浩辰软件把AI带进CAD，但它先问了一个难题：模型能不能看懂图纸？

作者｜周雅

AI正在进入所有软件。

办公软件里，它负责写作、总结和做表格；手机里，它变成助手；车机里，它开始理解场景；设计软件里，它也被期待能生成方案、修改图纸、辅助决策。

但工业软件的AI化，可能是最难的一类。

因为工业场景很复杂，更何况，很多工业软件本身还背着历史包袱。

最近在“2026 浩辰软件产品创新峰会”上，我们观察到浩辰软件副总经理万世平提及的一个判断：过去几十年，很多工业软件都在沿着“功能叠加、补丁续命”的路径往前走，老架构支撑了全球制造业的数字化，也沉淀了大量经验，但它也形成了新的困局——“我们正在用上个世纪的地基，承载新世纪的工业大厦。”

这句话很适合用来理解今天的AI CAD。

它面对的是工程图纸，是尺寸、图层、构件、结构关系、行业规范和设计责任。

一张图纸进入企业以后，也不会停在设计师电脑里。它会变成物料、工艺、BOM、审批流程、制造依据，继续流向 PLM、ERP、生产制造和运维系统。

所以，AI进入 CAD，它能不能看懂图纸，理解工程规则，并把图纸变成可流动、可计算、可复用的数据，是关键，也是浩辰软件试图解决的问题。

工业软件的下一轮竞争，与AI CAD 的难点

“制造业的数字化、智能化正在加速变革，工业软件作为核心，正迎来历史性的发展拐点。”浩辰软件总经理陆翔特别提到。在他看来，当前这场横跨产品技术与商业模式的深刻变革，对工业设计范式和行业格局的重塑力度，甚至可以和当年工业软件的诞生和普及相提并论。

图：浩辰软件总经理陆翔

这也是浩辰软件提出三大战略方向的背景：全栈产品创新、全球化战略2.0、全域生态共建。

其中在产品层面，浩辰软件的产品应用矩阵覆盖2D/3D/BIM产品、轻量化/协同产品、AI产品等相关产品及应用。聚焦CAD/BIM产品应用矩阵，此次峰会新发布了浩辰CAD 2027、浩辰BIM 2027、浩辰3D 2027、GstarCAM等相关产品及行业解决方案。

图：浩辰软件发布产品架构图

浩辰软件副总经理邓力群在现场讲了一个反差：

AI 可以写出优美的诗歌，却很难读懂一张复杂的工程图纸；AI 可以畅谈宇宙的哲学，却无法在 CAD 里画出一条符合规范的导线。

这句话，其实是整场发布会里最值得抓住的判断之一。

过去，AI 几乎进入了所有软件。办公软件、浏览器、搜索、手机、车机，都在讲 Agent，讲自然语言交互，讲生成。但工业软件不一样，它不是只要回答得“像那么回事”就可以。

CAD 里的每一条线、每一个构件、每一个尺寸，都要对工程负责。

所以邓力群给出的结论也很直接：“AI CAD 的难点，不在于发散创造，而在于精确理解和执行。”

这可能也是浩辰这次发布 AI 产品时，真正想讲清楚的事：通用大模型不能直接解决工程设计问题，CAD 需要自己的大模型、自己的数据结构、自己的操作体系。

不是给 CAD 加一个聊天窗口

邓力群把问题拆成两层。

第一层，是现有大模型的理解范围。

今天的大模型可以处理文本、图片、语音、视频和代码，但对于 CAD 二维图纸和三维模型，还没有成熟的大模型能真正读懂。普通图片识别看到的是像素，CAD 图纸里真正有价值的是结构、构件、参数、图层、拓扑关系和工程语义。

第二层，是工业设计的容错率。

在很多消费级 AI 场景里，答案不完美可以再问一次，图不够好可以重新生成。但工程设计不行。看懂图纸、理解图纸、审核图纸，甚至生成图纸，每一步都需要严格的参数化和结构化支撑。

没有精确的结构化数据，AI 生成只能是“海市蜃楼”；没有对工程的深入理解，AI 操作也只能是“盲人摸象”。

所以，浩辰这次没有把 AI CAD 定义成一个简单的聊天助手，而是提出了“一个大模型、两个大方向”。

图：浩辰软件副总经理邓力群发布浩辰AI产品

一个大模型，是行业专属的 CAD 大模型 LCM，也就是 Large CAD Model。按照浩辰的设想，LCM 要像大语言模型理解自然语言一样，读懂、看懂 CAD 图纸，并按照设计要求生成图纸。

两个方向，是数据智能和操作智能。

数据智能负责让 AI 看懂图纸，把 CAD 图纸和三维模型变成可识别、可理解、可计算的结构化数据。

操作智能负责让 AI 进入设计过程，通过智能体完成绘图、改图、生图等具体操作。

可见，浩辰软件正在试图把 CAD 从传统绘图工具，推向一个由 AI、云化、数据和生态共同驱动的智能设计平台。

CAD 大模型要同时懂人、懂工程、懂图形

浩辰定义的 CAD 大模型，并不是单一模型。

邓力群说，它由三类能力融合而成：大语言模型、行业垂类模型，以及 CAD/CV 算法。

大语言模型负责理解设计师的自然语言意图，也就是“懂你”。

行业垂类模型负责理解工程语义、专业规则，也就是“懂工程”。

CAD/CV 算法负责图形图像处理里的精确计算，也就是“懂图形、懂数据”。

这三个“懂”，决定了工业软件 AI 和普通 AI 助手的差别。

普通 AI 助手只要理解一句话，给出一个大致合理的回答，就能完成很多工作。但 CAD AI 需要把一句自然语言，翻译成一连串符合工程规范、图形约束和参数要求的操作。

比如，一个设计师说：“生成一个 M20 螺栓的三视图。”

这句话听起来不复杂，但它背后不是简单画三张图，而是要理解 M20 螺栓是什么、三视图怎么表达、图形比例和标注如何处理、最终结果是否符合设计习惯。

再比如，“在某图层上生成一个内切所选矩形的黄色椭圆”。

这也不是一句普通指令。AI 要知道所选矩形在哪里、当前图层是什么、内切关系如何计算、椭圆颜色怎么设置、结果如何写回 CAD 文件。

这就是浩辰要做操作智能的原因，真正让 AI进 CAD，执行命令。

三个新品，分别解决三件事

围绕这套思路，浩辰这次拿出了三类 AI 产品和功能。

第一个是 AI 图片转 CAD。

这是一个很典型的工程场景。

很多企业手里有大量老图纸，有的是纸质图纸，有的是扫描件，有的是现场手机拍照，有的是普通图片文件。这些图纸看得见，但不好编辑，也很难进入后续设计流程。

浩辰 AI 图片转 CAD 要解决的，就是把这些图片重新变成可编辑的 CAD 文件。

它依托 CAD 大模型和 AI 识图引擎，结合视觉分割、光栅矢量化和 CAD 优化算法，可以把工程图纸扫描件、图片、照片等一键转化为 CAD 文件。它不仅识别直线、圆弧、文字、填充块等图元，也保留线宽、线型、颜色等属性。

如果转出来的是碎线，后续还是很难用。浩辰强调的是“非碎线化”的 CAD 文件，也就是转完之后还能继续编辑、修改和复用。

这件事的价值在于，让很多企业沉睡的图纸资产重新进入数字化流程。

第二个是 AI 助手。

它的方向是自然语言驱动 CAD 操作。

过去，CAD 是命令行、菜单和鼠标操作结合的软件。用户要熟悉命令，要知道功能在哪，要理解每一步操作的顺序。AI 助手则试图把这件事变成自然语言交互。

设计师说需求，AI 理解后直接执行图形绘制、编辑和修改。

邓力群提到，目前发布版本先覆盖基本图元相关 CAD 命令，后续会逐步延伸到工程建设、制造业设计等专业场景。未来，浩辰还计划把专业知识、资深工程师的设计经验，通过知识图谱封装成 AI 技能。

这句话很关键。

因为 AI 助手真正有价值的地方，不是替代鼠标点击，而是把经验型知识变成可复用能力。很多工程设计里的经验，过去藏在老师傅、专业负责人和企业规范里。未来如果能被封装为 AI 技能，才可能真正改变设计流程。

第三个是 GstarRender。

相比前两个更偏 CAD 数据和 CAD 操作，GstarRender 更偏设计表达。它基于 300 余万条专业数据训练的专用模型，提供 6500 余款设计模板，可以实现灵感生成、方案迭代、专业分析、高清渲染和动态视频生成，覆盖建筑、室内、景观、规划、城市更新等场景。

它解决的是另一个痛点：设计方案不仅要被画出来，还要被表达出来、沟通出去。

如果说 AI 图片转 CAD 是让旧图纸重新被利用，AI 助手是让 CAD 操作变得更自然，GstarRender 则是让设计表达更快进入可视化和方案迭代。

三个产品放在一起看，浩辰想做的并不是一个单点 AI 功能，而是从识图、审图、优图、生图，到表达和渲染，逐步把 AI 放进设计工作流。

图：浩辰AI产品

云原生 CAD 是另一条暗线

除了 AI，陆翔在现场讲到的云原生 CAD，也很值得放在同一条线里看。

他提到，浩辰正式推出完全云原生架构的浩辰 CAD Cloud 和浩辰 3D Cloud，从源头实现云端设计、在线协同、数据同源、全链贯通。

传统 CAD 文件很多时候是分散的、离线的、项目制的。文件在不同人手里流转，版本管理、协同修改、数据复用都很困难。云原生设计平台则有机会把设计、协作、数据管理和后续智能化串起来。

这也是为什么陆翔说，云原生二三维一体化的价值远超产品本身。

如果 AI CAD 的前提是数据，那么云原生 CAD 的价值就在于，它可以让设计过程持续沉淀为专业、有效的工业数据。所以，它本质上是在为全面智能化转型打数据底座。

邓力群也从 AI 角度补了一层逻辑。他认为浩辰做 AI CAD 有三个优势：CAD 内核和底层技术积累、云化产品的先发优势，以及海量专业图纸和模型数据。

其中，数据是关键。浩辰过去十余年云化产品的应用，积累了近亿级 CAD 二维图纸和三维模型数据。对于 AI 训练来说，这类专业数据比泛互联网数据更稀缺，也更贴近真实设计场景。

所以，云化和 AI 不是两条线。

云化沉淀数据，AI 理解数据、操作数据、生成数据。这才是浩辰想讲的一体化智能设计体系。

生态也要从插件，走向知识共建

这场峰会还有一个动作，是启动浩辰软件开发者生态网络 GDN。

如果只从宏观角度看，这像是一次生态发布。但放到邓力群的解读里，它有另一个含义：AI 时代，工业软件生态不能再只是插件生态。

过去 CAD 生态主要靠二次开发、接口适配和插件扩展。谁能接入更多行业插件，谁就有更强的适配能力。

但 AI 时代的生态变了。

邓力群说，过去生态依靠接入插件做功能拓展，AI 时代的生态要打通数据模型、行业知识和专家经验。工业软件生态要从工具链接，转向知识共建和智能服务。

这句话其实点出了工业软件 AI 化的另一道难题。

单个软件厂商不可能掌握所有行业的工程知识。水利、电力、建筑、机械、交通，每个行业都有自己的规范、流程和经验。AI 如果要真正进入设计现场，就必须把这些行业知识接进来。

浩辰现场提到一个水利行业案例：与广州明拓等合作伙伴长期合作，共同服务水利行业 270 多家客户，其中包括 25 家国家级甲级设计院，并服务于三峡、白鹤滩、南水北调等重大项目。

这个案例说明，工业软件的价值经常不在单一工具本身，而在长期行业场景里打磨出来的适配能力。

鼎捷数智 PLM 业务线总经理郭兆富在后面的分享里，也把这件事讲得更具体。他提到，鼎捷与浩辰的合作从研发设计类场景开始，本质上是产品数字化、设计过程与研发数据管理、业务流程优化之间的协同。

换句话说，CAD 不是孤立工具，它要和 PLM、ERP、制造执行、供应链等系统连接起来，才能变成企业数字化的一部分。

这也是为什么 AI CAD 最后一定会走向生态。因为，AI 要理解的不只是图纸，还有图纸背后的产品、流程、标准和业务上下文。

AI 不是附加功能，而是重新定义设计工作流

到这里，前面几条线其实已经汇合到一起了。

LCM 要解决的是模型如何看懂图纸；AI 图片转 CAD、AI 助手和 GstarRender 要解决的是 AI 如何进入识图、作图、改图和表达；云原生 CAD 要解决的是设计数据如何持续沉淀；GDN 要解决的是行业知识、专家经验和生态伙伴如何接进来。

紧接着的问题是，很多软件接入 AI，第一反应是加一个助手、加一个对话框、加一个生成能力。但对 CAD 来说，这些都不够。

CAD 的核心问题，是生成之前能不能理解，生成之后能不能编辑，编辑过程能不能符合工程规则，最终结果能不能进入真实交付。

所以浩辰的路径是：

先让 AI 识图，把图纸结构化；

再让 AI 审图，把规范变成可计算逻辑；

再让 AI 优图、生图，把工程数据变成可流动、可计算、可进化的对象；

最后让 AI 助手进入 CAD 操作，把自然语言转成真正可执行的设计动作。

这条路径听起来没有那么“爆”，但它更接近工业软件的真实逻辑。

中国科协决策咨询首席专家、中国建筑原总工程师毛志兵在演讲中说，工业软件早已不只是绘图工具，而是设计创新载体、数据资产、AI 赋能底座和生态协同纽带。他还提到，设计端处于行业数字化转型的牵引位置，是理念起点、智慧化源头和科技创新主战场。

这句话用来理解浩辰这次发布很合适。

如果设计端还是碎片化文件、离线流程和人工经验，后面的制造、施工、运维很难真正智能化。AI 要进入工业现场，第一道关口就是设计。

浩辰选择从 CAD 切进去，逻辑也在这里。