当AI开始看懂图纸

戴西把工程设计的读 建 出 审串成了一条闭环

制造业里有一个很少被公开讨论的效率黑洞：图纸在三维与二维之间来回“翻译”的成本，远比画一张新图高。

三维模型是设计的源头，但到了制造、质检和供应链环节，二维工程图仍然是绕不开的“通用语言”。于是，工程师的大量时间被消耗在一种近乎原始的循环里：对着PDF图纸手动建模，把建好的三维模型重新投影、标注、排版成二维图，然后再逐张人工核对尺寸标注有没有遗漏、公差给得对不对。一处局部修改，往往引发二维与三维的不一致，返工随之而来。

行业并不缺单点工具。MIT的研究团队在探索用视觉语言模型把二维设计直接转成CAD代码；SOLIDWORKS已经把“自动生成工程图”做进了产品流程；CoLab的AutoReview则尝试用AI自动校验图纸中的制造设计缺陷。但这些能力大多散落在不同的软件和环节里，没有人把“读图、建模、出图、审图”当作一件事来重新设计。

戴西最近给出的答案，是一个以AI Agent为调度核心的工程图纸智能处理平台。它的产品逻辑很清晰：不做一个更聪明的单点AI，而是把二维与三维之间的双向转化，加上图纸审查，串成一条可验证、可溯源的完整闭环。

三维生二维 出图不只是 投影 而是带证据的工程交付

从三维模型生成二维图纸，技术上早已存在。真正考验工程能力的，是出图结果能不能直接用。

图1 三维模型与二维图纸及出图交付物的关系

AI生成概念示意 非真实产品截图 不作制造或验收依据

戴西的做法是用自研的DaicyDraft出图引擎，把视图布局、尺寸标注、图幅选择和出图质量自检串成自动化链路。默认采用第一角投影，支持全剖视图A-A；智能标注能自动识别孔特征，生成直径引线和位置尺寸并自动去重，同时给出包络尺寸。图幅和比例自动匹配A4/A3标准，出图前还会做一次质量自检，发现越界、视图重叠或比例过小，系统会自动调整比例、重新排布来修复。

交付物不是一张孤立的DXF，而是一套完整证据：单页DXF图纸、合并打印版PDF，以及一份包含图号、比例和尺寸来源的出图清单。出图过程还会保留可编辑的图页描述脚本，支持按图页重新渲染，客户拿到手之后仍然可以二次调整。这意味着“AI出图”不是一个黑箱结果，而是一个可以被工程团队继续接手的起点。

二维生三维 建模的每一步 都能追溯到图纸上的哪一行字

把PDF图纸变成SAT/STEP模型，难点从来不在“能不能生成”，而在“生成得对不对、敢不敢用”。

图2 从图纸标注到模型特征及逐项验证的追溯关系

AI生成概念示意 非真实产品截图 不作制造或验收依据

戴西的二维生三维链路，核心设计思路是把“建模依据”变成一等公民。系统逐页解析PDF图纸，结构化提取尺寸标注、公差、基准信息，形成机器可读的建模简报。AI Agent根据这份简报编写建模脚本，调用商业几何内核生成三维模型。模型出来之后，最关键的一步是逐尺寸机器验证：图纸上的每一个标注尺寸，都要和三维几何逐条核对，给出“符合、偏差、未验证”的明确结论。

每份交付对应三样东西：一份建模简报、一个模型文件、一份逐尺寸验证报告。每个标注尺寸都记录了原始标注文字和页面坐标包围盒，建模依据可以回查。批量上传多张图纸时，每张独立解析、独立交付；装配图会自动产出零件模型和装配体模型。这种做法在行业里并不常见——大多数AI建模工具只给结果，戴西给的是结果加上“这个结果凭什么成立”的完整证据链。

智能审图 AI可以 没看清 但不能 假装没看见

图纸审查是工程链条里最依赖资深经验、也最容易出现标准漂移的环节。戴西给这个环节定的规矩很硬：每条结论都必须挂上证据和规则。

图3 图面证据与审查规则及人工复核的关联

AI生成概念示意 非真实产品截图 不作制造或验收依据

系统支持PDF、TIFF、DWG、DXF等多种图纸格式，审查结论关联到具体的图面证据和企业审查规范条款。每条提取的数据、每个问题都携带证据引用，可以解析到具体证据文件，记录页面坐标包围盒、原始标注文字和置信度，方便回到图面上直接核查。规则挂接上，AI遵守的规则和平台校验的规则使用的是同一份文件，企业自己的制图标准、未注公差标准、行业审图规范都可以注入，并且支持版本化管理。

更值得注意的是一条产品底线：图纸清点要求“每张图纸、每个标注都必须有着落”，任何静默遗漏都被判定为失败；图面上不存在的类别，如实报告“未检出”，扫描件不清楚的，如实报告“无法判定”。 在AI产品普遍倾向于“给出一个看起来完整的答案”的环境里，这种“允许说不知道”的设计，反而更接近工程审查的真实要求。

让AI跑在闭环里 让人留在决策上

这三个能力背后，站着一个负责理解任务、调度工具、自校验迭代的AI Agent。任务执行全程以事件流方式对外输出状态和进度，产出物经过机器校验，不达标就自动修正、多轮迭代，只有通过验收契约评估的结果才对外交付。

平台采用“全局配置打底、客户配置叠加”的两级配置模型。新客户接入、老客户增购能力、客户规范修订，都可以通过纯配置完成，不需要改代码或发新版本。智能建模、智能出图、智能审图三个能力模块可以单独启停、单独升级，按需装配。

部署层面，平台跑在企业内网的Linux服务器上，支持离线气隙环境安装，图纸、模型和客户配置全部留在内网，部署包不包含源码。对于军工、装备制造这类对数据边界极其敏感的客户，这一点不是加分项，而是准入项。

图纸智能化的下一步 不是 更聪明的AI 而是 更可信的闭环

行业里关于AI和工程设计的讨论，很容易滑向两个极端：要么担心AI取代工程师，要么期待AI一键解决所有问题。但真正走进车间和设计院就会发现，工程师需要的从来不是一个替他们做决定的AI，而是一个能把重复的“读、建、出、审”接过去，同时把每一个判断的依据摆到桌面上的工具。

戴西这套产品的价值，不在于某一个单点能力比同行“更AI”，而在于它把二维与三维之间的双向转化和图纸审查装进了同一条可验证的链路里。模型有验证报告，图纸有出图清单，审查有证据和规则条款。AI负责跑通流程、暴露问题，工程师负责审核和拍板。

当AI开始“看懂”图纸，它最该学会的第一件事，不是画得更快，而是说得清楚自己为什么这么画。