AI 3D建模工具： Tripo 3D | Meshy AI

它只是代码和截图。

两个工具：代码生成和查看截图。这就是你让 AI CAD 工作所需的全部，因为模型现在能看见了。

1、第一个版本

一年多前，我们开始着手解决 AI 在 CAD 中的问题。当时的模型在 3D 上表现很差，差得相当根本。它们无法对空间进行推理，无法跟踪哪个面是哪个面，也无法告诉你它们正在看什么。

举个例子，我构建的 Adam 第一个版本，用自然语言只能勉强在一个立方体上拉伸出一个通孔。但我当时还是非常兴奋，因为未来发展的方向已经很明显了。

我们写了成千上万行的抽象层，把模型包裹起来以实现空间推理。我们还专门写了一个 DSL（领域特定语言），让模型能以纯文本格式获取所有 3D 信息。

2、我之前学到的教训

在加入 Adam 之前，我在一家叫 Adept 的 AI 实验室工作。我们训练基础模型在计算机上执行操作。

现在计算机使用领域的情况如何？最好的通用模型。它们刚刚在这方面变得出色。

这就是 ML 的 Bitter Lesson（苦涩教训）。那些能随算力扩展的通用方法，会击败任何定制化方案。领域特定模型会输给更通用的模型。每次都是如此。不是有时，而是每次。

我带着这个教训进入了 CAD 领域。这也是为什么我一直（并且仍然）对我们大多数竞争对手持悲观态度，他们中的许多后来已经倒闭，他们试图去训练专用的 CAD 基础模型。

你无法在规模上超越 Anthropic。你无法在规模上超越 OpenAI。下一次模型发布，将作为它变得更聪明的一个副产品，顺便解锁你的用例。

3、关键洞见

99% 的工作都在模型身上。

不在你的特征图（feature graph）里，不在你定制的 3D 推理模块里。

是模型在干活。你的工作就是不要挡它的路。

我们写的每一个抽象层，都是模型必须绕开的障碍。每一个辅助工具，都是我们永远要承担的失败模式。每一个“create_sketch”工具，都只是阻碍模型直接冲向最终输出的约束。

4、我们做了什么改变

所以我们把它们全扔掉了。

那几百个特定于特征的工具、CAD DSL、平面解析器，全部扔掉。

剩下的只有：

  • 代码生成。模型以代码形式编写 CAD
  • 截图。模型查看零件

这就是整个 Agent。它写代码，看输出，决定下一步要构建什么或修复什么，然后再写更多代码。

你可以在这个地址试用：

5、为什么现在能行

模型几乎只在数学和编码问题上进行了 RL（强化学习）。不要和模型对着干，要发挥它们的优势。

模型现在能看见了。它们能看着一个零件告诉你孔在错误的面上一年前甚至几个月前它们还做不到，现在可以了。在我看来，这是新预训练模型发布中最大的转变。

6、苦涩的真相

拥抱模型擅长的事情，让它们尽情发挥。

你在构建 CAD 外挂（或任何特定领域外挂）上投入越多，当下一个模型发布时，你的产品就越脆弱。

2025 年我们有了编码 Agent。2026 年我们有了现在能看见的编码 Agent。有了这个，计算机上所有的人类知识工作都将被自动化。

原文链接：The Bitter Lesson of AI CAD

BimAnt翻译整理，转载请标明出处