一台四缸发动机,在电脑屏幕上运转起来。
曲轴旋转,连杆推动活塞上下往复,进排气凸轮轴和气门挺柱按照装配关系协同运动。它展现的完整机械结构和精确装配关系,不只是看起来逼真,还可以精准编辑、修改,并直接进行运动仿真。
这不是三维动画,而是子虔科技AI智能体zCAD.AI 呈现的AI CAD工程模型。工程师只需用自然语言描述产品功能、尺寸、结构和性能要求,AI便能自动生成工程模型,并辅助完成设计优化和验证。⼀个 5 零件装配体模型生成仅需 2–3 分钟。
成立于2020年的子虔科技,专注于云原生工业软件平台,聚焦AI 原生工业研发平台 ZIXEL 和海外 AI 产品 zCAD.AI 两大核心产品线。近日,子虔科技完成新一轮融资,由宁德时代独家战略投资,宁德时代以自身主体直接投资。

AI CAD高速发展背后,AI正从生成数字内容,迈向设计真实产品。工业软件,也迎来前所未有的变革。
CAD(计算机辅助设计)是现代工业文明重要的底层软件。从汽车、飞机到工业机器人,几乎所有复杂工业产品在被制造出来之前,都需要先在数字世界中完成设计。
过去几十年,CAD帮助工程师将头脑中的创意转化为指导制造的数字模型。随着AI持续进化,如果AI能够像编写代码一样参与工程设计,未来制造业的研发流程又将发生怎样的变化?
这正是子虔科技打造AI 原生工业研发平台,探索“光速造物”的起点。

从生成外观,到构建工程结构:
AI造物难在哪里?
从文字、图片到视频、代码,再到三维空间,过去几年生成式AI的能力边界不断拓展。
AI Coding已经深刻改变软件开发方式。同样的变化,正在向工业软件蔓延。
不过,从AI Coding到AI CAD,看似都是用自然语言驱动软件,背后却有一道难以跨越的门槛:AI Coding运行在数字世界,AI CAD设计的工业产品最终却要接受物理世界的检验。

在工程设计中,一个零件的尺寸、孔位、曲面、装配关系,即使只是微小的偏差,也可能造成无法装配,甚至影响整个设备的可用性。
在游戏、影视等领域,AI生成的Mesh网格模型只要外观足够逼真,通常就能满足相当一部分需求。它擅长表达物体“长什么样”,但无法构建物品内部工程结构。
AI生成一个外观逼真的工业三维模型并不困难。真正的挑战在于生成具有真实工程结构的模型,并且能够精准修改、仿真运动和物理验证。
2026年10月,国际学术期刊《Machines》发表研究指出,当前大多数AI CAD研究仍然主要通过几何相似度和程序执行成功率来评价模型,但工业级CAD需要关注更多工程能力,包括参数可编辑性、设计意图、稳定的特征历史、制造约束,以及后续CAD/CAE流程中的复用能力。
这也是当前AI CAD发展的关键挑战。子虔科技的产品案例展示了这一领域的最新进展。
在E4 2.0L四缸DOHC发动机案例中,AI生成的装配体不仅包含发动机缸盖、曲轴、连杆、活塞、进排气凸轮轴、16组气门挺柱等零部件,还建立了精准的装配关系,是一个可以直接运动仿真的数字孪生模型。
另一个案例是A4纵置液力自动变速器。AI生成模型展示了复杂的机械结构,包含铸造壳体、液压阀体、锁止式液力变矩器、行星齿轮组等零部件,不仅可以查看整机外观,还能通过剖视、隐藏壳体等方式,观察内部结构与零件之间的配合关系。

AI 调用底层建模引擎生成的四挡液力自动变速器装配模型
这些能力意味着,AI正在从生成物体逼真外观,迈向生成具备工程结构和装配关系的复杂模型。

如何让AI真正学会工程设计?
让AI画出一个三维模型不难,真正的挑战在于,让AI理解工业设计意图,真正理解“为什么这样设计”。
这也是子虔科技代表的AI原生工业研发平台与简单叠加“AI助手”的CAD软件之间的关键差异。实现这点需要几个关键突破:
首先,让AI从认识设计结果,走向理解设计过程。
过去CAD积累了大量工业设计数据,但这些数据主要服务于工程师,AI模型直接用不了,因为没有上下文和统一本体。
这就导致当模型通过STEP等格式在不同软件之间交换时,往往保留了最终几何形状,却难以完整保留原有的参数、约束和建模历史。后者依赖工程师长期积累的设计知识和经验。
早在2020年,子虔科技就开始探索Mechanical Design Automation(机械设计自动化),先把设计和验证的过程存成机器能理解的上下文,随着AI大模型能力不断提升,再通过本体论和结构化方式,记录设计、修改和验证过程。
也就是说,子虔科技把原来藏在工程师大脑中的创意构想、设计步骤、参数关系和工程约束,转化为AI能够理解和处理的数据。这些长期积累的过程数据,成为AI CAD理解工程上下文的重要基础。

第二,先做工程决策,再生成几何模型。
AI CAD生成的模型要在物理世界里装配、紧固、打印、加工,因此物理工程逻辑驱动几何建模是zCAD. AI的底层逻辑。
zCAD. AI会首先解析尺寸、结构和工程约束条件,通过Feature Plan(特征规划)确定建模步骤及参考关系,再调用专业几何建模工具,生成具有驱动尺寸、几何约束和装配关系的CAD模型。
第三,持续修改和迭代,让AI参与工程设计的完整链路。
工程设计很少一次成型。工程师需要反复调整尺寸、优化结构、检查装配关系,直到满足设计要求。
子虔科技生成的是带有参数和特征历史的CAD模型,生成结果可以直接进入zCAD. Online,持续进行建模、装配、修改和出图;也可以导出STEP等通用格式,在其他CAD软件中开展后续工作。

zCAD.AI生成航空发动机模型并导入zCAD. Online
从理解工程设计意图,到规划设计步骤,再到持续迭代,子虔科技尝试打通AI参与工程设计的完整链路。
而当这些能力进一步融入工业研发平台,改变的就不只是建模效率,更可能是整个工业研发范式。

在 zCAD. Online 中修改螺旋桨直径,并查看七缸星型发动机的多级装配结构

“光速造物”真正改变的是什么?
当AI真正进入工业研发流程,工业软件的竞争格局正在发生变化。
达索、西门子等传统巨头拥有深厚的工程技术积累和成熟的工具链,新兴AI创业公司则在自然语言交互、智能体等方向积极探索。但工业研发的复杂性决定了,只有AI能力远远不够,还需要专业的工程工具、数据和知识体系作为支撑。
子虔科技的差异化路径,正在于同时布局工业级工具链与AI原生底座。
AI 原生工业研发平台ZIXEL以统一的三维模型为核心,整合三维设计、研发数据管理、工艺编制、跨部门协同和工程AI应用。zCAD. AI则以AI原生CAD为切入点,探索自然语言驱动的工程设计。
这种布局背后,子虔科技希望改变的,不只是工程师的工作效率,而是整个工业研发范式。
首先,从提高设计效率,到提高产业创新效率。
传统模式下,工程师大量时间消耗在重复建模、调整参数、优化图纸和跨部门协同上。
这也是“光速造物”的核心意义:缩短从创意到设计、验证乃至制造的周期,让创新试错变得更快、成本更低。根据实测,同⼀个建模任务,使用zCAD.AI 约 20 分钟完成,而让大模型调用传统设计软件来做则要两三个小时。

用 zCAD. AI 生成的行星减速器装配概念模型,可直接做运动仿真
其次,从人操作软件,走向人与AI协同研发。
过去,工程师需要学习CAD复杂的命令、操作和建模流程,才能把自己的想法转化为数字模型。
AI原生工业研发平台正在改变这种状况,并不断降低用户使用门槛。工程师提出设计目标和约束条件,AI理解需求、规划任务、调用专业工具完成建模与修改,工程师则负责关键决策和结果验证。
如今,通过子虔科技的zCAD. AI,用户可以输入自然语言描述或提供参考图片,让AI生成可编辑的CAD模型。整个过程基于浏览器完成,无需安装软件配置环境,并可通过不同设备访问。

第三,从依赖个人经验,走向积累企业知识资产。
工业研发高度依赖经验。一个资深工程师的判断,往往来自多年项目实践。但这些宝贵经验,通常分散在个人、图纸、文档和历史项目中,难以系统沉淀和复用。
子虔科技提出的Engineering DNA(工程知识资产),正是希望通过结构化记录设计过程、工程约束和验证结果,让经验从个人知识转化为企业可以持续积累、复用的数字资产。
从这个意义上看,AI原生工业研发平台真正值得期待的,不只是帮助企业完成更多设计任务,更是让每一次研发投入,都有机会沉淀为下一次创新的基础。
结语:AI造物时代,工程师的价值在哪里?
从手工绘图到计算机辅助设计,从三维建模到数字仿真,工业软件的发展,始终在缩短人类构想与现实产品之间的距离。
如今,AI开始尝试理解工程语言,参与设计、修改和验证。这并不意味着工程师将被取代。
恰恰相反,当繁琐的操作逐步交给AI,工程师才能将更多精力投入那些机器尚无法替代的创造性工作。
子虔科技探索的“光速造物”之路,不只是更高效的AI CAD产品,而是构建AI原生工业研发平台,让工程知识、专业经验与AI深度融合,逐步成为全球制造业可信赖的AI研发底座。
END
本文为「智能进化论」原创作品,转载请获得授权。