把工业知识放进 AI，把 AI 融进工作流：SOLIDWORKS 的工业 AI 路径

只需点击“自动生成工程图”按钮，一份包含主视图、俯视图、剖面图、精确孔标注和标准图纸格式的完整 2D 工程图便瞬间生成。过去可能耗费数小时甚至一整天的手工绘图工作，在 AI 的加持下，压缩至几秒。

在日前举行的 SOLIDWORKS 2026 新品发布会上，这个演示场景令人印象深刻。

当业界还在争论“AI 是否会取代工程师”时，SOLIDWORKS给出了自己的答案：“AI 既能帮助工程师减少工作量，同时也能帮助他们产生创意。” 达索系统 3DEXPERIENCE Works 与客户角色体验高级副总裁 Gian Paolo Bassi 强调——AI 不是替代者，而是赋能工程师释放创造力的智能助手。

效率瓶颈：工程师的真实痛点在哪里？

近几年来，SOLIDWORKS 一直持续押注 AI，而要理解背后的逻辑，可以先厘清当前工程师面临的核心挑战。

首先，是文档负担。尽管 3D 模型已成为设计主流，但在制造、质检和供应链环节，2D 工程图仍是不可替代的“通用语言”。然而，出图过程高度依赖人工，选择视图角度、添加尺寸公差、标注孔类型、调整布局……任何一个环节出错都可能导致生产返工。SOLIDWORKS 2026 的 AI 工程图功能，正是针对这一高频、低创造性任务的自动化尝试。

其次，是模型规模膨胀。现代产品日益集成化——一台新能源装备可能包含上万个零部件，涵盖机械、电气、流体等多个子系统。传统 CAD 软件在加载和操作这类大型装配体时，常因内存和性能限制而卡顿。为此，SOLIDWORKS 2026 引入“部分下载”机制，仅加载当前工作相关的组件，其余按需调用。Gian Paolo 在采访中坦言：“以前客户可能只做一部分三维模型就可以交差了，而现在多学科一体化，模型会变得越来越大。”

第三，是工具使用门槛。高级仿真、拓扑优化、复合材料分析等能力虽然已经存在多年，但因为操作复杂、依赖专业知识，长期局限于少数专家。普通工程师即便有验证需求，也往往可能因为“不会用”而放弃。这导致设计与验证脱节，大量问题被推迟到物理样机阶段才发现。

这些痛点共同指向一个结论：提升效率的关键，已从界面交互优化，转向对工作流本身的智能重构。

AI 不是魔法，而是“工业知识”的延伸

面对上述挑战，SOLIDWORKS 并没有选择追逐通用大模型的热点，而是走了一条更垂直的路径。

Gian Paolo 明确区分了两类 AI：“目前很多人的注意力都放在 Chatbot 对话机器人，但是我们认为跟工业相关的知识才是最重要的。”他举例说，当工程师询问“如何设置五轴 CNC 加工路径”或“碳纤维铺层顺序”，通用 LLM 或许能生成流畅语句，但如果缺乏底层工艺知识，答案可能完全错误。

达索系统的策略是：将 AI 建立在自身 40 余年积累的工业知识库之上。这些知识来自航空航天、汽车、工业装备等数十个行业的项目实践，涵盖材料属性、失效模式、制造约束、仿真边界条件等结构化数据。AI 的作用，是将这些隐性知识显性化，并通过自然语言或上下文感知的方式，提供给一线工程师。

例如，在 SOLIDWORKS 2026 中，AI 不仅能识别螺栓、螺母并自动装配（即使是非 Toolbox 零件），还能在用户绘制草图时预判下一步操作（如“指令预测器”）。这些功能看似简单，背后却是对数百万次用户行为的机器学习，以及对紧固件标准、装配逻辑的深度编码。

值得注意的是，SOLIDWORKS 刻意避免将 AI 包装成独立模块。“我们没有特别指出这个模块叫 SOLIDWORKS AI，”Gian Paolo 解释道，“很多客户在用我们的 AI 工具，但他们自己并不知道。”这种“无感集成”策略，确保了技术服务于流程，而非打断现有工作习惯。

平台化战略：从工具到生态

AI 的落地离不开平台支撑。SOLIDWORKS 正加速从单一 CAD 软件，向基于 3DEXPERIENCE 的协同平台演进。

这一转变开始于 2012 年 3DEXPERIENCE 平台的推出，但真正加速是在这几年。通过该平台，SOLIDWORKS 整合了达索系统旗下多个专业品牌的能力——比如用于高端仿真的 Abaqus。关键在于，这些原本面向科研或大型企业的工具，正通过 SOLIDWORKS 的易用界面，向中小企业工程师开放。

“我们希望保持 SOLIDWORKS 一直以来的易学易用性，”Gian Paolo 强调，“就算原来是从其他品牌引进来的，客户对我们也有同样的期待。”

这种平台化不仅体现在功能整合，也体现在协作方式上。例如，通过 3DEXPERIENCE 平台，用户可在 SOLIDWORKS 环境中直接访问官方社区、3DDrive 云存储和 3DSwym 协作空间；平台内置的 AURA AI 助手可对社区帖子和 Wiki 内容进行自动摘要。对于分布式的研发团队而言，这意味着知识流动效率的提升。

在中国，这一战略更具现实意义。SOLIDWORKS 自 1995 年诞生起就定位于服务中小企业，而今天，中国正大力推动“专精特新”企业发展——它们贡献了 60%以上的 GDP 和 70%以上的技术创新。

“毫无疑问，中小企业是中国经济发展的重要驱动力，”SOLIDWORKS 亚太区高级技术总监陈超祥（CC Chan）表示，“这跟我们的初衷完全一致。”

当前，中国中小企业已普遍掌握 3D 设计，但仿真、数据管理、多学科协同仍是短板。SOLIDWORKS 的下一步目标，是推动“每个工程师桌上不仅有一套 SOLIDWORKS，还有一套 Simulation”。为实现这一点，达索系统正加强在中国的本地化投入，并计划针对医疗设备、新能源、低空经济等新兴领域，提供行业定制化的解决方案。

AI 的尽头是“工程”

回望 30 年，SOLIDWORKS 的演进逻辑始终清晰：技术必须服务于工程实践，而非反之。

从 1995 年将 3D CAD 带入 Windows 桌面，到今天用 AI 自动化工程图、简化大型装配、降低仿真门槛，其核心从未改变——让工程师从繁琐事务中解放，专注于定义问题、探索方案、创造价值。

在这场变革中，AI 不是终点，而是桥梁。它的价值不在于生成多少行代码或图像，而在于能否真正嵌入工程师的工作流，成为那个“懂行”的伙伴。正如 Gian Paolo 所言：“每一个设计工程师都应该用仿真，因为它可以验证他的产品设计是不是最优的。”

这或许才是工业 AI 最朴素，也最深刻的使命。