神他妈的浩辰CAD大模型LCM

寂静回声

6月16日，西安。
浩辰软件在全球数字化创新发展大会上，正式发布了他们酝酿已久的CAD大模型——LCM（Large CAD Model）。
发布会现场，我注意到一个细节：浩辰的展台上，前来体验LCM的工程师排起了长队，甚至有人专门从上海、广州打飞的前来排队体验。
一个CAD大模型，为什么能让工程师这么兴奋？

在说LCM之前，先科普一下什么是CAD大模型。
传统CAD软件，本质上是一个"超级画图工具"——你给它指令，它帮你画图。画得快不快、准不准，全靠操作者的熟练程度。

但LCM不一样，它不是简单的一个功能模块，而是让CAD软件第一次拥有了"理解设计意图"的能力。你告诉它你想做什么，它能帮你理解你想要什么，然后主动给你建议、帮你优化、替你完成那些重复性的操作。
用浩辰研发负责人的话来说："LCM让CAD从你画它执行变成了它懂你想要什么。"

在发布会现场，印象最深的是这三个：
第一，智能图纸解读。
你扔给LCM一张建筑平面图，它能在几秒内识别出这是哪类建筑、包含哪些功能区块、标注了什么规范信息。更重要的是，它能"读懂"图纸的设计逻辑——为什么这里要这样布局，为什么要这样分区。
以前，一个新人要花几个月才能"看懂"一张复杂图纸。现在，LCM可以帮你快速理解。

第二，智能错误检测。
画图的时候，LCM会在后台实时运行。它不只是检查"线有没有连上"、"尺寸对不对"这种低级问题，而是能从设计逻辑层面给你反馈——"这个疏散通道的宽度不符合规范"、"这个柱网布置导致车位数量不足"。
这已经不是CAD工具了，这是一个24小时在线的"AI审核专家"。

第三，智能批量操作。
你有一段标准墙体的画法，以前每次都要重复操作。现在你告诉LCM"按这个标准，把这20层的墙体都画出来"，它能自动理解你的标准做法，然后批量执行。

说到CAD，很多人的第一反应是AutoCAD。
确实，在过去的几十年里，AutoCAD几乎是CAD的代名词，国内设计院也普遍依赖它。但这几年，情况正在发生变化。

一方面是国产替代的大趋势，政策层面，国产CAD软件的适配和推广受到越来越多支持。越来越多的设计院开始主动寻找AutoCAD的替代方案。

另一方面是AI浪潮的推动，国外CAD厂商在AI方面进展相对缓慢，而浩辰这样的国产厂商却在AI赛道全力投入。LCM的发布，意味着国产CAD第一次在"AI能力"上和国外站在了同一起跑线，甚至在某些功能上实现了超越。

说了这么多，LCM对一线建筑师到底意味着什么？

总结下来有三点：第一，学习门槛大幅降低。
以前新人要成为一个合格的CAD操作手，需要1-2年的训练。现在有了LCM的智能辅助，新人也能快速理解图纸逻辑、快速上手操作。设计院培养新人的成本会明显下降。

第二，重复劳动大幅减少，画图这件事，有大量的重复性操作——改个标注、批量修改图层、统一标注样式……这些机械性的工作，占用了很多建筑师大量的时间。LCM能帮你把这些活儿干了，让你把时间省下来做真正需要思考的设计工作。

第三，图纸质量更有保障，实时的规范检查、逻辑审核，能在出图前就把大部分问题挑出来。虽然LCM不能替代人工审核，但至少能帮你减少低级错误、降低返工率。



点评
厂家通稿，完全放屁。让我给大伙详细说道说道。
基于 Transformer 注意力机制的大语言模型，核心是对海量语料的统计概率拟合，通过预测下一个 token 生成符合语言习惯的输出，它不具备符号层面的因果推理能力，更没有真正意义上的 “认知” 与 “理解”。
放到 CAD 设计领域，这个边界会更加清晰：一张建筑平面图的背后，是场地条件、功能需求、防火规范、造价约束、人流组织等多重因素的权衡，是设计师的完整决策逻辑。所谓 “读懂设计逻辑”，目前的 AI 最多是通过训练集中的海量标准化图纸，匹配出 “这种布局大概率是住宅户型”“这个区域大概率是疏散走道”，本质是模式识别与统计归类，完全谈不上理解 “为什么要这么布局”。
新人花几个月看懂图纸，学的不仅是图元怎么认，更是背后的设计原理与规范体系，这是纯统计模型永远无法替代的。

目前建筑 CAD 的 AI 识别，主流只有两条技术路径：
将图纸栅格化为图片，用计算机视觉（CV）模型做目标检测；
解析 DWG/DXF 文件的图元属性，做结构化数据提取。
两条路径都高度依赖标准化的图层命名、图块属性、标注规范：
如果是设计大院按统一标准绘制、图块齐全、图层规范的图纸，识别准确率可以做得很高；
如果是从零画CAD图纸，无块属性的非标设计、图层混乱的私活图纸，识别准确率会断崖式下跌，连墙体、门窗都无法准确区分，更别说 “查找逻辑错误”。
而所谓 “智能错误检测”，90% 以上的核心能力依然是传统规则引擎 —— 把防火规范、停车规范等写成硬编码的几何校验规则，去匹配识别出的图元。大模型最多做了自然语言报错的润色工作，核心校验逻辑和二十年前的单机版图纸检查工具没有本质区别。
“按国标批量画墙体” 本质是参数化批量生成，这类功能在天正建筑、浩辰建筑等专业插件里已经存在了十几年，标准层复制、墙体样式统改、批量插门窗，都是成熟到不能再成熟的基础功能。
所谓 “理解你的标准做法”，最多是加了一个小样本样式提取的能力，本质还是特征匹配，绝非 “理解做法”。而整个功能里，真正属于大模型的部分，只有自然语言交互层：把用户的口语化需求，翻译成 CAD 软件能执行的操作指令串，相当于一个 “命令翻译官”。真正完成批量绘图的，还是底层的参数化引擎和二次开发接口，这部分能力是全行业几十年的积累，和 “大模型” 本身没有技术关联。把传统插件的功劳包装成大模型的突破，属于典型的贪天之功。

厂家通稿中 “国外厂商进展缓慢” 是典型的信息差营销，完全不符合行业事实。实际情况是：
国外头部 CAD/BIM 厂商（Autodesk、Bentley、Graphisoft）的 AI 布局更早、技术更深，方向集中在生成式设计、多物理场仿真优化、施工进度预测、数字孪生分析这类上游设计决策环节，而不是 “批量改图层、快速画图” 这类下游操作层功能。
Autodesk 的生成式设计（Generative Design）早在 2018 年就集成进了 Fusion 360，后续落地到 Revit 平台，可基于约束条件自动生成多套可行设计方案；2024 年推出的 Autodesk AI 已覆盖图纸自动标注、模型纠错、规范合规检查全流程。
国外厂商不炒作 “大模型” 概念，是因为他们更倾向于将 AI 作为底层能力嵌入工具链，而非单独拿出来做营销噱头。国产厂商在本土化规范、中文交互、表层操作效率上有本地化优势，但说 “站在同一起跑线甚至超越”，完全混淆了应用层优化和底层技术研发的差距。

纯 CAD 软件的基础绘图操作，1-3 个月完全可以熟练掌握。所谓 “1-2 年成为合格操作手”，偷换了核心概念：新人成长慢，慢的是建筑规范、设计逻辑、项目经验，不是软件操作。大模型最多能帮着点几个命令，根本补不了设计能力的短板，也就谈不上 “大幅降低培养成本”—— 它最多能让新人更快 “画出图”，但画得对不对、合不合理，依然完全依赖人工判断。
批量改标注、统一切换图层、统一标注样式…… 这类需求从 AutoCAD R14 时代就有大量 LISP 插件、二次开发工具解决，天正、理正、天河、晓东工具箱等厂商已经把这类功能做到了极致。把全行业积累了几十年的工具能力，说成是自己大模型的独创价值，是对整个 CAD 二次开发生态的无视。
图纸规范检查、碰撞检测，在单机版 CAD 时代就已是成熟工具，BIM 软件中更是标配。其核心是 “规则库 + 几何计算”，和大模型没有技术上的必然关联。大模型最多优化了报错的自然语言表达，核心的校验能力依然来自传统的规则引擎。

这本质是 “自然语言交互层 + 专用 CV / 机器学习模型 + 传统规则引擎” 的组合系统 ，绝非通用意义上的 “大模型”。
真正的大语言模型（LLM）只负责 “自然语言转操作指令” 这一个环节，相当于一个语音助手式的翻译官；
图纸识别靠的是计算机视觉模型或图元解析算法，与 LLM 无关；
规范检查、批量绘图靠的是硬编码的规则库和传统二次开发代码。
行业内很多所谓的 “行业大模型”，都是把大模型当 “交互外壳”，内核还是成熟的老技术，然后整体包装成 “大模型产品”，本质是蹭热点的营销行为。