首页/文章/ 详情

MIT VideoCAD刷屏:AI已经学会“操作CAD”,只会画图的工程师如何突围?

5月前浏览400
最近,MIT 发布了一个在工程圈引发强烈反应的研究项目:VideoCAD

它并不是简单生成三维模型,而是让 AI 像真实工程师一样,进入 CAD 软件界面完成全流程操作,从鼠标点击、工具切换,到三维结构的逐步构建,全程复现工程师的真实建模行为。

这意味着,CAD 不再只是“被人使用的工具”,而是成为 AI 的直接工作环境。

工程师多年积累的操作经验正在被系统化记录、拆解、学习,并具备被规模化复 制的可能。

在工程实践中,这种转变可能带来的冲击非常现实:过去依赖经验和熟练度才能完成的工作,如草图绘制、复杂三维曲面绘制、零部件装配和二维图生成等,未来 AI 都可能自动化完成。

工程师必须重新思考:在 AI 趋势下,如何保持长期价值。

“当 CAD 操作能力可以被机器复 制时,操作熟练度不再稀缺,工程师真正稀缺的价值在于判断力和决策力。”

00054448.gif


一、VideoCAD 到底是什么


VideoCAD 让 AI 通过观看操作视频,学会在 CAD 软件中完成真实建模流程。

VideoCAD 的核心目标是把工程师的“操作流程”变为 AI 可学习的数据。MIT 团队将 CAD 建模过程中的每一次鼠标移动、点击位置、工具切换、键盘输入完整记录,并生成 41005 条高精度操作视频
这些视频不仅记录最终建模结果,更捕捉了操作逻辑、动作顺序和界面交互,使 AI 能理解“操作的意图”,而不仅仅是“输出一个模型”。

“传统 CAD 培训是师徒传承,VideoCAD 是把师傅的手法录像,教给机器学徒。”

训练后的 AI 可以根据二维草图,控制 CAD 软件界面完成从草图绘制、特征拉伸到完整三维结构生成的全过程。覆盖的对象复杂度从简单零件延伸到房屋级结构模型,几乎涵盖了工程设计中常见的建模任务。

pipeline.png


MIT 团队的技术亮点包括:

  1. 操作精度:每条视频记录鼠标点击坐标、拖拽路径、工具选择顺序,精度高达每秒 60 帧。

  2. 特征拆解:AI 学会将二维草图组合成三维特征,再叠加形成复杂零件或结构。

  3. 操作逻辑理解:不仅看结果,还能理解操作先后顺序和工具选择规则。

在工程实践中,这意味着 “工程师不必再花费大量时间在重复劳动上,而可以把精力放在系统判断和方案优化上。”

这不仅是一种效率工具,更是对工程师工作方式的根本变革:重复、规则化、可标准化的操作正在被 AI 接管,而判断、创造和系统优化仍然需要工程师主导。


二、AI 不仅会生成模型,更会操作软件,削弱低阶绘图优势


过去的 AI 系统,即便能够生成三维模型,也只是输出一个最终结果文件,建模全过程仍需工程师亲自完成。

VideoCAD 的核心突破在于:AI 可以进入真实 CAD 软件环境,完成连贯、有时序逻辑的操作流程,使“工程操作本身”成为可学习对象。

工程视角下,这意味着:

  • AI 从“给结果的模型”升级为“进入软件环境干活的智能代理”

  • 工程软件从“人的工具”,逐步变为“AI 的工作场所”

操作步骤可录像、可拆解、可复现,这是 VideoCAD 最大威力所在。凡是能拆解为标准操作流程的技能,都可能被 AI 学走并自动化执行。

这对于工程项目管理和研发降本都有深远影响:

  1. 效率提升:重复性操作自动完成,人工失误率降低

  2. 培训成本下降:新人可以通过 AI 直接上手复杂建模

  3. 标准化与可复用:操作流程记录为数据资产,可在团队间共享

但同时也暴露了潜在风险:如果工程师仅依赖绘图和操作能力,而不提升判断、决策和系统思维,那么一旦 AI 取代低阶操作,这部分价值就会被迅速削弱。



三、工程师核心竞争力正从手的熟练度转向脑的判断力


“如果工程师仍停留在‘我比别人更会用 CAD、更快出图’,那么这些优势将在 AI 技术成熟后迅速贬值。”

未来工程师需要具备的能力包括:

  • 定义设计目标的能力:明确结构性能、制造成本与施工可行性

  • 方案选择与成本权衡:在多方案中做结构和成本取舍

  • 提前预判制造难点和施工风险:在设计阶段规避潜在问题

  • 系统思维:对复杂项目的整体信息流、构件间关系有全局把控

从研发降本的角度看,这种升级尤为关键:

  • 工程师不仅要画出图纸,更要确保设计方案在材料、工艺、施工等多维度成本最优

  • 决策能力强的工程师,才能真正节省后期成本,避免重复返工

岗位分化将更加明显:

  • 操作执行层:日常重复工作可被自动化替代

  • 决策控制层:规则制定、方案决策、质量控制、风险判断,AI 短期难以替代

“工程师的长期竞争力,将取决于脑力与判断力,而非手的熟练度。”

这也是研发降本能力的核心体现:工程师的价值在于提前识别关键成本节点、优化设计方案,而不是单纯比拼画图速度。

   


结语|真正淘汰你的,不是 AI,而是能力停滞和对工程本质理解的缺失


VideoCAD 目前仍处早期阶段,对复杂装配、非线性迭代流程支持有限,但方向非常明确:AI + 专业工程软件,将系统性吞噬操作层劳动

真正危险的,不是 AI 的进步,而是工程师仍把主要精力投入可被自动化的低阶操作上。

未来淘汰工程师的,并不是 AI 本身,而是:具备工程判断力、研发降本能力和系统思维的工程师,加上一套成熟的AI工具体系--例如DeepCost

当 CAD 操作能力不再稀缺,工程师的护城河只剩下那些无法被录像、流程化或简单学习的能力:

  • 对工程问题本质的理解

  • 对系统复杂性的驾驭能力

  • 对“什么方案值得实施”的清醒判断

“只有具备这些能力的工程师,才能在 AI 浪潮下稳固自己的价值。”


作者简介钟元    

1️⃣  著作体系化研发降本三部曲 

著有《面向制造和装配的产品设计指南》《面向成本的产品设计:降本设计之道》《研发降本实战:三维降本》,形成从DFMA→DFC→ 三维降本的系统化研发降本知识体系。正在写作第四本书《向马斯克学颠覆式降本》,预计2026年底面世;荣获机械工业出版社“十四五”优秀作者称号。

2️⃣  原创“三维降本”方法论提出者
在多年跨行业研发降本实践中,从0到1原创了一套可落地、可复 制、可扩展的研发降本方法论--三维降本,以“高度 × 深度 × 宽度” 三维模型帮助企业系统化重构产品成本结构。这是研发降本领域,第一套、也是目前唯一一套系统化、结构化的知识体系。

3️⃣ 深耕企业实践的研发降本导师

已为两百家企业提供研发降本培训与咨询服务。曾辅导企业实现连续三年每年降本超4000万元,累计帮助企业降本金额超 100亿元;在微波炉、冰箱、吸尘器、洗地机、扫地机器人、交换机、电动两轮车、空压机、物流装备等高度内卷行业中,成功推动多项突破性降本成果落地。

4️⃣DeepCost创始人 & 首席架构师

DeepCost是全球首款AI驱动、四大方法论协同的研发降本工业软件。它彻底终结了传统降本中“人脑易疏忽、经验难跨界、方法太片面”的局限,通过深度融合三维降本、TRIZ、价值工程与马斯克法,并辅以20,000+ 跨行业实战案例库,DeepCost实现了仅需输入一张BOM表,即可输出10%+降本方案的突破。它标志着研发降本正式告别“人脑经验时代”,跨入“人工智能时代”。

来源:降本设计

非线性材料机器人物流控制人工智能曲面装配
著作权归作者所有,欢迎分享,未经许可,不得转载
首次发布时间:2026-02-27
最近编辑:5月前
钟元
签名征集中
获赞 33粉丝 65文章 406课程 0
点赞
收藏
作者推荐

从 “批量思维” 到 “平台思维”:小批量时代的降本底层逻辑

序言|降本思维的进化:从“批量驱动”到“平台驱动”“这款定制机床的主轴支架,客户只订50套,开模费摊下来单价直接飙到80块,怎么降?”“那也不能每次都用CNC加工啊,人工成本都快cover不住了!”在某非标企业的成本会上,设计工程师和采购经理又吵了起来。类似的争执,在无数“多品种、小批量”的制造企业里每天都在上演。“量太小,摊不了成本”;“每个型号都不一样,没法批量采购”。这些话背后藏着一种根深蒂固的惯性思维——批量思维:把单个产品的出货量当成降本的唯一通行证,一旦批量不足,就自动陷入“降本无解”的死胡同。但我们服务过的企业早已用结果证明:小批量从来不是降本的终点,真正的破局点,是从‘盯着单一产品的量’,转向‘盘活整个产品体系的资源’——这就是平台思维。通过系列化、通用化、模块化,把分散的“小批量”汇聚成共享的“大平台”,规模效应自然水到渠成。一、批量思维:困在“单产品量”里的降本死循环什么是批量思维?简单说,就是 “降本=规模摊薄成本”。它把单个产品的出货量,作为判断降本可行性的唯一标准:某零部件年销10万台 → “能开模、能集采,降本有戏”;某产品年销500台 → “没批量,没法降本”。这种思维的致命问题在于——它忽略了制造业的真实现状:绝大多数企业靠“多品种、小批量”的产品组合生存,而非单一大爆款。我们曾接触过一家做物流装备的企业,旗下有12款型号,每款年销不超800台。按“批量思维”,这些核心零部件都得独立设计。但实际盘点后发现:12款机型里有 70%的结构件尺寸差异仅5%,却因为“型号不同”而重复开发,导致采购量被拆得支离破碎,单件成本比“合并采购”高了28%。批量思维的本质,是战术短视。它只盯着单个产品的成本,却看不到产品族层面的共性资源,最终陷入“越定制越贵,越贵越不敢扩量”的恶性循环。二、平台思维:把“小批量”拼成“大平台”与批量思维相反,平台思维关注的不是“某款产品卖多少”,而是“如何让多款产品共享同一套资源体系”。它通过三种核心手段,实现从“分散生产”到“体系整合”:1️⃣ 系列化:一个底子,换几件外衣在产品规划阶段就设计“基础平台”,多款型号共用核心架构,仅通过功能、外观差异适配不同需求。例如某非标设备企业,过去每接一单都要“重新画图、重新调参”。如今,他们基于统一的设备平台和标准化控制系统,通过调整模块数量、工位布局即可快速生成多种型号。从“一台一设计”变为“按平台配置”,既提升研发复用率,又大幅缩短交付周期。2️⃣ 通用化:零件通用,不用重复造识别不同产品中的共性零部件,统一标准与规格,实现跨型号共用。某汽车零部件企业原本为不同车型设计了8种齿轮,通过参数优化后,改为1种通用齿轮覆盖3款车型。采购量从“单款3000套”合并为“9000套”,单件成本立降20%。3️⃣ 模块化:像搭积木一样拼产品将产品拆解为可独立组合的模块(动力、控制、外壳等),再通过模块拼接快速生成不同型号。某工业机器人企业用3类基础模块,就能组合出12种功能不同的机器人。既满足定制,又实现模块规模化生产。一句话总结:平台思维不是等着批量变大再降本,而是主动整合资源,用设计创造规模效应。三、实战案例:从“小批量”到“大平台”的降本转型案例:某工程机械企业的共用化项目 —— 少25%零件,降本20%背景该企业有6款不同吨位机型(5吨~20吨),共830种零件,其中520种年采购量不足500件。平台化动作数据盘点:建立“零件-机型矩阵”,发现38%的零件功能一致;标准统一:将120种相似零件合并为35种通用件;采购整合:6款机型的采购需求合并,量从300件×6变成1800件。成果零件种类减少25%;通用件成本下降20%;库存周转率提升35%。更重要的是,新品研发可复用70%的成熟零件,新机上市周期从18个月缩短到10个月。这就是从“战术降本”跃升为“系统降本”的标志性案例。四、平台思维的三大优势:降本,更是能力升级维度 批量思维 平台思维 思维层级 战术级:盯单品成本 战略级:布局产品族 成果持续性 单点突破 体系复用 能力扩展性 受限于当前产品规模 可快速延展新产品 附加价值 降低零件成本 提升研发效率、库存周转、供应链灵活性 平台化的本质,是构建“复利型降本能力”。企业一旦搭建起平台,降本不再是“一次性动作”,而是“可持续积累”。五、落地指南:从“批量”到“平台”的4步转型法1️⃣ 前置规划 —— 在设计之初埋下平台的种子通过“产品族矩阵”梳理共性与差异:共性部分平台化,差异部分模块化。2️⃣ 跨部门协同 —— 打破“研发自嗨,采购买单”的壁垒成立平台化专项小组,研发、采购、市场、供应链共同推进。3️⃣ 数据驱动决策 —— 用数字算清“整合的账”量化研发投入与采购节约的平衡点,算明“平台ROI”。4️⃣ 分阶段落地 —— 从零件→模块→平台,逐步推进先通用化,再模块化,最后系列化。结语|降本的终极答案,从不是等批量变大,而是主动创造规模在“多品种、小批量”成为常态的今天,平台思维已是降本的必修课。一位做智能传感器的企业老板曾说:“以前觉得量小没底气,现在明白——平台就是底气。”这句话,道出了制造业的底层逻辑:批量思维解决的是“单品成本问题”,平台思维解决的是“体系成本能力问题”。前者是在捡芝麻,后者是在种芝麻田。当你下次为“小批量”发愁时,不妨问问自己:我的产品族里,有多少“可整合的共性资源”?因为——降本的终极答案,从不是等批量变大,而是主动创造规模。----END--- 作者简介:钟元 1️⃣ 著作体系化降本三部曲 著有《面向制造和装配的产品设计指南》《面向成本的产品设计:降本设计之道》《研发降本实战:三维降本》,形成从 DFMA → DFC → 三维降本的系统化研发降本知识体系。2️⃣ 原创“三维降本”方法论提出者在多年跨行业研发降本实践中,总结出一套可落地、可复 制、可扩展的套路化研发降本方法论——三维降本体系,以“高度 × 深度 × 宽度” 三维模型帮助企业系统化重构产品成本结构。3️⃣ 深耕企业实践的降本导师已为上百家企业提供研发降本培训与咨询服务。曾辅导企业实现 连续三年每年降本超4000万元;在微波炉、冰箱、吸尘器、洗地机、扫地机器人、交换机、电动两轮车、空压机、物流装备等高度内卷行业中,成功推动多项突破性降本成果落地。来源:降本设计

未登录
还没有评论
课程
培训
服务
行家
VIP会员 学习计划 福利任务
下载APP
联系我们
帮助与反馈