【AI+CAM】总结与分析：AI+CAM有何场景，又将走向何方？

这是AIE加速工业进化【AI+CAM的现状和未来】系列的第4篇，在前面盘点的基础上，做一个分析和总结。

本文依旧通过回答几个核心问题的方式，对AI+CAM的发展情况，趋势等进行一些总结和分析。这几个问题是：

• AI在CAM中主要用来干什么？

• 都谁在做AI+CAM，有何区别？

• 目前国内与国外的区别？

• 应用进展到了何种程度？

• 未来发展的展望？

1、AI在CAM中主要用来干什么？

CAM软件本身功能并不复杂，核心就是为了生成刀具加工路径，所以AI + CAM的核心方向也很聚焦，主要就2个：

一是CAM软件的AI Copilot，主要是客服问答方向，各种软件都在朝这个方向做，难度也不大。

二是更核心的结合AI的能力，智能化的生成刀具加工方案的智能编程助手。这个涉及到特征识别和工艺经验，还要结合到企业车间实际的设备和工具情况，更为复杂一些，多个CAM大厂和创业公司，也都推出了具备此功能的CAM的助手。

2、都谁在做AI+CAM，有何区别？

创业公司

创业公司目前是做这块的主力，比较典型的CAM助手有：CloudNC、Toolpath、Manukai、Lambda Function、Up2Parts和LimitlessCNC等。

各家CAM助手核心功能都面向快速生成加工方案，但从路径来说大体有2个来源

其一是来自智能算法。大体是先通过特征识别智能识别加工工艺特征，之后结合刀具情况等智能生成加工方案。CloudNC、Toolpath、Lambda Function、LimitlessCNC等都是这个思路。

这类智能助手到目前经历了2个阶段，相对早期的版本是一键生成加工方案，但第二代大多分为了多个步骤，将人纳入了流程。

大体流程为：

先检查零件的可加工性，给出风险和建议，之后结合工艺偏好等，自动生成加工方案，并进行仿真演示，并由人进行审核调整，最终确定加工方案，生成G代码下发机床加工。

另一个则是来自过往企业内的最优加工方案进行匹配，通过智能分析零件特征，查找企业过往加工过的最接近的零件，并使用其加工方案进行加工。如Manukai。

两种路线的核心共性基础都是智能特征识别，但区别在于智能加工方案的来源，是来自智能算法（前者），还是来自企业自身的经验积累（后者）。

但是两者并不冲突，而是互补。智能算法本身也可能来自很多公司经验的训练，也需要叠加企业内的经验积累。较为先进的CAM助手会结合默认的智能算法，以及企业内过往的经验给出加工方案，同时也会沉淀企业每次的新方案训练和优化智能算法。

各公司做的都是为大厂的CAM提供的外挂助手，而非新的原生CAM软件。

其中进度比较快的CloudNC已经打通了NX CAM、Audodesk Fushion、GibbsCAM、Mastercam，集成到Creo和SolidCAM的版本也在开发，Up2Parts 打通了GibbsCAM、Mastercam和hyperMILL。

而其他一些则目前重点绑定了1家CAM大厂，如Lambda Fuction上架西门子生态商店、Toolpath打通AUTODESK Fushion。

CAM大厂

大厂方面，几家大厂普遍同时给自家CAM提供了客服问答类Copilot，但自己提供原厂CAM助手的还不多。自己做的主要有Hexagon和Cimatron。

Hexagon在24年底就为自己的CAM软件ESPRIT EDGE推出了原厂的ProPlanAI智能编程助手和Hexagon Copilot客服问答，ProPlanAI智能编程助手的实现路径主要在参考过往加工方案。

Cimatron通过CAD-AI和NC智能编程联合实现部分自动化路径生成。

很多大厂目前自己没有出智能编程助手，但与上面提到的创业公司进行了合作。

有的广泛集成各家的智能编程助手并在自身生态推广，如西门子发布了NX X Manufacturing Copilot客服问答Copilot，自己原厂的智能编程助手尚未发布，但是集成打通了CloudNC、Lambda Function、LimitlessCNC、Manukai以及SenseNC的CAM助手在自身的生态平台Xccellarator商店。

有的重点选择1,2家进行合作和推广。如Mastercam选择了CloudNC的CAM Assist作为软件的官方智能编程助手进行推广（两家公司同属Sandvik集团）。

有的通过投资与创业公司深度绑定和合作，如AUTODESK战略投资了CloudNC和Toolpath，并引入了其智能编程助手进行推广。

也有的对接了一些智能助手，但并未官方进行推广。如GibbsCAM（隶属Sandvik集团）在自己的Copilot之外，也支持对接了CloudNC（隶属Sandvik集团）和Up2Parts（Sandvik集团参投）的智能编程助手，但未在官方推广。

相比于以上提到的一些CAM大厂，业内的CAM软件还有很多，如Creo CAM、SolidCAM等，目前尚未看到AI助手相关信息。

3、国内和国外的区别？

由于CAM软件本身还是国外大厂主导市场，国内供应商本身并不多，所以国内推出相关产品的企业数量和创企数量都明显更少。

目前主要是中望CAD和青翼软件明确的介绍了AI CAM编程助手相关功能，都比国外有一定差距。千机智能提及但未有具体介绍“AI+CAM”智能会话式编程软件。

4、应用进展到了何种程度？

从目前情况看，多个创业公司的CAM助手产品已经进入实际销售阶段，并在一些客户处取得了实际应用成效，还有待规模化推广。

从应用效果看，很多企业也提到智能编程助手目前也并非完全实现编程的100%自动化，而是降低20%-50%左右的编程人员的工作量，让编程人员把精力用在更有价值的地方。

5、未来发展展望？

其实在AI智能编程助手之前，基于自动特征识别进行自动化编程，已经在很多CAM软件中得到应用，如西门子NX、SolidCAM、hyperMILL、AUTODESK的FeatureCAM 、CAMWorks等。

国内的千机智能也有QJCAM.Feature基于特征识别的自动化编程软件，支持自动识别孔、槽、凸台、异型气膜孔等加工特征，提供工艺模板库，支持一键生成特征加工刀路。也有其他一些非AI辅助编程工具，模圣、星空、NXGO等。

未来随着AI的持续渗透，自动化编程工具中AI的比重会持续提升。

未来的方向：监测闭环和工艺优化。

目前的智能编程助手在特征识别能力上有了进一步提升，但是如果只是到生成G代码下发机床加工，整个加工过程仍然没有实现闭环。

加工程序下发后，实时监测机床加工情况，返回结合编程参数和使用经验积累，所有加工相关情况在统一数据平台汇聚，才能构成长期的持续性智能编程闭环。Lambda Function就走在这个方向，他们在智能编程助手基础上，还提供了机床IoT实时监测系统AMAX，识别风险进行预警，智能推荐换刀时间，返回CAM形成闭环工艺优化。

在监控机床实际数据的基础上，还可以进一步对加工过程数据进行智能分析，优化工艺，提升刀具寿命，避免刀具断裂等问题。如Productive Machines 公司开发的插件SenseNC则关注通过加工路径模拟，优化进给率、主轴转速等加工参数，解决诸如振动、刀具过度磨损和刀具断裂等问题。