日本企业推出图纸解析AI，建筑模具工数Zui高削减60%

日本软件开发商Feature公司于2026年5月22日正式宣布，对其核心产品“Drawing-AI”进行重大功能升级，并大幅扩展了适用领域。这款基于人工智能的图纸解析工具，此前主要服务于电子电路图和模具设计领域，如今正式进军建筑行业，实现了从单一工业场景向建筑、制造双轮驱动的综合检测平台转型。此次升级的核心在于通过自动化手段解决传统工程行业中长期存在的图纸审查繁琐、数据提取困难以及工程量计算耗时等痛点，旨在为企业实现数字化转型（DX）提供底层技术支撑。

多领域适配与智能算量功能突破

在功能扩展方面，Feature公司对Drawing-AI进行了针对性的模块化增强。针对模具设计行业，新版本不仅保留了对传统二维（2D）图纸的深度解析能力，更新增了对三维（3D）图纸的识别与分析支持。这一改进使得工程师能够直接处理复杂的立体结构数据，无需再进行繁琐的格式转换或手动建模提取，显著提升了从设计到制造的衔接效率。

而在备受关注的建筑与店铺装修领域，Drawing-AI引入了“智能算量AI”模块。该模块具备强大的几何测量能力，能够自动识别并计算图纸中的长度、面积等关键物理参数。更为重要的是，它具备语义理解能力，可以精准提取窗户、门框等具有规则形状的零部件信息，并基于这些提取的数据，自动关联采购数量及估算所需金额。这意味着，从图纸审查到初步预算编制，原本需要人工逐项核对、手动计算的工作流，现在可以通过AI一键完成，极大地缩短了前期准备周期。

对于电子电路设计领域，新版软件同样提供了实用的工程辅助功能。用户导入的PDF格式电路图文件，可以直接被转换为EDF（Electrical Design Data）等支持CAD软件编辑的标准格式，解决了数据孤岛问题。此外，系统具备自动差分检测能力，能够将设计修改前后的电路图纸进行叠加对比，自动识别差异部分并以高亮形式呈现。在多张模具图纸的比对场景中，这一功能同样适用，能够自动抽取变更点，大幅降低了因设计迭代带来的确认工作量。

实测工数削减显著，验证AI落地价值

为了验证新技术的实际效能，Feature公司在发布前进行了广泛的实证实验。数据显示，引入Drawing-AI后，相关业务的作业工时平均减少了30%至60%。在具体的项目周期上，原本需要1到2个月才能完成的图纸审查与数据整理工作，现在仅需极短的时间即可交付。若以人月（Man-Month）作为衡量单位，相当于将4个人月的工作量压缩至2个人月，直接减半的人力成本投入，对于追求精益化管理的工程企业而言，具有极高的经济价值。

这种效率的提升并非简单的速度加快，而是工作性质的转变。过去，工程师需要将大量时间耗费在重复性的读图、测量和录入工作中，而现在，AI承担了基础的数据提取与初步校验任务，人类专家则可以专注于更高价值的技术决策、方案优化以及异常情况的处理。这种人机协作模式，正是当前工业软件发展的主流趋势。

平台化战略与生态整合

Feature公司表示，此次发布只是其长期战略规划的一部分。未来，公司将持续迭代Drawing-AI的底层AI模型，重点提升其在复杂场景下的识别精度和泛化能力。同时，公司正致力于将该工具从单一的“图纸解析器”升级为覆盖设计全流程的“综合平台”。这意味着，Drawing-AI将不再孤立存在，而是会与企业的ERP（企业资源计划）系统、CAD（计算机辅助设计）软件等深度集成。

通过打通设计端与数据端，企业可以实现从图纸生成、审查、修改到Zui终数据归档的全链路数字化管理。这种端到端的整合，有助于消除部门间的信息壁垒，确保设计数据的唯一性和准确性，从而为智能制造和建筑信息模型（BIM）的广泛应用奠定数据基础。

对于中国制造业和建筑业从业者而言，这一案例提供了重要的参考启示。当前，中国正处于从“制造大国”向“制造强国”转型的关键期，无论是精密模具加工还是大型基础设施建设，都面临着人力成本上升和效率瓶颈的双重压力。引入类似Drawing-AI的垂直领域AI工具，并非仅仅是为了替代人工，更是为了重构工作流程。中国企业应关注那些能够真正嵌入现有业务流、解决具体痛点（如非标件识别、复杂图纸解析）的AI解决方案，而非仅仅停留在概念层面。通过小步快跑的方式，在特定环节实现自动化突破，进而逐步推动整个研发和生产体系的数字化升级，是在存量竞争时代提升核心竞争力的有效路径。