2026年4月20日，三维软件技术开发商Tech Soft 3D正式发布HOOPS AI框架。该框架专为将CAD数据集成到机器学习（ML）管道中而设计。
这个框架于2025年底以技术预览形式首次推出，此前已成功开展了包含30多家公司的Beta测试项目。它旨在解决一个长期困扰制造业工程师的难题：CAD数据集很难可靠地导入现代机器学习系统。HOOPS AI通过处理数据准备和模型实验，直接解决了这一难题。Tech Soft 3D首席技术官Gavin Bridgeman表示：“HOOPS AI的正式发布标志着Tech Soft 3D在引领将人工智能引入工程数据方面迈出了重要一步。”
新增功能加速开发周期
正式版新增了预览版中缺失的两项功能。除了现有的Windows兼容性之外，还加入了Linux支持，考虑到大多数机器学习基础设施都运行在Linux系统上，这一点意义重大。与此同时，CAD嵌入功能也得以实现，该功能无需人工标注即可自动捕捉CAD数据中的语义关系。系统无需被告知要查找的内容，即可自行识别模式，从而使模型能够识别相似部件并理解设计上下文。
团队可以同时运行数百或数千个模型变体，这为零件分类、元数据丰富、制造特征检测、相似性搜索、重复检测以及跨大型设计库的设计重用和优化等任务打开了大门。这种规模的迭代能力旨在缩短开发周期，Tech Soft 3D表示，较小的团队可以将开发周期从数月缩短到数周。
根据发展规划，Python的访问权限将进一步扩展，尤其侧重于产品制造信息（PMI）。公司还计划支持对私有组织数据的培训，这是当前版本的一个显著缺陷，因为该版本迄今为止仅在公共数据集上进行了演示。长期目标是获取CAD模型中蕴含的专家工程知识，并使它在团队之间可用。
CAD-ML技术转换层
机器学习模型需要标准化、可预测的输入结构，而CAD文件本质上是非线性的，并且依赖于上下文。HOOPS AI充当两个生态系统之间的技术转换层，将复杂的几何图形标准化为机器可读的格式。这使得开发人员能够消除之前阻碍大规模工程数据集自动分析的数据摄取瓶颈。Dassault Systèmes高级副总裁Gian Paolo
Bassi指出，即使在主流CAD平台内部，AI功能仍然分散，各种功能单一的工具各自处理特定任务，缺乏跨工作流程的协调统一。此外，Dassault
Systèmes一直在致力于从几何图形和历史设计决策中提取嵌入式工程知识，但这项目标仍在开发中。这凸显了CAD到ML转换问题的结构性难度，以及专门针对此问题构建的框架为何意义重大。
总的来说，HOOPS
AI框架的正式发布，反映了CAD/CAE等工程软件领域正在经历的一场深层变革：人工智能的落地不再局限于独立的“AI功能模块”，而是逐步渗透到数据基础设施层面。Tech
Soft 3D发布的这个新工具，解决的正是那个老大难问题——让复杂的CAD数据能被机器学习系统读懂和使用。
来源：南极熊
0 留言