Zoo、HiCAD、AdamCAD 同场竞技:2026 文生 CAD 赛道混战,谁是真生产力
Zoo、HiCAD、AdamCAD 同场竞技:2026 文生 CAD 赛道混战,谁是真生产力
2026 年的 CAD 赛道正在上演一场久违的"三国演义":一端是 Zoo Text-to-CAD 代表的开源生态路线——把 CAD 能力包装成 Agent Skills,让 Claude Code、Codex、Cursor 这类编码 Agent 直接长出"建模之手";一端是徐小夕用 100 小时、借助 AI 辅助开发的个人开发者作品 HiCAD;另一端是拿到 YC W25 席位、融资 410 万美元的资本创业公司 AdamCAD。三者的共同叙事都是"用自然语言生成 3D 模型",但技术路线、交付形态与"生产力"的定义截然不同。本文结合社区舆情与本仓库(text-to-cad 的完整源码)逐一拆解,看看三条路线各自兑现了什么、硬伤在哪,以及真正落到工程上该选谁。
三条路线:解决的是三个不同的问题
先说结论:"文生 CAD"是一个被折叠的话题。Zoo、HiCAD、AdamCAD 都在处理"文本 → 三维模型",但它们回答的是三个不同的问题:
- Zoo Text-to-CAD(本仓库所实现的生态)回答的是**"如何让 AI 稳定地产出可制造、可追溯、可迭代的工程文件"**。它的口号是 "Give your agent CAD superpowers",核心不是"生成"一个模型,而是给 Agent 一套完整的、可复现的建模工作流。
- HiCAD 回答的是**"个人开发者如何用最低成本做出一款 AI 建模玩具"**。它验证了 AI 辅助开发的上限,但目标是"轻松生成 3D 模型",离制造还有一段距离。
- AdamCAD 回答的是**"如何把文生 3D 包装成一门 VC 生意"**。它拿到了 YC W25 与 410 万美元融资,押注的是"提示词直接出可打印模型"的消费级体验。
理解了这一点,就能明白为什么三者看似同场竞技,实际上连评分标准都不一致。
开源生态:Agent Skills 与"源码即真身"的工程路线
本仓库代表的是一条独特的路:不给用户一个黑盒的"生成器",而是把 CAD 变成 Agent 可以反复执行的本地工作流。从根目录 README.md 可以看到,插件支持所有主流 Agent(Claude Code、Codex、Cursor、Gemini、Grok),产出的不是一张图片,而是 STEP、GLB、STL、3MF 等真实工程文件。
这条路线最反直觉、也最见功力的一点,记录在 packages/cadgen/README.md 的"设计法则"里:生成文件与其源代码完全独立——"删除项目里每一个 .py 都不能改变任何渲染结果"。换言之,模型不是一次性的 AI 输出,而是一个程序:可重跑、可 diff、可回归。
具体到实操层面,CAD 技能的建模契约(skills/cad/SKILL.md)写得非常清楚:一个模型就是一段带装饰器的普通 Python 脚本,返回一个 build123d 形状。仓库里随手就能找到示例,比如 models/examples/src/spur_gear_blank.py:
from cadgen import glb, step, stl, threemf
@step(out="../STEP/spur_gear_blank.step")
@stl(out="../STL/spur_gear_blank.stl")
@threemf(out="../3MF/spur_gear_blank.3mf")
@glb(out="../GLB/spur_gear_blank.glb")
def spur_gear_blank():
return make_spur_gear_blank()
一行 python src/spur_gear_blank.py,同时得到 STEP/STL/3MF/GLB 四种产物——这不是"生成一个模型",而是"定义一条构建流水线"。AI 的角色从"魔法生成器"降格为"写代码的工程师",模型质量因此由代码的可读性、参数化程度和测试决定,而不是由一次采样的运气决定。
这条路线真正拉开差距的地方,是仓库 models/README.md 里那批"概念包":F-14D 超级雄猫、Falcon Heavy 三级火箭(约 2150 个命名零件)、9 缸增压星型发动机、W16 四涡轮剖切发动机、腱驱动灵巧手……它们不是演示 GIF,而是可构建的源码资产。以 models/f14d/src/f14d.py 为例,整机装配就是按系统顺序调用十个兄弟模型,而"分段拆解动画"被显式写成一段嵌入的 ANIMATION_JS 编排(两个 act、按事件引用编号、smoothstep 缓动)。这意味着 Agent 生成的每一个部件、每一段动画都是可审计、可单点修复的——这在工程语境里是"生产力"的真正含义。
个人开发者:HiCAD 的 100 小时与轻量叙事
如果说开源生态路线在卷"工程深度",HiCAD 代表的就是另一极:个人开发者的效率神话。社区文章《100小时,我做了一款AI CAD建模软件,开源!》展示了一个鲜明样本——作者徐小夕依托 AI 辅助开发,用一周时间完成了从想法到开源项目的闭环。这类作品的价值在于验证了"一个人 + AI = 一个可用软件"的产能拐点,也让大量非 CAD 背景的开发者意识到:建模工具的门槛第一次降到了"会写提示词"。
但回到生产力本身,HiCAD 这类个人作品的硬伤也显而易见:其一,自然语言生成模型通常走 mesh/体素路线,输出难以对接 STEP 这类边界表示(B-Rep)工业格式;其二,没有设计规则引擎(如拔模角、圆角半径、最小壁厚),生成的模型"看得过去"却"做不出来";其三,缺少配套的 DFM/DFAM 审查、工程图和制造对接,模型停在"可看"而非"可用"。它更适合创意可视化与教学演示,而不是产线。
资本创业公司:AdamCAD 的 410 万美元赌注
AdamCAD 走的是最传统的创业路径:拿融资、做产品、赌体验。据海外评测与融资报道,它作为 YC W25 成员拿到了约 410 万美元投资,主打"从文本生成可 3D 打印模型"。这类公司最大的优势是产品打磨和商业化投入——提示词体验、模型美观度、面向消费者的引导流程,通常比开源项目精致得多;社区里关于"23 款 AI 3D 工具评测"、"2026 十大 3D 生成器"的榜单中,这类商业化产品也总有一席之地。
但资本路线同样有结构性隐忧:模型是黑盒,能力边界不可见。用户无法知道"这次输出为什么这样"、无法对失败的几何做单点修补、无法把一次成功的生成固化为可复用的参数化模板。对需要迭代、公差、工艺约束的工程场景,这几乎等于"每次都要重新掷骰子"。此外,云服务按次计费的模式,在批量生成、私有部署场景下并不划算——而本仓库的设计法则里有一条与之针锋相对的原则:"一旦安装,text-to-cad 离线可用"(packages/cadgen/README.md 法则 19),本地建模、本地构建、本地查看,网络只在安装时需要。
三条路线硬伤对照
| 维度 | Zoo Text-to-CAD(开源生态) | HiCAD(个人开发者) | AdamCAD(资本创业公司) |
|---|---|---|---|
| 输出格式 | STEP/STL/3MF/GLB,边界表示为主 | 以 mesh/可视化为主 | 面向打印的网格为主 |
| 可追溯性 | 源码即程序,可重跑可 diff | 低,结果难固化 | 极低,黑盒生成 |
| 工程闭环 | DFM/DFAM/工程图/URDF/切片全链路 | 无 | 有商业引导但无制造审查 |
| 迭代能力 | 改参数、改源码、重构建 | 重新提示 | 重新提示 |
| 离线/私有化 | 完全离线、本地内核(Open CASCADE) | 本地但依赖模型服务 | 云服务,按次计费 |
| 维护主体 | 社区 + 版本化 PyPI 发行(cadgen) | 单点,易停摆 | 资本驱动,商业可持续性强 |
细看最后一行的"维护主体",恰好构成三角制衡:开源路线依赖社区持续贡献,但仓库把"法则"写成了硬约束(packages/cadgen/README.md 明确"这不是惯例,违反即错误"),保证演进不失控;个人作品最脆弱但最便宜;资本公司最稳但最封闭。
对用户最实在的选型建议
综合舆情与源码证据,落到"谁是真生产力",可以给出一份务实清单:
- 做原型验证、出图给客户看、教学演示:三条路线都能胜任,按上手成本选即可。HiCAD 类轻量工具最快,Zoo 系的 text-to-cad 通过 Agent 插件(一条消息即可安装)也能在几分钟内出活,社区文章普遍记录的"5 分钟上手"并非夸张。
- 要做真实零件、要对接加工与制造:只有开源生态路线够格。它不仅产出 STEP,还自带 DFM 审查(skills/dfm/SKILL.md 覆盖钣金、CNC、注塑三种工艺并给出可测量的证据与规则引用)、DFAM 可打印性检查、工程图 PDF、G-code 切片,甚至能直接对接 SendCutSend 与 Bambu Lab 打印机。这套链路意味着"文本到实物"不是终点,而是闭环的起点。
- 要批量生成、要私有化、要审计:选本地内核。基于 Open CASCADE(OCP)+ build123d 的 cadgen 在本地执行全部建模与渲染,这是资本路线和黑盒云服务给不了的。
- 只是尝鲜、追热点:AdamCAD 类产品的引导体验最好,值得体验,但别把它的输出直接送进产线。
一个更底层的判断标准:问它"为什么是这样一个模型",能否给出可检查的答案。能回答的是工程工具,不能回答的是生成玩具。2026 年文生 CAD 的混战,胜负手不在"生成得有多像",而在"生成的能不能被证明、被修改、被制造"——在这条标准线上,把 CAD 能力做成 Agent Skills、让 AI 去写可追溯源码的开源路线,已经占住了"真生产力"的位置。