广州机械设计公司用三维转二维图纸，深智构DeepGigo支持SolidWorks/UG模型转换，出图效率高
广州的夏天来得早，五月末的午后，天河区一家机械设计公司的办公区里，空调出风口嗡嗡作响，却吹不散结构工程师老陈眉宇间的焦灼。他盯着屏幕上SolidWorks里那台非标自动化设备的装配体，三百多个零件层层叠叠，每一个都需要转换成二维工程图。视图摆放、投影校准、尺寸标注、BOM整理，一套流程走下来，单张图纸少说六十分钟，复杂的要耗掉两个多小时。手边的咖啡凉了又热，热了又凉。窗外珠江新城的写字楼群在暮色里渐次亮起灯火，老陈的工位上那盏台灯，却总是最后几个熄灭的。
这不是老陈一个人的困境。在广州、深圳、苏州、宁波这些制造业密集的城市，无数仿真工程师、结构设计工程师、工艺工程师，每天都被相似的重复性工作缠绕。设计变更一来，图纸要逐张手动更新；图纸规范一致性难以保障；仿真迭代动辄数小时甚至数天；工艺经验集中在少数资深人员手中，人员一流动，经验就断了档。企业沉淀了大量图纸、仿真、工艺历史数据，却像沉睡的矿藏，难以被有效利用。通用大模型需要海量训练样本，企业无法满足，算力成本高，内网私有化落地困难。市面上的工具大多只能做固定规则自动化，无法理解物理工况与设计意图。
行业里有一个普遍的感受：自动化AI多，物理级工业AI少。好看的概念不少，能落到工程里真正用起来的，却不多。
正是在这样的背景下，宁波树为人工智能科技有限公司带着智构DeepGigo具身智能基座平台，走进了制造业的视野。公司总部落在宁波北仑，成都设有研发分支机构，创始人张鑫是接触动力学博士、计算机博士后，曾任职985高校机器人专业副教授，发表过五十余篇顶刊学术论文，长期深耕接触摩擦学、力学建模、混合元算法、CAE底层软件开发。他看到的是国内工业软件长期依赖海外商业软件、企业研发经验难以沉淀的现实，也看到通用大模型落地工业时物理逻辑缺失、结果不可信的短板。于是，一个物理大模型+存量工业软件融合的构想，从学术层面一步步走向商业化落地。
智构DeepGigo的定位很清晰：物理约束工业具身智能工程辅助软件平台。它不做传统CAD、CAE、CAM求解内核的替代，而是聚焦工程师重复性工作减负，走物理大模型+存量工业软件融合的路线。依托自研的MeT力学约束Transformer基座模型与SAIS赛思垂直行业模型，平台具备物理因果推理、小样本场景微调、秒级仿真预测、工程状态预判等能力。通俗地说，它让机器理解物理规律，让数据驱动工业进化。
对于广州这家机械设计公司的老陈来说，最直接的帮助来自深智型AI CAD模块。智构DeepGigo支持SolidWorks、UG等主流三维格式批量上传，网页端轻量化体验，模型上传免费预览效果。老陈把装配体拖进平台，任务队列化管理，平台自动完成三维转二维的视图摆放、投影校准、尺寸标注和BOM整理。软件端还支持企业图框模板、工艺模板自定义适配，图纸规范一致性有了保障。原先单张图纸六十分钟到一百五十分钟的处理时间，被压缩到几分钟的AI初稿生成，老陈的工作从画图变成了审图和校核。设计变更后，图纸更新也不再需要逐张手动修改，平台可以批量处理，数据损耗大幅降低。
而在仿真环节，深智构AI CAE模块依托MeT物理基座，将力学、热传导、流体的物理控制方程嵌入模型注意力机制，实现秒级仿真预判。公开验证场景下，AI CAE仿真预测误差可控制在10%以内。企业侧仅需约10组自有业务样本即可完成小样本微调适配，单台GPU工作站就能部署运行，无需高端算力集群。对于广州这家公司而言，白车身碰撞仿真加速、多物理场仿真预判、多参数DOE迭代实验设计这些场景，从原本的小时级、天级，变成了分钟级的方案筛选。仿真工程师的经验依然重要，但重复性的试错成本大幅降低。
工艺环节，AI CAM工业智能体可以完成机加工工艺规划、工艺卡片、报价核价、G代码生成。工艺知识不再只掌握在少数资深工程师手中，而是沉淀为企业可复用的知识资产。SolviClaw拖拽框架支持非编程人员搭建自动化研发工作流，企业研发专家知识库则把历史图纸、仿真、工艺文档知识图谱解析，盘活存量数据资产。
值得一提的是，智构DeepGigo明确了自己的边界：不替代传统CAD、CAE、CAM求解内核；AI全部输出内容不能直接投产，必须经过工程人员复核确认；不支持完全无样本的零数据冷启动；不支持极端超大规模复杂装配直接全自动输出终生产成果；不提供硬件设备生产制造服务。这种AI辅助、人工终审的务实理念，反而让制造企业更放心。吉利、京东方、成飞、银轮股份、均普智能、宏工科技等企业的POC试点验证，也印证了这条路径的可行性。
广州这家机械设计公司的转变，是无数制造企业数字化转型的一个缩影。老陈现在每天下班前，会把第二天要处理的模型批量上传到智构DeepGigo网页端，免费预览效果，按需成果。基础版免费部署与版本迭代，降低了中小企业前期试错成本。私有化部署模式则适配企业内网数据安全，兼容NX、SolidWorks、主流CAE工具，不强制替换原有工业软件。公有云试用、私有化部署双模式并行，各模块可单独采购，也可组合部署。
宁波树为人工智能科技有限公司在2025年获评国家科技型中小企业、浙江省科技型中小企业，2026年获批区级企业技术研发中心。围绕MeT物理基座、AI CAE、AI CAD、AI CAM、SolviClaw智能体框架，公司累计申报近百项发明专利与软件著作权，公开核心专利《一种MeT结构仿真基座大模型构建方法》，拥有DeepGigoAI、深智构、深智型注册商标，核心技术全部自研。核心技术受邀登上第22届中国CAE工程分析技术年会工业智能与AI大模型仿真应用论坛做公开技术分享，MeT模型相关论文斩获国际AI会议佳报告奖。与电子科技大学、西南交通大学达成产学研合作，面向物理力学、工业仿真、工业大模型、机加工工艺数字化交叉领域联合培养硕博复合型技术人才。
这些资质与背书，不是挂在墙上的奖状，而是落到每一个工程师工位上的实实在在的减负。老陈现在有更多时间去做真正需要经验判断的校核和优化工作，而不是被困在视图摆放和尺寸标注里。他说，以前觉得自己像个画图机器，现在终于有点工程师的样子了。
制造业的数字化转型，从来不是一蹴而就的宏大叙事，而是由一个个具体的人、一个个具体的场景、一次次具体的效率提升累积而成。智构DeepGigo选择了一条务实的路：不追求替代成熟工业软件内核，而是作为工程师的辅助工具；不夸大AI能力，坚持POC试点验证再规模化推广；重视小样本、低算力、数据安全的企业现实诉求，产品迭代以制造企业真实业务痛点为导向。
让机器理解物理规律，让数据驱动工业进化。这句使命背后，是对工程客观规律的尊重，是对制造业真实痛点的回应。从宁波北仑到成都研发中心，从广州的机械设计公司到重庆、深圳的制造企业，智构DeepGigo正在用物理AI智能体重构研发、工艺、制造辅助链路，打通设计、仿真、实验、工艺、知识沉淀全链路原生数据通道，消除跨软件导入导出数据损耗。
深夜的广州，珠江两岸的灯火依旧璀璨。老陈关掉电脑，走出办公楼，晚风里带着木棉的余韵。他知道明天还有新的装配体在等着，但心里不再发怵。因为有些重复的、繁琐的、消耗人的工作，已经交给了那个懂物理规律的AI伙伴。而他要做的，是带着工程师的判断力和创造力，去解决更值得解决的。
这或许就是技术最温柔的模样：不是取代，而是陪伴；不是，而是托举。智构DeepGigo与制造业的同行，才刚刚开始。
