“说一句话，模型就长出来了。”2026 年，Text-to-CAD（文本生成 CAD）正从演示视频走进工程桌面。但与 2023—2024 年那批“生成网格玩具”不同，今年真正站住脚的工具，比的不是谁出图快，而是生成的是不是可编辑的 B-Rep、能不能直接进 Fusion/SolidWorks、能不能被拿去 CNC 和注塑。一句话：评判标准从“能生成”变成了“能交付”。
一、从“网格玩具”到“可制造几何”
过去大部分 AI 3D 工具产出的是 STL/OBJ 三角网格——没有 NURBS 曲面、没有尺寸、没有特征树，改动一个孔径就要重网格化，根本进不了制造链路。2026 年分水岭清晰：能产出 B-Rep（边界表示实体）与参数化特征树的工具，才算工程级。Zoo.dev 用自研内核直出可编辑 B-Rep，AdamCAD、CADAgent 走 Fusion 插件在特征树里一步步建模，PTC Onshape 用 FeatureScript AI 写可复用的参数化脚本——它们共同把“AI 出图”升级为“AI 出可制造模型”。
Zoo.dev
对话式 Text-to-CAD，直出 B-Rep，可导出 STEP，已上线商用。
AdamCAD / CADAM
文本转参数化 CAD 代码（CadQuery/OpenSCAD），可 Git 版本控制、可审查。
Fusion Text-to-Command
自然语言驱动 Fusion 建模，写入原生特征树，可编辑性最强。
SolidWorks LEO / PTC
工程助手做知识检索、审查与特征建议，数据可不出厂。
二、2026 的三条技术路线与成熟度
一份覆盖 125 款 AI 3D 产品的盘点把形态拆成七类、技术路线拆成六条。最值得注意的结论是：做 Mesh 生成的最多（约 27%），但工程价值最低；能输出完整参数化特征树的仅 13.6%，却是真正的“工具级”产品。路线不外乎三种——直接生成几何、代码生成后经内核执行、原生 API 调用在特征树里建模。对工程团队而言，输出类型比“能不能生成”重要得多：简单夹具用 B-Rep 足够，反复改参数的迭代设计必须选代码或原生特征树。
| 输出类型 | 代表工具 | 工程价值 |
|---|---|---|
| Mesh（网格） | Meshy / Hunyuan3D 等 | 适合可视化、3D 打印与电商渲染，不能制造 |
| B-Rep（实体） | Zoo、Prompt2CAD | 可导入主流 CAD，但丢失特征历史 |
| 代码（脚本） | AdamCAD、CADAM | 可版本控制、可确定修改，需脚本审查能力 |
| 原生特征树 | Fusion Text-to-Command、CADAgent | 可编辑性最强，工程级首选 |
三、对苏州特可特沃的价值
旧流程
新流程
对苏州特可特沃三维逆向扫描测绘设计（成立于 2008 年）而言，Text-to-CAD 的真正价值不在“炫技”，而在把“扫描→建模→设计→打印验证”这条服务链路进一步压短。客户拿来旧件，我们用三维逆向扫描取得点云，AI 辅助工具帮着把点云快速重建成可编辑 B-Rep 或参数化特征树，工程师只需做工程把关与工艺修正，随即进入结构设计与 3D 打印手板验证。原本要数天的“从实物到可制造数模”，有望压缩到以小时计——这正是我们这类以逆向测绘与手板验证为核心业务的团队最渴求的提效点。
别被“一句话出模型”迷惑。选型先看三件事：输出是否可编辑、能否融入现有 Fusion/SolidWorks 工作流、是否有物理校验兜底。让 AI 生成、让仿真引擎（如 Ansys、Nastran）做确定性验证，把人留在“判断与把关”的位置。
📌 总结：能交付，才算真本事
Text-to-CAD 在 2026 年的关键词是“交付”而非“生成”。对苏州特可特沃三维逆向扫描测绘设计来说，这意味着逆向建模与结构设计的起点被大幅前移：先用三维扫描/逆向拿到点云，再用 AI 辅助重建出可编辑数模，最后用 3D 打印手板把方案变成实物。未来比的不是谁模型出得花哨，而是“谁的扫描—建模—打印链路最短、最可信”。