DeepSeek 能写方案、写代码；Midjourney 能画各种风格的画；Sora 能把文字变成视频。

但只要换成 3D CAD 模型，AI 几乎瞬间“瞎了”。一个最简单的支架模型文件，你把它丢给大模型，让它判断支架的孔是不是加工过、边是不是倒角——AI 完全看不懂。

为什么？因为 3D 工程模型和图像、本质上是两种完全不同的存在。

图像是像素，3D 模型是数学。
3D 模型的“几何结构”到底是什么，它为什么决定了 AI 必须重造一套理解方法？

1. 图像 vs 3D 模型：一个是“点阵”，一个是“数学表达式”

很多人以为 3D 模型就是三维版的图片，其实根本不是。

一张 1080p 图片就是 1920×1080 个像素点，每个点是一个 ARGB 数字。AI 擅长找像素模式，所以能识别猫、识别车、识别人脸。

但一个 3D CAD 模型，根本不是点。它由以下几类数学结构构成：

• B-Rep（边界表示）：NURBS 曲面、参数方程、法向量；

• Topology（拓扑结构）：点、边、面之间的连接关系；

• Feature（特征树）：拉伸、旋转、倒角、阵列、布尔运算；

• 参数约束：尺寸、关系式、参考面。

通俗点说：

图像是“看出来”的，3D 模型是“算出来”的。
图像是像素阵列，3D 模型是数学曲面 + 拓扑网络。

AI 在图像领域的成功，是因为像素很好“吃”。
但几何结构，对今天的通用大模型来说，是完全陌生的语言。

2. 3D 模型的“几何结构”，比我们想象的要复杂得多

你可以随便打开一个 STEP 或 Parasolid 文件，会发现里面其实是：

• 数学公式（NURBS、Bezier 曲面）；

• 大量拓扑引用（Edge #4523 连接了 Face #1037 和 Face #2140）；

• 坐标系、法向量、曲率；

• 曲面片段的参数域（UV 参数）。

这些东西组合起来，形成一个 CAD 中看似简单的“孔”或“倒角”。但在文件层，可能是几十行几何描述 + 多条拓扑引用。

而且不同 CAD 内核的表达方式都不一样。

• CATIA 的 NURBS 和 UG 的 NURBS，不是同一个东西；

• SolidWorks 与 Parasolid 的拓扑引用格式完全不同；

• STEP 还能有 AP203 / AP214 / AP242 三种版本，各家CAD实现细节还有些许不一致。

也就是说：

AI 想读懂一个 3D 模型，不是读一张图，而是读一门数学+几何+拓扑的“多语种”。

难度远比图像高得多。

3. 几何结构是“网状”的，不是“平铺”的 —— AI 必须用 Graph 理解它

图像是二维矩阵，像素之间是平铺关系，这是卷积神经网络（CNN）最擅长的格式。

但 3D 几何结构是 图结构（Graph）：

• Face → Edge → Vertex 是树状引用；

• 曲面之间有边界约束；

• feature 有依赖链：草图 → 拉伸 → 倒角 → 阵列；

• 改一个底层曲线，会影响整个模型；

你让 CNN 去理解这个结构，就像让语文老师去教高数。它根本不适配。

这就是为什么：

AI 要想理解 3D 模型，必须从“卷积网络”转向“图神经网络（GNN）”和“几何深度学习（Geometric Deep Learning）”。

但几何深度学习又远比 NLP/图像复杂得多，需要跨学科知识（几何、大地测量、拓扑、数学分析）。这也是为什么市面上到今天都很少有真正能看懂 CAD 的 AI。

4. 同一个零件，不同格式的“数学结构”完全不同 —— AI 没法迁移学习

举个现实中的例子，一个机械工程师设计了一个标准支架模型，他可能会导出：

• STEP 文件给供应商；

• Parasolid 给仿真软件；

• STL 给 3D 打印；

• 原始 CAD 给内部使用。

虽然看起来是同一个零件，但格式里的表达是四套完全不同的数学语言。

AI如果靠“看图”学习，还能迁移；但如果靠“几何结构”学习——

每一种 CAD 内核都是一门新语言，AI 要从头学一遍。

这就是 AI 做 3D 的最大痛点：
几何结构没有统一标准，数据极其碎片化，迁移学习困难。

5. 工程 3D 模型是“多模态叠加”的 —— AI 不是只要懂几何就够了

3D 工程模型不是单纯的几何体，它还同时承载：

• 材料信息；

• 公差；

• 加工特征；

• 设计约束；

• 历史建模树；

• 装配关系；

• BIM/PLM 元数据。

这些数据没有统一格式，每个企业都不同。

所以 AI 在读懂 3D 模型时，不是只要理解“形状”：

它需要同时理解几何 + 设计意图 + 工艺。

这比图像领域难了不是一星半点。

为什么 3D 模型让 AI 基本“失明”？

原因很简单：

1. 数据不是像素，而是数学结构；

2. 结构是图网络，而不是矩阵；

3. 几何核和拓扑引用极其复杂；

4. 数据格式碎片化严重，不可迁移；

5. 工程模型包含多模态信息，不是单一形状。

所以要让 AI 真正理解 CAD 工程世界，必须：

• 建立几何专用的 Encoder；

• 发展图神经网络（GNN）；

• 处理多 CAD 内核的通用表达；

• 解决几何 + 拓扑 + 特征的组合表达；

• 最终建立能跨行业的 3D 数学结构大模型。

换句话说：

AI 要看懂 3D 工程模型，必须重新发明一整套算法体系。
而不能继续沿用图像 AI 的那套模板。

未来能真正看懂 3D 几何的 AI，会是一个巨大突破。
它不只是“识别形状”，而是能理解工程世界的数学本质。

也许十年后，当几何 AI 成熟，CAD 的设计方式会发生根本变化。
但现在，我们正处在一个全新的起点。