CADDesigner开源后，AI开始进入工程设计和机器人生产链

浙江大学团队开源 CADDesigner，把 CAD 建模这件原本高度依赖专业软件、工程经验和反复调参的工作，改造成了更接近“用文字和草图协作”的流程：用户描述零件意图，系统理解结构约束，再生成可编辑的建模代码。这个变化比“AI 又会画图了”更关键，因为 CAD 不是普通图片，它要面对尺寸、约束、装配、制造和后续工程迭代。一旦大模型能稳定进入这样的专业工具链，AI 的价值就不再停留在聊天框里，而是开始接管真实生产流程中的一段段复杂动作。

围绕这个方向，机器人触觉基础模型、实时多镜头视频生成、Agent 工作流工程、国产模型真实编码测试等消息也在同步升温。它们看似分散：一个在做 CAD，一个在做触觉，一个在做视频，一个在做办公与编程；但共同指向很清楚——AI 产品正在从“回答问题”转向“参与设计、生成结构、操作工具、验证结果”。对企业和开发者来说，下一步真正值得关注的，不只是模型榜单上谁高几分，而是谁能把模型嵌进可控、可复用、可验收的业务流程里。

CAD 从鼠标走向对话

传统 CAD 建模的门槛很高。哪怕只是设计一个简单机械零件，使用者也要理解草图约束、拉伸、倒角、孔位、曲面、参数化建模等概念，还要熟悉具体软件的操作习惯。CADDesigner 的意义在于，它尝试让大模型不只是“描述一个形状”，而是根据文本和草图等多模态输入，生成可执行、可修改的 CAD 建模代码。这让 AI 从视觉生成跨进了工程生成：输出结果不仅要像，还要符合结构逻辑。

这类能力如果继续成熟，会改变很多设计协作环节。产品经理可以先用自然语言描述部件需求，工程师再在生成结果上做参数调整；工业设计师可以把概念草图转成更规范的三维结构；教育场景里，学生也能通过对话理解复杂建模步骤。它不会立刻替代专业工程师，但会把大量低层级重复操作前移给 AI，让人把精力放在结构判断、工艺可行性和最终质量把关上。

触觉让机器人补上短板

破晓智能团队提出的 TouchWorld 触觉基础模型，则把 AI 的能力从“看见世界”进一步推向“摸懂世界”。机器人过去在视觉识别上进步很快，但真实操作并不只靠摄像头。抓起一个杯子、拧紧一个瓶盖、整理柔软物体、判断接触是否稳定，都需要触觉反馈。很多机器人看起来完成了动作，实际却可能夹歪、滑落、压坏或没有真正到位，这就是视觉智能和物理操作之间的落差。

TouchWorld 强调预测与反应能力，目的就是让机器人在接触过程中理解力、摩擦、形变和扰动。论文中真机任务的成功率提升，说明触觉模型不是锦上添花，而可能成为具身智能落地的基础层。未来如果 CAD 侧能更快生成结构，机器人侧能更可靠执行操作，设计与制造之间的距离会被进一步压缩：AI 不只是画出东西，还能帮助机器理解如何把东西做出来、拿起来、装配好。

Agent 工程回到稳定性

WorkBuddy 团队复盘 Agent 产品的 Harness 工程，也让行业重新看到一个现实问题：模型越强，产品工程越不能偷懒。上下文如何组织，记忆如何沉淀，工具调用如何限制，失败后如何重试，用户如何验收结果，这些都决定了 Agent 能不能从演示走向日常工作。一个 Agent 偶尔做对任务并不难，难的是在复杂场景里持续做对，并且让用户知道它为什么这么做。

这也是 CADDesigner、TouchWorld、GraphPlanner 等研究和产品共同面对的挑战。AI 要进入工程、机器人、办公、研发等场景，就必须具备流程意识：什么时候需要调用工具，什么时候需要暂停确认，什么时候需要根据反馈调整计划。单次生成能力很重要，但真正的商业价值往往来自“可重复交付”。谁能把模型能力包装成稳定流程，谁才更可能拿到企业用户的预算。

多模态生产开始提速

视频与内容生产也在发生类似变化。快手可灵与港中文发布的 ShotStream 强调实时流式多镜头长视频生成，用户可以在生成过程中动态调整剧情；美图的 MVLAND 则把音乐分析和视觉匹配结合起来，降低 MV 创作门槛。它们并不是简单把提示词变成视频，而是在尝试让 AI 理解节奏、镜头、情绪和连续叙事，向更完整的制作流程靠近。

内容行业的变化会比制造业更快体现出来。短视频、音乐视觉、广告素材、教育动画、产品演示都需要大量可快速迭代的视觉内容。如果 AI 能在镜头调度、素材复用、风格保持和后期剪辑上形成闭环，小团队就能完成过去需要多人协作的工作。但这也会带来新的竞争：不是谁能生成一段惊艳片段，而是谁能稳定输出一套可修改、可复用、可交付的内容资产。

模型能力要接受真实任务检验

Databricks 用三千多名工程师真实编码任务测试 GLM 5.2，也提醒行业：模型能力最终要回到真实任务里看。实验室基准可以说明一部分能力，但真实工程里有遗留代码、团队规范、上下文缺口、工具链差异和成本约束。一个模型如果在真实任务中表现接近更昂贵的模型，同时调用成本更低，就会直接影响企业的模型选型和调度策略。

这类评估会推动模型竞争从“单模型最强”变成“多模型组合最划算”。企业可能不会只押一个模型，而是根据任务难度、代码类型、上下文长度和成本预算动态切换。Omnigent 这类调度系统被提到，也说明模型路由、成本控制和任务分配会成为新的基础设施。对用户来说，未来看到的未必是某一个模型名字，而是一套在后台自动分工的 AI 工作系统。

真正的门槛在落地闭环

把这些变化放在一起看，AI 行业正在离开“聊天应用中心论”。CAD 建模、机器人触觉、实时视频、编码评估、Agent 工程都在证明一件事：模型只有进入具体工具、具体场景和具体交付链条，才能释放更大的生产力。单纯会说话的 AI 很容易被替代，能理解流程、调用工具、生成结构并接受验收的 AI，才会变成真正的基础设施。

接下来，AI 产品的竞争重点会越来越像工程系统竞争。能力要强，成本要可控，权限要清楚，过程要透明，结果要能修改和复查。CADDesigner 让建模更像对话，TouchWorld 让机器人更懂接触，ShotStream 和 MVLAND 让内容制作更接近实时协作，它们共同展示了一个趋势：AI 正在从屏幕里的助手，走向设计台、工作台和生产线。