AI大模型生成技术在3D智能设计方面应用与创新

大模型赋能应用软件乃大势所趋

基于AI大模型的3D智能设计生成技术，应用于制造行业的电子、汽车、家电、设备、航空航天、船舶等行业的工装设计、模具设计、检具设计、焊接设计等,实现自动化设计，采用知识检索增强（Knowledge-Augmented Generation）的形式增强大模型自动生成设计结果的过程，增强零件召回、装配方案生成、装配工艺参数生成、装配工艺约束求解、全局优化设计模型生成结果等多个阶段，实现可控可信的设计结果自动生成，大幅提升设计效率和设计质量。

发布CAD图档和归档的产品模型为基础，将制造需要的数据进行解构，并进行组织和管理，主要特性：支持工程数模信息解构、支持多种数据格式、保持信息一致性、信息完整性。

通过对场景的理解，合理调用零件库中现有模型，支持的数模类型包含带参的CAD数据模型，以及通用的STP数据格式等；通过学习历史方案数据，训练模型可以根据实际业务场景，动态、合理调整带参数模的参数值，使之符合业务和行业标准的需求。

根据技术规格要求，该项功能以训练后的工装方案生成模型和生成的工装方案数据为基础。首先设计奖励模型；然后通过人工对生成的工装方案打分的方法收集训练奖励模型的数据，实现对奖励模型的训练，奖励模型拟合人工评分效果，将人类用户对模型的评估、评价能力内化到奖励模型中。

将知识图谱与大模型结合，可深度理解用户的多模态3D输入需求，不仅能够认知显性需求，还具备推理和挖掘潜在、隐式意图的能力，显著优于传统人工智能模型。

通过知识图谱与大模型融合，注入3D设计专业知识，将用户零散、不完备的输入转化为专业、完整的3D设计需求，支持多行业设计场景，如工装、模具、检具、焊接等，提升设计的专业性与精度。

利用知识检索增强技术，优化大模型的生成过程，覆盖零件召回、装配方案生成、工艺参数生成、约束求解及全局优化等多个阶段，确保生成结果的高效性、可信度与可控性，大幅提升设计效率和质量。

提升设计效率：AI 将代替大部分重复性设计工作。在 EDA、CAD 制图中，有大量重复性细节的绘制，有望通过 AI 技术解决这一问题。

显著降低工业设计的使用门槛：用语言对话的形式调用 AI 编写代码/绘图。目前office、Adobe、GitHub 均能通过插件应用语言交互工作，这一形式有望引入工业设计软件并降低工业设计的门槛。