由中国科学技术大学数学科学学院主办，安徽应用数学中心和数字技术的数学基础与应用教育部重点实验室协办的“AI+CAD前沿探索研讨会”于2026年4月11日在安徽合肥成功举办。
人工智能正以前所未有的深度重塑工业软件的核心逻辑。在CAD领域，这场变革已不再停留于算法层面的修修补补，而是指向整个技术栈的重构——从几何求解器的智能化升级，到参数化特征建模的数据范式跃迁，再到面向垂直领域的智能体应用落地。这一演进不仅意味着更智能的建模工具，更预示着工业软件从“席位付费制的软件工具”向“智能体操作系统生态”跃迁的可能。在模具设计、飞行器研发等垂直场景中，AI赋能的产业化路径正逐步清晰，个性化定制的开发范式开始沉淀，为“结果即服务”等新型商业模式提供了实践土壤。
本次研讨会以“智能驱动，设计未来”为主题，聚焦AI+CAD的技术架构与产业路径，探讨从数据层到工具层、再到智能体层的三层技术架构如何协同演进，关注Agent-ready工具层的核心能力构建，以及产学研如何联合孵化垂直领域的创新团队。会议旨在搭建一个开放交流的平台，共同探索从学术前沿到工业落地的关键问题，推动AI+CAD从单点突破走向系统创新。
会议邀请了来自吉林大学的伍铁如老师、武汉大学的何发智老师、复旦大学的周向东老师、山东大学的吕琳老师、厦门大学的陈中贵老师、杭州电子科技大学的秦飞巍老师、牛津大学的唐诗翔老师、苏州大学的康红梅老师、中国科学技术大学的翟晓雅老师、中国科学技术大学苏州高等研究院的唐文强老师、浙东南人工智能与大数据研究院的王明柱老师及中国科学技术大学的宋艳枝老师共12位专家学者进行报告，吸引了来自全国高校、科研机构及企业的80余位师生和专业人士参加。
开幕式
中国科学技术大学宋艳枝副教授代表主办方致欢迎辞，对与会专家学者及产业界代表表示热烈欢迎，并表示人工智能正加速重塑CAD设计范式，本次会议围绕“智能驱动设计未来”主题，旨在探讨AI+CAD的前沿问题与发展方向。随后，中国科学技术大学数学科学学院副院长杨周旺教授致辞，对会议召开表示祝贺，并向远道而来的专家学者致以诚挚欢迎。他认为，以大模型和智能体为代表的AI技术正从商业模式、产品形态、研发方式和组织模式等方面深刻影响工业软件与CAD领域，这一变革也将对计算几何与计算机图形学等相关学科产生深远影响，期待与会人员在交流中深入思考，共同开启智能设计领域的新篇章。
专题报告（Session 1）
专题报告（Session 1）由中国科学技术大学杨周旺教授主持，来自吉林大学的伍铁如老师、武汉大学的何发智老师、复旦大学的周向东老师、厦门大学的陈中贵老师、杭州电子科技大学的秦飞巍老师、中国科学技术大学的宋艳枝老师分别作专题报告，围绕CAD模型表示、CAD模型生成方法及设计智能体等方向展开深入分享，系统呈现了AI+CAD领域的前沿进展与关键问题。
01
吉林大学的伍铁如老师以“智能CAD建模与编辑”为题作报告，系统介绍了人工智能驱动下CAD设计范式的演进趋势，指出CAD正由传统的人工建模工具向智能设计接口转变。围绕工业场景中“参数化、可编辑、可制造”的核心需求，他重点介绍了团队在多模态数据驱动的CAD生成、大模型驱动的交互式CAD生成与编辑，以及基于结构状态表示方法的精确可控CAD生成等方面的研究进展，相关工作在提升CAD模型生成精度、可控性与工程适用性方面取得了显著效果。
02
武汉大学的何发智老师以“AI+CAD的架构解读：从DeepCAD所支撑的实体建模到WHUCAD所支撑的工业级参数化特征建模”为题作报告。他指出，当前AI生成方法在几何精度与工程适用性方面仍存在不足，难以满足工业级应用需求，在精确性、参数化、可编辑性和可重用性等方面仍有差距。为此，他提出推动CAD建模从几何模型向过程模型与参数化特征建模演进，构建基于设计历史的数据与表示体系，并介绍了WHUCAD智能核心的最新进展，包括支持二维草图约束意图的数据集及支持三维实体命名选择基本约束意图的数据集构建，为推动CAD核心技术体系与人工智能深度融合提供了重要的数据基础。
03
复旦大学的周向东老师以“基于大模型的CAD参数模型生成研究进展”为题作报告。他指出，参数化CAD模型具有良好的序列化表达特性，因而能够较好对接大模型的生成范式。在此基础上，他系统介绍了团队在推理型大模型驱动CAD生成方面的研究进展，包括利用思维链与强化学习提升参数化模型生成性能的方法，以及结合大模型与B-Rep对象指定机制，实现对圆角、倒角等复杂建模操作的支持，相关工作在提升生成模型的表达能力、泛化性能与工程适用性方面取得了积极进展。
04
厦门大学的陈中贵老师以“正则化代码树引导的CAD模型生成”为题作报告，指出当前生成式模型在文本、图像等领域已取得显著进展，但在CAD场景中仍面临数据规模受限与几何结构复杂等挑战。报告重点介绍了一种两阶段生成框架：首先通过代码树建模捕捉整体设计意图与全局结构，随后在其约束与引导下生成草图及拉伸等操作序列，从而实现构造序列的有效生成，并进一步拓展至单张图像驱动的CAD模型生成任务。实验结果表明，该方法在模型真实性与可控性方面均取得明显提升，同时支持生成结果导入主流CAD软件进行编辑。
05
杭州电子科技大学的秦飞巍老师以“三维CAD模型智能生成的两种范式：B-rep直接生成和序列式建模生成”为题作报告。针对几何与拓扑协同困难及多阶段误差累积等问题，介绍了基于图扩散的两阶段生成方法，以及基于高保真紧凑表示的单阶段联合建模方法，显著提升模型有效性与生成质量。在序列建模方面，提出将二维矢量草图到三维CAD建模过程转化为序列到序列学习问题，并通过命令与参数双解码等机制提升生成精度与一致性。报告指出，未来可融合两类范式优势，结合大模型进一步提升复杂CAD模型的生成能力与工程可用性。
06
中国科学技术大学的宋艳枝老师以“工业设计智能体的探索与实践”为题作报告，系统分析了当前CAD软件在数据封闭、表示断层与架构耦合等方面的关键问题。针对上述挑战，提出构建数据层、工具层与Agent层解耦协同的三层架构，实现从设计意图理解到建模执行的闭环。报告重点介绍了过程表示驱动的数据基座、面向Agent-ready的参数化建模体系，以及多模态输入下的设计智能体框架，并展示了自然语言驱动CAD模型生成与编辑、工程图自动重建等初步实践，为实现智能体驱动的工业设计新范式提供了新的实现路径。
专题报告（Session 2）
专题报告（Session 2）由中国科学技术大学傅孝明副教授主持，来自山东大学的吕琳老师、中国科学技术大学的翟晓雅老师、苏州大学的康红梅老师、中国科学技术大学苏州高等研究院的唐文强老师、牛津大学的唐诗翔老师、浙东南人工智能与大数据研究院的王明柱老师围绕智能设计方法与工程应用展开报告，涵盖微结构逆向设计、多物理场超材料设计、B样条求解与参数化建模、大语言模型驱动的设计智能体及CAD产业化应用等内容，系统展示了AI驱动工程设计的最新进展。
07
山东大学的吕琳老师以“基于多智能体与仿真闭环的微结构逆向设计”为题作报告。报告针对微结构设计中多物理性能驱动的复杂功能设计挑战，首先介绍了基于生成模型的微结构逆向设计方法，通过在潜在空间中对齐结构与性能，实现面向特定物理目标的结构生成；同时，提出融合多智能体与仿真反馈的闭环设计框架，通过多智能体协同与仿真驱动的迭代优化，实现多物理性能约束下的结构搜索与生成，为复杂物理约束下的结构设计提供了从“生成”到“优化”的协同解决思路。
08
中国科学技术大学的翟晓雅老师以“多物理场多功能超材料的智能设计”为题作报告。报告从多尺度结构设计需求出发，指出传统宏观CAD方法难以刻画材料内部微结构对性能的关键影响。围绕这一问题，提出以“微结构基因组”为核心的设计范式，通过构建覆盖多种表示形式与对称结构的高质量微结构数据库，并结合高性能多物理场仿真框架，实现结构与性能的系统化标注，为智能体时代积累关键数据资源与工具基础，在此基础上，以骨植入物设计为例介绍了微结构基因组的相关应用，并对未来的应用方向进行了展望。
09
苏州大学的康红梅老师以“B样条逼近的智能求解器”为题作报告。报告从CAD几何建模中的基础问题——离散点到B样条表示的逼近出发，指出传统最小二乘与非线性优化方法在节点选择与求解稳定性方面存在局限。针对这一问题，提出将深度神经网络视作非线性优化器，构建B样条逼近智能求解方法，显著提升了求解的鲁棒性与效率。在此基础上，进一步将该方法应用于拓扑优化结果的CAD重建，通过对结构边界的样条拟合，实现从离散表示到可编辑B-Rep模型的转换。
10
中国科学技术大学苏州高等研究院的唐文强老师以“面向CAD模型重建的B样条参数化学习方法”为题作报告。报告围绕CAD逆向工程中由点云重建参数化模型这一核心问题，针对传统方法对初始化敏感、易陷入局部最优等问题，提出基于神经网络映射的参数化学习方法，将参数化过程转化为高维空间中的优化问题，有效提升了重建的稳定性与精度。在此基础上，进一步提出参数化与节点向量的协同优化框架，通过一致性约束增强二者匹配关系，改善数值稳定性与拟合质量。
11
牛津大学的唐诗翔老师以“飞行器智能概念设计的智能体初步实践”为题作报告。报告面向飞行器概念设计中的效率与知识依赖问题，提出基于大语言模型的设计智能体框架，融合专业知识库与工程工具，实现需求解析、方案生成及仿真评估的闭环优化。进一步引入强化学习与多级验证机制，提升复杂任务中的推理与优化能力，并构建具备约束与自反馈能力的长时交互智能体，以支持复杂设计任务的持续迭代。
12
浙东南人工智能与大数据研究院的王明柱老师以“AI赋能CAD的产业化路径：以模具设计智能化为例”为题作报告。报告围绕CAD在工业场景中的落地应用，提出以Copilot为核心形态的智能辅助框架，在不改变既有设计流程的前提下，通过自然语言驱动实现软件操作自动化，构建人机协同的设计新模式。以模具设计为例，基于Siemens NX平台实现多步骤流程辅助，集成建模执行、零件检索与企业知识约束等能力，有效提升设计效率与规范一致性。报告同时分析了数据匮乏与知识结构化不足等关键挑战，指出CAD智能化正由单点功能向流程级智能体演进，为工业设计范式重构提供了实践路径。
圆桌讨论
圆桌讨论由中国科学技术大学杨周旺教授主持，参会嘉宾围绕AI+CAD与计算几何领域发展展开交流。讨论聚焦学科建设现状、产学研关系及未来发展方向，分析了不同高校在师资与人才培养方面的差异，探讨了产业模式与学术研究之间的对应关系。与会专家指出，当前应进一步加强科研工作与产业需求的衔接，推动相关研究由单点突破向系统化、应用导向的发展路径转变。同时，随着智能体技术的发展，科研组织方式与教学模式也正在发生新的变化。最后，与会专家一致认为，应进一步强化计算几何、计算机图形学等基础方向与工业应用的深度融合，推动AI+CAD领域产学研协同创新。
