标出来。我参与过一个项目，标了500张图纸，花了两个月，但模型效果比合成数据好很多。
实操心得：合成数据用来预训练，人工标注用来微调。比例大概是10:1。纯合成数据训出来的模型，在实际图纸上泛化能力很差，因为合成数据太“干净”了。
4.4 从AI输出到CAD可编辑模型的转换
AI输出的是张量、点云或者参数序列，要变成CAD能编辑的模型，中间需要一个转换层。
如果是二维，把AI预测的线段端点、圆弧参数，用ezdxf写回DXF：
doc = ezdxf.new("R2010") msp = doc.modelspace() msp.add_line((0, 0), (100, 0)) msp.add_arc((50, 50), 25, 0, 90) doc.saveas("output.dxf")如果是三维，用OCCT的BRepBuilderAPI构建拓扑：
from OCC.Core.BRepBuilderAPI import BRepBuilderAPI_MakeEdge, BRepBuilderAPI_MakeWire from OCC.Core.gp import gp_Pnt edge1 = BRepBuilderAPI_MakeEdge(gp_Pnt(0,0,0), gp_Pnt(100,0,0)).Edge() edge2 = BRepBuilderAPI_MakeEdge(gp_Pnt(100,0,0), gp_Pnt(100,100,0)).Edge() wire = BRepBuilderAPI_MakeWire(edge1, edge2).Wire()这一步的难点在于容差处理。AI预测的端点可能有微小偏差，直接构建拓扑会失败。我的做法是：先做点合并（距离小于0.01的点视为同一点），再做边缝合。
5. 踩坑实录：那些Demo不会告诉你的问题
5.1 常见报错与排查表
| 报错信息 | 可能原因 | 排查方法 | 解决方案 |
|---|---|---|---|
ezdxf.DXFStructureError | 文件损坏或版本不兼容 | 用CAD软件打开看是否正常 | 用ODA转换器转成R2010格式 |
FreeCAD: ImportError: No module named Import | FreeCAD环境未正确初始化 | 检查Python路径 | 用FreeCAD自带的Python解释器 |
OCCT: BRep_API: command not done | 几何数据有退化边或微小面 | 用ShapeAnalysis检查 | 先做ShapeFix修复 |
MemoryError | 图纸太大，一次性加载爆内存 | 看文件大小和实体数 | 分块读取，或用流式解析 |
| 中文乱码 | 编码不一致 | 用十六进制查看文件头 | 手动指定编码，或用chardet检测 |
5.2 性能优化：大图纸怎么处理
一张建筑总图，可能几十MB，几十万个实体。直接全量加载，内存直接爆。我的优化策略：
空间索引。用R-tree或者四叉树，只加载当前视口范围内的实体。rtree库配合ezdxf可以做到。
from rtree import index idx = index.Index() for i, entity in enumerate(entities): bbox = entity.get_bbox() # 获取包围盒 idx.insert(i, bbox) # 查询某个区域 results = idx.intersection((xmin, ymin, xmax, ymax))多进程并行。把图纸按图层或区域切分，每个进程处理一块，最后合并结果。Python的multiprocessing配合ezdxf，速度能提升3-5倍。
GPU加速。如果AI模型是瓶颈，用CUDA或者TensorRT做推理加速。但要注意，CAD数据的预处理（比如点云采样）往往比模型推理更耗时，别只盯着模型优化。
5.3 精度与容差的平衡艺术
CAD里有个概念叫容差（Tolerance），就是允许的误差范围。AI模型输出的结果，容差设多少，直接决定成败。
设太小（比如0.0001mm），AI预测的微小偏差会导致几何运算失败；设太大（比如1mm），又可能把本该分开的特征合并了。我的经验值是：二维图纸用0.01mm，三维模型用0.1mm。这个值不是拍脑袋来的，是根据常见加工精度反推的——一般机加工能到0.01mm，3D打印能到0.1mm。
还有一个技巧是动态容差。在轮廓识别阶段用大容差（0.1mm），把大致形状先拼出来；在尺寸标注阶段用小容差（0.001mm），保证标注准确。分阶段处理，比一刀切要好。
6. 工具链与资源推荐
6.1 开源工具实测对比
| 工具 | 优点 | 缺点 | 适用场景 |
|---|---|---|---|
| ezdxf | 轻量、Pythonic、文档全 | 不支持DWG、复杂实体弱 | 快速原型、DXF处理 |
| FreeCAD | 开源、Python API完善 | 性能一般、DWG需转换 | 几何运算、原型验证 |
| OpenCASCADE | 功能最强、工业级 | 学习曲线陡、文档差 | 生产环境、复杂几何 |
| LibreCAD | 轻量CAD查看器 | 无编程接口 | 人工检查图纸 |
| ODA File Converter | DWG转DXF神器 | 免费版有功能限制 | 格式转换 |
6.2 学习路径与资料
如果你是新手，我建议这个顺序：
- 先学CAD基础。不用学到能画图，但要能看懂图纸。推荐《AutoCAD 2024从入门到精通》，重点看图层、标注、块这几章。
- 再学Python CAD库。
ezdxf的官方文档写得很好，跟着例子走一遍。然后看FreeCAD的Python脚本教程。 - 然后学几何内核。OCCT的官方文档比较晦涩，推荐看《OpenCASCADE Technology Explained》这本书，或者PythonOCC的示例代码。
- 最后学AI。如果已经有AI基础，直接看B-Rep相关的论文（UV-Net、BRepNet）。如果没有，先补深度学习基础，再往CAD方向靠。
提示：不要试图一次性学完所有东西。我见过太多人卡在OCCT的编译上就放弃了。先用ezdxf跑通一个“读取DXF-提取线段-可视化”的小流程，建立信心，再逐步深入。
6.3 专利与合规注意事项
做AI+CAD，尤其是涉及生成式AI，要注意专利风险。CAD模型本身可能涉及外观专利或实用新型专利，AI训练时如果用了受专利保护的模型，生成的结果可能有侵权风险。
我的建议是：训练数据尽量用开源数据集（如ABC、Thingi10K），或者自己生成的合成数据。如果要用企业内部的图纸，确保有授权，并且做去标识化处理——把标题栏、图号、公司logo这些信息抹掉。
另外，AI生成的CAD模型，其知识产权归属目前法律上还不明确。如果是商业项目，最好在合同里写清楚。
7. 我对AI+CAD落地的一些真实体会
做了这几年，我最大的体会是：AI+CAD的难点不在AI，在CAD。很多AI团队技术很强，但对CAD的理解太浅，做出来的东西工程师一看就摇头。反过来，CAD团队懂工程，但不懂AI，也不知道怎么把需求翻译成模型能理解的任务。
所以落地成功的关键，是两边的人能坐在一张桌子上，用同一种语言说话。AI工程师要学一点CAD基础，知道什么是B-Rep、什么是约束、什么是公差；CAD工程师要学一点AI基础，知道模型能做什么、不能做什么、需要什么数据。
还有一个体会是：不要追求全自动。我见过最成功的AI+CAD项目，都是“人机协作”模式——AI做初稿，工程师做审核和修改。这样既提高了效率，又保证了质量。那些号称“一键生成”的，基本都死在演示阶段。
最后说一个具体的技巧：从最简单的任务开始。比如“AI自动识别图纸里的孔”，这个任务定义清晰、数据容易标注、效果容易验证。做成了，再往“AI自动生成装配体”这种复杂任务推进。别一上来就搞大新闻，容易翻车。
这个方向后续还可以这样扩展：把AI和参数化设计结合起来，让AI不仅生成几何，还生成设计意图。比如AI画了一个孔，同时标注“这个孔是用于M6螺栓的过孔，公差H12”。这样工程师拿到的不只是一堆线条，而是一个有工程语义的模型。这条路更难，但价值也更大。
