Spectral Labs 发布 SGS-1：能直接生成可编辑 CAD 文件的 AI 模型

现在市面上的 3D 生成模型很多，但工程师看了基本直摇头。它们吐出来的多半是网格文件，看着挺像那么回事，真放到生产线上根本没法加工，也不能改尺寸。

Spectral Labs 最近推出的 SGS-1，想解决的就是这个痛点。它是一个专门针对结构化 CAD 的基础模型，能直接生成可用于制造、带参数的 3D 零件，格式还是工业界通用的 STEP 文件。

告别一堆三角面的废品

传统 3D 生成模型最大的毛病，是只生成表面网格。说白了就是一具空壳，内部没有结构逻辑，导入工业 CAD 软件里就是个死物，连改个孔径都无从下手。

SGS-1 的做法不一样，它输出的是标准的 B-Rep 几何体。这意味着模型生成的东西是真正的实体零件，工程师可以直接把它拽进常用的 CAD 软件，按毫米修改各个面和边缘的尺寸。

它的输入方式也很灵活。你可以给它一张实物照片，或者随手画的一张草图，甚至是结构严谨的工程图纸。不仅如此，它还能吃进那些不可编辑的扫描数据或者 STL 文件，自动帮你逆向还原成参数化的 STEP 模型。

研发团队还做了一个装配体上下文的测试。比如一个滑轨组件缺个支架，只要截一张局部图并附上文字要求，SGS-1 就能顺着周边的装配结构，直接生成一个吻合该空间的支架模型。

比拼空间理解，GPT-5 也有短板

为了检验成效，团队拉来了两个对手：一个是开源的图像转 CAD 模型 HoLa，另一个是 OpenAI 擅长逻辑推理的大模型 GPT-5 thinking，让它通过写 CadQuery 代码来画图。

评测用了一个包含 75 张中高复杂度几何体的测试集，指标是能不能跑出有效且完全闭合的水密实体。每个模型测 10 次，GPT-5 和 HoLa 只有在最简单的图形上勉强能出结果。

团队指出，GPT-5 在这类任务里暴露出了明显的空间理解硬伤，做出来的东西要么完全用不了，要么过于简陋。而在复杂的工业零件测试中，SGS-1 在几乎所有非极端复杂的物体上，都能在 10 次里至少成功生成一次符合要求的零件。

不过 SGS-1 现在的局限也很明显。它专门为工程零件设计，对复杂的有机曲面和创意模型基本无能为力。受限于分辨率，它很难做出极薄的结构，而且目前一次只能造单一零件，还做不出一整套装配体。

为什么重要

对于搞机械设计、硬件开发的团队来说，SGS-1 指出了一个非常实际的方向。如果它真能稳定把草图和 STL 变成 STEP 格式，光是省下来的逆向工程建模时间，就值得现在去申请预览版试一试。

从行业来看，AI 生成 3D 终于从游戏美工圈，开始撞向真正的实体制造业。过去几家大厂都在卷多模态大模型的文生图、文生视频，但在严苛的物理公差和工程标准面前，通用大模型暴露出严重的几何认知盲区。

我们认为，Spectral Labs 的聪明之处在于没有执着于让大语言模型去硬写代码生成图形，而是直接以 B-Rep 参数化格式为目标训练专用模型。制造行业要的不是看起来像的空心皮囊，而是能直接送进机床的数据，这一步虽然才刚开始，但切入点踩得非常准。