黄娜

山东科技大学

摘要(Abstract)：

传统计算机辅助设计（CAD）技术存在设计迭代周期长、参数优化依赖人工经验、创意落地效率低、跨领域设计标准化不足 等行业痛点，难以适配现代工业设计、建筑景观设计、数字UI设计等领域高效化、智能化、个性化的发展需求。生成式人工智能（AIGC） 凭借多模态生成、自主迭代优化、海量数据学习的技术优势，与CAD技术形成深度互补，成为CAD领域智能化升级的核心驱动力。本 文从底层融合基础、全流程技术框架、多领域差异化应用、系统落地迭代四个维度，系统性探究生成式AI与CAD技术的创新融合路径。 首先剖析生成式AI核心技术特征、传统CAD软件功能架构及数据交互接口逻辑，搭建二者融合的底层技术体系；其次构建覆盖设计初 期、中期、后期的全流程AI赋能技术框架，实现设计全环节的智能化升级；再次结合机械工业、建筑景观、数字产品UI三大核心设 计领域，梳理差异化的AI融合应用范式；最后提出CAD软件AI插件集成、行业数据集构建、设计成果标准化校验的落地迭代方案。研 究结果表明，生成式AI可有效破解传统CAD设计的效率瓶颈与技术短板，大幅降低设计门槛、缩短迭代周期、提升设计标准化程度， 为各行业CAD系统的智能化转型提供理论支撑与实践参考。

关键词(KeyWords)：

生成式AI；计算机辅助设计；智能设计；参数优化；多模态生成；设计迭代

参考文献(References)：

［1］庄永峰.浅谈提升中职计算机网络技术教学有效性的策 略［J］.国家通用语言文字教学与研究，2023，（7）：85-87. 

［2］李晨曦，陈建军.基于扩散模型的机械 CAD 参数化智能 设计方法研究［J］.机械设计与制造，2025（3）：289-292. 

［3］王泽宇，刘思远.建筑 CAD 实景渲染的 AI 融合技术与 应用实践［J］.建筑科学与工程学报，2024，41（2）：156-162.