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。”

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。

MIT 团队的技术亮点包括:
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。
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。
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。

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:
效率提升:重复性操作自动完成,人工失误率降低
培训成本下降:新人可以通过 AI 直接上手复杂建模
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。
“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。
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。”
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