AM易道分享
Autodesk Research上周在arXiv上掛了一篇論文，標題叫Zero to CAD。
低調到不像Autodesk的風格。但很多人這兩天都在轉。

原因是論文里有一組數字，乍看不太對勁。

一個20億（2B）參數的AI模型，能跑在你手機上的那種，讓它從圖像生成CAD代碼這道題上做到82.1%的成功率。

同一道題，GPT-5.2開到最高推理強度，只有72.2%。

不微調的同款基礎模型只有6.6%。

更反常識的是這個2B小模型從頭到尾沒看過一份真實CAD數據。

它學會的所有東西，都是另一個大模型在反復試錯里寫出來的合成程序。

Autodesk這一手，本質上是把困住AI畫CAD這件事好幾年的數據墻，用一種很取巧的方式繞了過去。

對3D打印行業來說，這意味著AI生成可編輯模型源文件這件事，第一次有了像樣的路徑。

3D打印行業一直在等的那種AI
打印機這兩年迭代得很快。
多色、高速、大尺寸、多材料，新機型一年能發好幾代。
但有一件事沒怎么動，可編輯的模型源文件從哪里來。

不管是工業用戶做小批量定制件，還是消費用戶打游戲手辦，模型來源就那么幾條路。

自己畫，找設計師外包，從模型站下載現成模型，或者拿照片用網格掃描重建。

除了前兩條，出來的是都是死網格。

死網格的意思是，你能打印它，但你不能改。

想把孔位往左挪兩毫米，想把壁厚加一圈，想把卡扣的間隙調小一點，對不起，從頭來。

整個行業都在等一種AI：

你給它一句話或者幾張圖，它給你一個能改、能調、能直接進切片的真正CAD源文件。

不是網格，是一段能回放、能修改的構造歷史。

這件事過去幾年沒做出來，最大的瓶頸不在模型，在數據。

行業卡了多少年的坎
CAD模型和我們打印用的STL網格，本質上是兩個東西。
STL是最終的幾何外形。一個零件在屏幕上長什么樣，文件里就記錄什么樣。

但工程師真正在用的CAD文件不是這樣。

一個支架在CAD軟件里被打開，左邊那條參數樹里寫著：

先在XY平面畫一個矩形，長60寬40，往上拉伸8毫米；

然后在頂面畫一個圓，直徑8毫米，向下挖透；

再選四條豎邊，倒2毫米的圓角。

這條參數樹就是構造歷史。

它記錄了設計意圖。改尺寸、調參數、把這個支架的孔位從中心挪到邊角，靠的全是它。

AI模型如果拿公開的已有的網格數據訓練，能生成靜態幾何，做不了可編輯的源文件。

之前學術界有人嘗試過填這個坑。

DeepCAD做了17.8萬條序列，Fusion 360 Gallery做了8600條，規模都太小，而且都被鎖在最簡單的一種操作里：畫草圖，再拉伸。

倒角、圓角、抽殼、放樣、掃掠、布爾運算這些機械設計里最常見的動作，全部不支持。

更近一些的工作叫CAD Recode，去年發的，規模也接近一百萬。

但它生成出來的代碼長這樣，一串坐標的連續調用：機器能執行，人完全改不動。

r = w0.sketch().segment((...),(...)).segment((...),(...))....close().finalize().extrude(8)

對比一下，Zero to CAD生成出來的代碼長這樣：

result = bracket

變量是有名字的，plate_length、hole_diameter、fillet_radius，工程師一看就知道哪個數字是干嘛的。

邏輯順序也是清楚的，先建底板、倒圓角、再開孔。

想把孔徑從8毫米改成10毫米，把hole_diameter那一行改一下就行，整個零件自動重建。

這就是可編輯和不可編輯的區別。

這就是Zero to CAD要解決的問題。

上圖是現有CAD數據集對比，加粗那行是Zero to CAD，規模大、可執行、可讀、操作覆蓋廣

Autodesk的解法似乎并不復雜

讓一個大模型自己寫代碼，自己跑，跑不通自己查文檔改了再跑。

具體來說，研究團隊挑了一個開源大模型gpt-oss-120b，把它扔進一個CAD環境里。

環境給模型配了三件工具，一個執行驗證器，一個文檔檢索器，一個文檔正則匹配器。

然后讓模型干一件事：

寫CadQuery代碼（一種用Python語法描述參數化CAD的開源庫，可以理解成給程序員用的Fusion 360），執行，看報錯，查文檔，改代碼，再執行，直到幾何成立。

論文里舉了個很直觀的例子。

模型生成了一段沉頭孔代碼，跑出來報錯，說cskHole這個函數缺一個叫cskAngle的參數。

它就自己去查CadQuery文檔，找到正確的函數簽名，把參數補齊，再跑一次。

一次不行就十次，每個零件最多允許跑100次嘗試。

上面是AI代碼合成與驗證的完整閉環流程圖

還有兩件事值得提。

一是分兩階段干。

先讓模型當零件管理員，按65個常見類別（支架、滑輪、外殼、法蘭這些）批量列清單，每批200個，逼它換花樣別重復。

然后再按清單去寫代碼。

二是質量關卡嚴。

代碼能跑只是第一步。還要確認零件不是斷成幾塊的、不是面數少得可疑的方塊、能干凈地導出STL（用來打印）和STEP（用來CNC）。

這幾關都過，才進數據集。

一周時間，一百萬個零件

整個流程跑了大概一周。

GPU在2到80塊之間動態調度，CPU峰值用到3000核。

處理了602億輸入token，生成了55.9億輸出token。

最終入庫999633條。

首次嘗試就成功的占22.3%，剩下的平均要試3.3次才過。

更關鍵的是質量，和ABC（業內最權威的真實CAD數據集）比，Zero to CAD的零件復雜度（平均46.2個面）接近真實數據（50.7），上一代CAD Recode只有16.4，而且一半以上是斷成幾塊的偽零件。

Zero to CAD這一關過濾得很干凈。

研究團隊再用AI視覺模型測了一遍分布相似度，結論一樣：

它合成出來的，比之前的合成數據更像真工程師畫的。

上圖是Zero to CAD、ABC、DeepCAD、CAD Recode樣本視覺對比

真正出圈的，是后面那個2B的小模型
數據集本身已經是厲害的成果。但這兩天火爆的是后面的一個收尾實驗。

研究團隊拿那一百萬條合成數據，全量微調了一個Qwen3-VL-2B-Instruct。這是一個20億參數的視覺語言模型，能塞進消費級顯卡甚至手機里。

任務是圖像到代碼：給8張多視角渲染圖，輸出能跑的CadQuery代碼，重建幾何。

整個零件由草圖、拉伸、倒角、挖孔、打孔幾個動作組合而成。

測試結果在文章開頭說過，自家測試集82.1%的成功率，把GPT-5.2 High（72.2%）按在地上。

而基礎Qwen不微調只有6.6%。

研究團隊自己也很坦誠地說了一個限制。

把這個模型放到ABC（真實人類設計的CAD）上做泛化測試時，成功率掉到61%，IoU（衡量重建幾何和原始幾何重合程度的指標，1是完全重合，0是完全不沾邊）也下降明顯。

GPT-5.2在ABC上的衰減反而更小。

這個對比說明了兩件事。

一件是這套合成數據真的能讓一個小模型從零學會一項GPT-5.2級別才能勉強做的活。

另一件是合成數據訓練出來的模型，遷移到真實數據上還有距離。

社區評論區的反應也分兩派。

有人肯定對于一個能跑在手機上的2B模型，這個表現已經相當驚人。

而有些質疑是指那些被算成成功的結果里，到底有多少是2.5D的簡單平面拉伸？

多少是真正需要空間感、多平面方向、多個草圖相互參考的3D幾何？

這個問題論文里沒有正面回答。

從前面的圖片里能看到的零件類型不少，但要真做工業級的復雜殼體、多孔配合面、帶斜度的精鑄件，目前的樣本分布夠不夠。

上圖是ABC真實數據集上的重建對比（Ground Truth對比微調后的Qwen3 VL 2B對比GPT-5.2

這事和3D打印有什么關系
說回我們的行業。

很多同行最大的痛點之一是設計成本。

一個客戶拿著草圖來，要你給他做一批支架、夾具、外殼，傳統流程是設計師在CAD軟件里畫，驗證完打樣。

設計費攤到每件上，比材料費和打印工時加起來還貴。

如果AI能把這個流程壓縮到分鐘級，整個小批量定制的經濟模型就變了。

Zero to CAD指向的就是這條路。

它現在還做不到完美，但已經把基礎能力跑通：

給圖像，能生成可編輯的CadQuery代碼；

這個代碼能直接導出STL進切片，也能導出STEP。

模型權重和數據集都開源放在HuggingFace上（ADSKAILab/Zero-To-CAD-Qwen3-VL-2B），消費級顯卡能本地跑，不用調API。

對企業用戶來說，最直接能做的幾件事：

做內部設計提效工具。

把客戶發來的參考圖丟給模型，先生成一版基礎幾何，設計師在這版基礎上調整，比從零畫快很多。

還可以做產品配置工具。

比如做定制夾具的廠家，可以訓練一個領域內的小模型，讓客戶上傳工件照片就生成對應的夾具設計。

對個人用戶和小工作室來說，更實用的是關注HuggingFace上后續會出現的微調版本。

Autodesk放出了基礎模型，社區基本一定會有人在它上面繼續微調，比如專門針對某些特定行業應用的版本。

這些垂類微調出來的小模型，可能比通用大模型在具體場景上更好用。

但61%的真實數據成功率，意味著現在還不能無人值守地用。

Autodesk在論文里也很坦誠地放了一組失敗案例。

薄壁斷開、孔位偏移、幾個零件浮在空中沒連上、看起來像零件其實加工不出來。

這些失敗現在還得靠人眼把關。

把它當一個高效的草稿生成器，比把它當一個全自動設計師，更現實。

研究團隊說他們沒有引入視覺反饋，這也是為什么模型還無法可靠地檢測這類幾何缺陷。

也就是說，Zero to CAD的整套自我修正機制，是語法層面和幾何拓撲層面的修正，不是工程合理性層面的判斷。

模型能保證代碼能跑、幾何可行、能導出，但保證不了這是一個能合理加工出來的零件。

這條路的下一段，大概率要靠兩件事補齊。

3D打印這一項尤其值得期待。

因為打印的可制造約束相對清晰，懸垂角、最小壁厚、支撐位置這些規則都有現成的判定邏輯，容易做進自動驗證里。

這也意味著，3D打印很可能是AI生成CAD最先跑通商用閉環的工藝。

回到今天這篇論文。

Autodesk這次放出來的還是是一整套可以直接用的資產：

100萬條帶完整構造歷史的CAD數據集、一個微調好的2B模型權重、一份開源的訓練代碼，全在HuggingFace上。

消費級顯卡能本地跑，不用調API。

現在數據和基礎模型都開源了，剩下的就看誰動作快。

Autodesk自己當然會把這套能力慢慢嵌進自己的軟件棧。

而其他所有做3D打印軟件生態的廠家，再加上一批做AI生成3D內容的企業，理論上都在同一個起跑線上。

本文是AM易道對論文的解讀和轉述，帶有大量主觀判斷、內容取舍和添加行業視角，原文信息密度大、專業細節多，如果您是相關領域的專業讀者，強烈建議直接閱讀原文，本文的內容可能與原作者的嚴謹表述存在部分差異。

論文：

• arXiv原文：https://arxiv.org/abs/2604.24479

• HuggingFace論文頁：https://huggingface.co/papers/2604.24479

資產（HuggingFace）：

• 項目集合頁（所有資產匯總）：

  https://huggingface.co/collections/ADSKAILab/zero-to-cad

• 100萬條完整數據集：

  https://huggingface.co/datasets/ADSKAILab/Zero-To-CAD-1m

• 10萬條精選子集：

  https://huggingface.co/datasets/ADSKAILab/Zero-To-CAD-100k

• 2B微調模型：

  https://huggingface.co/ADSKAILab/Zero-To-CAD-qwen-vl-2B

• 項目組主頁：

  https://huggingface.co/ADSKAILab