核心要点： 对机械制造行业的质量检验人员而言，最耗时的从来不是"检测"本身，而是检测之前的准备工作——读图、给尺寸公差打气泡编号、把每一项特性誊抄进检验表格。2025年下半年以来的多项机械制造领域研究显示：二维工程图纸上的产品制造信息（PMI）已经可以被深度学习与视觉语言模型高精度地自动读取，气泡编号环节实测可节省约85%的时间，人工转录环节正在被彻底移除 。本文以机械制图为主线，用最近一年的公开研究数据，讲清楚这场变革的三个关键环节：2D图纸数字化、气泡图标注质量评估、质量检测表格一键导出，并用航空零件首件检验与轴类零件加工决策两个真实案例算一笔"时间与质量"账。
引言：质量检验的"第一公里"难题 在机械零件的首件检验（FAI）和生产件批准（PPAP）流程中，有一条几乎每个质量工程师都走过的流水线：拿到机械加工图纸 → 逐个识别尺寸与几何公差（GD&T）→ 在图上画圈编号（即"气泡图"）→ 把编号对应的名义值、公差、技术要求逐行敲进 Excel 或检验系统。这条流水线里没有任何高技术含量环节，却消耗了大量工程时间。
机械制造行业的数据给出了量化画像：复杂零件图纸的尺寸数量往往超过100个 几十分钟甚至更长时间 90%～93% [1] [2]
"传统尺寸气泡编号方式主要依赖人工识别和标注，不仅效率较低，而且容易出现遗漏、编号错误等问题……尺寸数量可能超过100个，人工编号往往需要几十分钟甚至更长时间。"—— 《基于CATIA二次开发的工程图尺寸气泡自动识别方法研究》，机械研究与应用，2026[1]
问题的根源不在于人不认真，而在于图纸上的信息是"给人看的"，不是"给系统用的"。于是行业的关注点集中到了三个关键词上：2D图纸PMI读取、自动生成气泡图、质量检测表格自动生成
01 2D图纸数字化：让机器"读懂"机械图纸上的PMI 从像素到结构化数据，识别精度已经跨过工程可用门槛
2D图纸数字化的目标，是把机械图纸上以图形和符号表达的产品制造信息（PMI）
2025年的一项代表性工作将方向感知的目标检测模型（YOLOv11-OBB） 文档理解Transformer（Donut） 1,367 张 94.77% 97.3% 5.23% [2]
图1
多视图复杂零件图是更难的场景：一个零件图上散布着主视图、局部放大、技术要求与标题栏，文本方向混杂。2025年10月发布的三阶段框架给出了系统解法——先做版面分割定位视图/标题栏/技术要求区，再做旋转框级的标注定位，最后由两个分工不同的视觉语言模型分别解析文字类与数值类信息。在 1,000 张 1,406 张 0.963 统一JSON [3]
图2
这一技术路线的最新成果已于2026年6月发表在机械制造领域权威期刊《Robotics and Computer-Integrated Manufacturing》：在覆盖航空航天、汽车与通用机械的 1,367 张 99.2% 的召回率、89.2% 的精确率、94% 的 F1 分数 10.8% [4]
值得管理者注意的是一个"反直觉"的结论：通用大模型并不能直接胜任这项工作。2026年ICML上发表的机械图纸理解基准 MechVQA 用 3,300 张 2.1万 7.57 个百分点 [5] 选型时不要迷信"大模型万能"，领域数据与领域训练才是图纸识别精度的分水岭。
94.77%
GD&T 标注识别精度（1,367张机械图纸）[2]
F1 0.963
数值类信息解析 F1 分数（1,406张图纸）[3]
F1 94%
RCIM 2026 期刊版整体解析 F1 分数[4]
+7.57分
领域专用模型对最强通用大模型的总分领先[5]
当地基打牢，图纸上的每一项 PMI 都有了稳定的"数字身份"，下一步就是质量行业最熟悉的动作——给它们编号，也就是自动生成气泡图
02 气泡图标注质量评估：自动编号之后，谁来把关？ "AI标注 + 数据校验 + 人工复核"的三层防线正在成为共识
气泡图的本质，是给机械图纸上每一个需要检验的特性一个唯一编号，让"图纸特性—BOC清单条目—检验记录"一一对应。人工打气泡的经典失误——漏标、重号、顺序错乱——恰恰是质量体系中最难追查的隐患类型。自动化解决的不只是速度，更是编号体系的完整性与可追溯性
图3
自动标注的质量怎么样？航空制造的实测给出了直接对比：同一张15个尺寸特征的零件图，人工编号准确率为 90%～93% 98%～100% [1]
但"自动标注"不等于可以免检，标注结果与几何特征的语义关联 人工审核 20 对 83.67% 90.46% 86.29% [6]
数据洞察：2D标注→3D特征映射 平均精确率 83.67%、召回率 90.46%、F1 86.29%（20对真实数据）；设计原则为"确定性规则优先 + 大模型兜底 + 单次人工审核"。—— 《Context-Aware Mapping of 2D Drawing Annotations to 3D CAD Features Using LLM-Assisted Reasoning for Manufacturing Automation》，2026[6]
这三层防线的分工已经很清晰：自动标注负责覆盖面与速度，确定性规则与大模型交叉校验负责发现可疑点，人工只处理机器不确定的少数案例
03 质量检测表格一键导出：数据不再二次录入 从"抄表"到"导出"，检验数据链的最后一公里被打通
气泡编好、数据读全之后，传统流程还有一个最枯燥的环节：把清单誊进检验表格。这正是"零人工转录"要消灭的最后一环。
机械制造业的工程实践已经给出了样板。发表于《机械研究与应用》2026年第7期的研究，基于 CATIA 二次开发实现了从尺寸对象属性提取、类型自动识别（线性/直径/半径/角度/倒角/形位公差——例如文本含"ϕ"判为直径、含"×"和"°"判为倒角），到气泡编号自动生成 尺寸信息自动导出 Excel 形成 FAI 特性表 [1]
图4
在产业侧，这条链路已经产品化。以 MBDVidia_BALLOON2D 输出的不是"标注截图"，而是能直接进入QMS/FAI系统的结构化数据
15 min → 2 min
15个尺寸特征的气泡编号耗时（航空零件实测）[1]
98%～100%
自动编号准确率（人工为90%～93%）[1]
F1 94%
PMI 结构化解析整体 F1（1,367张图纸）[4]
04 案例解析：两个机械制造场景，一笔"时间与质量"账 航空零件 FAI 气泡编号实测 × 轴类零件加工决策全流程
案例一：航空零件 FAI 气泡编号——85%的时间去哪儿了 浙江西子航空制造的研究人员选取某典型航空零件工程图（含 15 个尺寸特征 [1]
项目 人工方式 自动识别方式 尺寸特征数量 15 个 15 个 编号完成时间 约 15 min 约 2 min 编号准确率 90%～93% 98%～100% 典型错误类型 漏标、重复编号 极少数识别偏差 工作效率提升 — ≈85%
两点值得展开：其一，这还只是15个特征的"简单题"——复杂航空零件图纸尺寸常超过100个 [1] [1]
案例二：轴类零件加工决策——结构化PMI如何驱动整条产线 如果说案例一展示的是单点环节的提速，2026年发表于《Robotics and Computer-Integrated Manufacturing》的案例研究则验证了结构化 PMI 的下游威力。研究团队将轴类零件图纸解析为结构化 JSON 后，接入基于知识工程的规则推理引擎 [4]
识别到 C-45 钢 上的螺纹孔标注"6×M5 TAP THROUGH"→ 自动推导工艺：钻 ∅4.2 mm 底孔 + 攻丝 M5×0.8；刀具：HSS 麻花钻 + HSS-E TiN 涂层螺旋槽丝锥（保证约75%牙型啮合率）[4] 识别到 ∅28 mm 轴径、公差 ±0.05 mm、表面粗糙度 Ra 0.8 μm → 自动推荐粗车+精车，刀具：硬质合金粗车刀片 + Wiper 修光刃精车刀片（高速进给下仍达 Ra≤0.8 μm）[4] 识别到 ∅0.020 mm 位置度（基准 A/B/C） → 推荐 CNC 精加工并在机检测（测头 + 自适应路径），同时生成 CMM 检测路径与 Ra 接触式验证方案[4] 图5
这个案例的深层价值在于：同一份结构化数据，同时喂养了报价（工时/成本估算）、制造执行（刀路生成、工序排序）与质量保证（GD&T基准计划、检测顺序）三个模块
结语：给管理者的三笔账 时间账： [1] [4]
质量账： [1] [6]
追溯账：
对计划导入这类能力的机械制造企业，当前的技术共识可以概括为一句话：先让机器读图（数字化），再让机器自查（质量评估），最后让人只做确认（一键导出）。 [1]
参考文献 刘超. 基于CATIA二次开发的工程图尺寸气泡自动识别方法研究[J]. 机械研究与应用, 2026. DOI: 10.16576/j.ISSN.1007-4414.2026.07.024. Khan M T, Yong Z, Chen L, Tan J M, Feng W, Moon S K. Automated parsing of engineering drawings for structured information extraction using a fine-tuned document understanding transformer[EB/OL]. arXiv:2505.01530v3, 2025. Khan M T, Yong Z, Chen L, Feng W, Tan N Y J, Moon S K. A multi-stage hybrid framework for automated interpretation of multi-view engineering drawings using vision language model[EB/OL]. arXiv:2510.21862, 2025（已被ICIEA 2026录用）. Khan M T, Chen L, Yong Z, Tan J M, Feng W, Moon S K. From drawings to decisions: A hybrid vision-language framework for parsing 2D engineering drawings into structured manufacturing knowledge[J]. Robotics and Computer-Integrated Manufacturing, 2026, 99: 103186. Kou Q, Shi X, Li Y, Qiu X, Wang X, Zhou H, Cao D X. MechVQA: Benchmarking and enhancing multimodal LLMs on comprehensive mechanical drawing understanding[C]//Proceedings of the 43rd International Conference on Machine Learning (ICML). PMLR 306, 2026. arXiv:2605.30794. Khan M T, Chen L, Feng W, Moon S K. Context-aware mapping of 2D drawing annotations to 3D CAD features using LLM-assisted reasoning for manufacturing automation[EB/OL]. arXiv:2602.18296, 2026. 
