OpenViking上线原生3D内容理解模型，支持STEP文件100%信息还原

10 月 20 日，火山引擎推出 OpenViking 的重大功能升级：首个原生 3D 内容理解模型正式上线。该模型支持直接导入工业标准的 STEP 格式三维模型文件，并实现几何、PMI（产品制造信息）、装配关系与工艺参数等全部原始信息的 100% 还原与结构化索引，标志着 AI 对工程设计数据的理解能力迈入新阶段。

OpenViking 本身是面向智能体（Agent）的上下文数据库产品，此前已支持文档、图片、音视频等多模态数据的语义索引与检索。此次新增的 3D 理解能力，使其成为业内首个真正“理解三维世界”的 Agent 上下文层基础设施。

在技术实现上，模型对单个 STEP 文件的解析产物包含四类核心内容：正交六视图、轴侧八视图、结构化信息摘要及完整模型明细表。这些输出不仅保留原始 CAD 数据的拓扑与尺寸精度，还通过语义建模将几何特征、孔位布局、公差标注、材料属性等转化为可被下游语言模型推理的向量表示。例如，一个 L 形安装座的“水平面 4 个 Φ11 孔、孔距 160×160 mm”等关键约束条件，会被自动提取并编码为结构化特征向量。

这一能力直接服务于三类高频工业场景。

第一类是结构复用检索。传统设计中，工程师需手动翻阅历史项目库寻找可复用零件，效率低且易遗漏。现在，用户只需将整套零件库、图纸与项目资料上传至 OpenViking，再通过 Agent 描述需求——如“为机械臂设计竖直安装面支架，要求 L 形结构、水平面承重、避开侧后方线缆”，并附一张连接位置截图——Agent 即可结合视觉与几何语义推理，精准匹配出符合条件的候选零件（如编号 D063），大幅降低重复设计风险。

第二类是BOM 自动生成与成本估算。新零件设计完成后，以往需人工整理物料清单并对照历史报价计算成本。接入 OpenViking 后，用户仅需指令：“基于历史采购价，生成 xx 零件的 BOM 清单与成本估算”，Agent 即可调用库中已有的 FreeCAD 导出明细、历史订单与供应商报价数据，一键输出结构化 BOM 表格与分项成本，缩短从设计到采购的流转周期。

第三类是供应链风险快速溯源。当某标准件（如 M3×8 内六角圆柱头螺钉）突发断供时，传统方式难以穷尽其在全产品线中的使用范围。而 OpenViking 可通过零件模型或截图反向检索，沿 BOM 层级与采购记录追溯所有关联产品，并精确统计用量与装配位置，为应急决策提供实时依据。

值得注意的是，OpenViking 的 3D 理解并非孤立模块，而是深度嵌入 Agent 工作流的底层能力。目前可与豆包工作、Workbuddy、Codex、Claude 等主流 Agent 平台对接，使 AI 不再仅能“看图说话”，而是真正“识图用图”——理解零件的空间关系、功能约束与制造逻辑。

在行业背景层面，3D 数据理解长期是工业 AI 的薄弱环节。尽管多模态大模型在图像、文本领域进展迅速，但对 CAD 模型这类高精度、强结构化的专业数据仍缺乏有效处理手段。主流方案依赖人工预处理（如导出截图或 STL 网格），导致信息损失严重；部分工具虽支持格式转换，却无法还原 PMI 与装配层级语义。OpenViking 此次以原生方式支持 STEP 解析，跳过了中间转换环节，实现了信息零损耗索引，为工程知识的自动化挖掘提供了新路径。

对比近期其他进展，Google DeepMind 的 SIMA 2 聚焦于虚拟 3D 游戏世界的交互与推理，其目标是让 AI 在生成环境中自主学习任务；而 OpenViking 的定位更偏向现实工业场景的数据中枢，强调对真实工程数据的语义解构与跨系统协同。二者技术路线不同，但共同指向一个趋势：AI 正从“二维感知”向“三维认知”演进。

未来，OpenViking 计划逐步扩展对 DXF、IGES、SLDPRT、SLDASM 等主流 CAD 格式的支持。由于架构设计具备格式扩展性，用户当前接入后，后续新增格式无需重新配置即可使用。

目前，OpenViking 提供前 50 份文档免费试用，开源版本亦已在 GitHub 发布，开发者可参与共建。其落地价值不在于炫技式的 3D 渲染，而在于将沉睡在设计系统中的数百万个零件模型，转化为可被 AI 实时调用、推理与组合的知识资产。

需要指出的是，尽管同期百度发布文心 5.0 全模态大模型、NVIDIA 推出 Nemotron 3.5 Transcribe 等进展引人注目，但 OpenViking 的创新点在于“上下文数据库”而非“基础模型”本身。它不追求通用生成能力，而是专注于构建高质量、高保真的工程数据索引层，为垂直场景的智能体提供可靠的事实底座。这种“小而深”的路径，恰恰契合制造业对准确性与可解释性的严苛要求。

随着工业软件国产化加速与 AI 工程化落地深化，能否高效利用既有设计资产，已成为企业研发效能的关键分水岭。OpenViking 的 3D 理解能力虽为单点突破，却可能撬动整个产品开发流程的智能化重构——当 AI 能真正“读懂”一张图纸、一个模型、一套装配关系，工程师的创造力才能从重复劳动中彻底解放。