过去几年，基础模型首先改变了语言、图像和软件开发。大语言模型学习人类积累的文本和代码，由此催生了 ChatGPT、Copilot、Cursor 以及各种 Coding Agent。现在，一个更困难、但可能同样重要的方向正在出现：让基础模型学习人类积累的工程设计知识，并直接参与真实硬件的设计、仿真、优化和制造。
2026 年，自动驾驶先驱 Sebastian Thrun 创建的机器人创业公司 Dulo 用一句非常简洁的话概括了这一方向：“Foundation models for hardware design”，并提出“Manufacturing at lightspeed”。Dulo 尚处于隐身阶段，其公开页面目前只透露团队来自 Waymo、Google Brain 和 Stanford AI Lab 等机构，但这个表述本身已经很有代表性：AI 正在从“控制机器”进一步走向“设计机器”。
严格来说，“Foundation Models for Hardware Design”目前还不是一个边界清晰、行业统一定义的技术名词。它更像是正在形成的一类技术集合。其核心目标，是训练能够理解几何、结构、材料、物理规律、装配关系、制造约束乃至工程经验的通用模型，让 AI 从传统的工程辅助工具逐渐变成能够参与设计决策的“工程智能”。
从生成图片，到生成真正的工程对象
理解这一概念，首先要区分“生成一个看起来像零件的三维模型”和“生成一个真正可以生产的工程设计”。
今天的图像生成模型很容易画出一台机器人，3D 生成模型也能够生成逼真的 Mesh。但工业设计需要的是完全不同的东西。一个机械零件通常包含参数化尺寸、草图约束、孔、倒角、圆角、基准面、装配接口、公差以及材料属性。设计发生修改以后，这些关系还必须保持一致。
因此，工程 AI 真正需要理解的不是一个零件“长什么样”，而是：
它为什么是这个形状，它由哪些工程特征组成，各部分之间具有什么约束关系，以及修改其中一个参数之后其他部分应该如何变化。
这也是 Autodesk 提出 Neural CAD 概念的原因。Autodesk 将其定义为一类专门针对 CAD 构建的 AI 基础模型，与主要处理文本、图像或代码的通用模型不同，Neural CAD 希望直接理解专业工程设计所使用的几何表示。其目标不是简单地给传统 CAD 软件增加一个聊天窗口，而是让神经网络直接对 CAD 对象进行推理和生成。
这一变化非常重要。
传统路线通常是：
自然语言 → LLM → 生成 CAD 命令或脚本 → CAD 软件执行。
而真正的 CAD Foundation Model 希望做到：
自然语言 / 草图 / CAD / 工程需求 → 统一工程表示 → 直接理解和生成工程几何。
这有点像从“让 ChatGPT 操作 Photoshop”，进一步发展到“训练一个真正理解图像结构的视觉模型”。
硬件基础模型至少需要理解四种“语言”
硬件设计远比文本生成复杂，因为工程师实际上同时工作在几个不同世界中。
第一个世界是语言世界。需求可能是“设计一个承载 20 kg、工作半径 1 米的机械臂”，也可能来自技术规范、设计手册、企业标准或历史项目。
第二个世界是几何世界。AI 必须理解 B-Rep、CSG、参数化草图、特征树、曲面、实体以及装配结构，而不仅仅是点云和三角网格。
第三个世界是物理世界。零件不仅要“画得出来”，还要能够承受载荷、满足刚度要求，不发生过热、共振、流体阻塞或电磁干扰。
第四个世界则是制造世界。一个理论上正确的几何体，可能根本无法使用 CNC 加工，也可能需要极其昂贵的模具，或者装配完成后螺丝刀根本伸不进去。
因此，真正意义上的 Hardware Foundation Model 最终必须学习一种新的多模态关系：
Text + CAD + Drawing + Physics + Simulation + BOM + Manufacturing Process + Test Data。
这也是为什么它的难度远高于简单的 Text-to-CAD。
第一块拼图：Geometry Foundation Model
目前最成熟的方向之一是几何基础模型。
PhysicsX 已经公开了一条非常典型的技术路线：使用大量不同的三维形状训练统一的 geometry representation，让模型学习不同几何之间的连续关系，再利用这种 latent representation 进行设计探索、物理预测和优化。PhysicsX 表示，其 LGM-Aero 几何模型训练过程中接触了约 2500 万个不同的三维形状。
这意味着工程 AI 不再需要把每一个新结构都当成完全陌生的问题。
传统优化通常需要工程师首先提出一个结构，再修改几个参数进行仿真：
设计 A → 仿真 → 修改 → 设计 B → 仿真 → 修改。
Geometry Foundation Model 则试图学习整个“设计空间”：
不同的几何形状实际上是某个连续空间中的不同位置。
这样 AI 就可以在这个空间中搜索甚至插值，从而找到人类工程师未必会主动想到的结构。
这可能是工程设计领域一个非常深刻的变化：AI 不只是加快工程师已有方案的计算，而是开始扩展工程师能够搜索的设计空间。
第二块拼图：从零件走向装配体
目前很多 Text-to-CAD 研究仍然集中在单个机械零件。例如，通过自然语言生成 CadQuery、OpenSCAD 或其他参数化代码，然后交给几何内核形成实体模型。2026 年发表的《Foundation Models for Automatic CAD Generation》就在一组机械设计任务上研究了多种通用基础模型生成参数化 CAD 的能力，并加入视觉反馈和多轮修正机制。
但单个零件只是工业设计中最简单的一层。
现实中的机器是装配体。
电机必须与减速器连接，减速器必须和轴匹配，轴承必须能够安装，零件之间不能发生干涉，还需要考虑自由度、运动范围、紧固方式和维修空间。
因此，2026 年开始出现越来越多面向 assembly 的研究。AssemCAD 把自然语言生成 CAD 装配体定义为构建“可验证工程规范”的问题，而不是简单让 LLM 一次性生成 CAD 代码；Embodied CAD 则进一步把 LLM Agent 与参数化 B-Rep 求解器结合，使模型通过确定性的 CAD 内核不断验证和修改装配关系。
这代表了一条非常重要的演进路线：
Part Foundation Model → Assembly Foundation Model → System Foundation Model。
只有进入第三阶段，AI 才真正开始具备“设计一台机器”的能力。
第三块拼图：Physics Foundation Model
但能够生成 CAD 仍然不能称为真正的工程智能。
一个机械臂可以在 CAD 中完美装配，但如果第一关节的扭矩不足，它就是一个失败的设计。
这就引出了第二类非常重要的基础模型：Physics Foundation Model，或者 Large Physics Model。
传统 CAE 的典型流程，是将几何模型输入有限元、CFD、电磁等求解器进行数值计算。这些方法精度高，但复杂模型可能需要数小时甚至数天才能计算完成。因此工程师通常只能探索设计空间中很小的一部分。
Physics AI 希望训练 surrogate model，让神经网络近似复杂数值求解器。
例如 NVIDIA PhysicsNeMo 已经提供面向 CFD、结构力学、电磁学等领域训练 Physics AI 模型的框架，包括 neural operator、GNN、PINN 和 diffusion model 等架构，使模型能够从几何和边界条件快速预测压力、速度、温度、应力等物理场。
PhysicsX 则更进一步，把高通量仿真数据生产本身建设成“Data Factory”。其汽车空气动力学模型 PXNetCar 使用超过 2 万个 CFD 仿真、覆盖 250 多种基础车辆设计，以训练能够跨不同几何进行预测的 Physics AI 模型。
于是未来工程流程可能从：
设计一个结构 → CFD 计算几个小时 → 修改设计
变成：
AI 一次生成 10 万个候选结构 → Physics Model 在极短时间内筛选 → 高精度 CAE 验证少量优选方案。
这会彻底改变工程优化的规模。
最重要的变化：把 Physics 放进 AI 的反馈回路
单纯训练一个“会画 CAD”的大模型存在一个明显问题：LLM 并不真正知道自己设计的东西是否符合物理规律。
因此，更现实的路线并不是让一个神经网络凭空学会所有机械学，而是构建一种 Physics-in-the-Loop 架构。
AI Agent 负责提出设计；
CAD Kernel 负责生成确定的几何；
有限元或 Physics AI 负责计算性能；
规则系统检查制造约束；
AI 根据结果重新设计。
2026 年的 Physics-in-the-Loop 研究正是沿着这一思路展开：让 Agent 根据载荷条件自动规划、生成、评估和修改 CAD，并使用经过验证的工程工具作为反馈，而不是相信语言模型自身“觉得这个设计应该可以”。
另一项 Self-Improving CAD Generation Agents 研究，则直接把有限元分析作为 CAD Agent 的反馈信号，让生成模型根据实际结构分析结果迭代修改设计。
这是 Hardware Foundation Model 能否进入真实工业应用的一道关键分界线：
AI生成的设计不能只接受视觉审美评价，而必须接受物理世界的评价。
从 Foundation Model 进一步走向 Engineering Agent
如果沿这条路线继续发展，Hardware Foundation Model 很可能不会作为一个孤立模型存在，而会成为 Engineering Agent 的“大脑”。
未来工程师可能只给出目标：
“设计一套能够搬运 30 kg 工件、工作范围 1.5 米、成本低于 8000 美元的机器人机构。”
AI 首先把需求拆解成载荷、工作空间、寿命、成本、尺寸等约束，再决定机构形式，生成机械结构，选择电机和减速器，完成 CAD，调用运动学仿真和 FEA，分析失败原因，修改结构，然后执行 DFM 检查，生成 BOM 和制造文件。
这样，一个工程任务就从：
工程师操作很多软件
变成：
工程师描述目标，AI 操作整个 Engineering Toolchain。
芯片行业实际上已经提前展示了这种趋势。Cadence 2026 年推出的 Agentic AI 系统正在让 AI Agent 调用经过验证的芯片设计、仿真和 signoff 工具，自主完成多步骤设计流程。Cadence 将这种系统描述为能够接受设计目标，然后自行规划并执行 RTL、验证、PPA 优化直到 signoff 的“虚拟工程师”。
机械、机器人和其他硬件领域很可能会沿着相似路径发展。
AI-native CAD 正成为一个新的产业赛道
从产业角度看，目前至少已经出现三类参与者。
Autodesk 属于传统 CAD 巨头向底层模型推进的代表。它提出 Neural CAD，目标不是单纯把 LLM 嵌入 Fusion，而是训练能够直接理解专业 CAD 对象的基础模型。
Siemens 则更多从现有 NX、Solid Edge、CAM 和工业软件体系向 AI Agent 延伸。目前其 Design Copilot 已经能够通过自然语言帮助工程师操作 CAD，NX Manufacturing 方向也已经开始让 AI 理解几何特征并推荐加工策略。
Zoo 则代表另一类 AI-native 创业公司。它从新的几何引擎和 AI-native CAD 架构出发，Zookeeper 可以基于自然语言进行设计推理，并生成继续可编辑的工程 CAD，而企业版本进一步瞄准利用企业自身 CAD 数据定制模型。
PhysicsX 的位置又有所不同：其核心优势更偏向 Geometry + Physics Foundation Model，让 AI 学习设计空间与物理性能之间的映射。
Dulo 目前公开信息太少，还无法判断具体技术路线。但从“Foundation models for hardware design”和“Manufacturing at lightspeed”两个表述来看，它值得关注的恰恰是可能试图跨越 CAD、AI 和真实制造之间的边界。
真正的瓶颈可能不是算法，而是数据
Hardware Foundation Model 面临一个 LLM 没有那么严重的问题：互联网并不存在一个足够大的“工程设计互联网”。
网页上有万亿级文本 token，但真正高价值的工程数据大量锁在企业内部：
CAD 文件、参数化特征树、工程图、CAE 仿真、BOM、材料、测试报告、故障记录、制造参数、公差、质量记录以及设计变更历史。
而且，仅仅拥有最终 CAD 文件还不够。
模型真正希望知道的是：
为什么工程师选择这个轴承？
为什么这里从 3 mm 改成了 5 mm？
为什么第一次样机失败？
为什么某种结构虽然仿真很好，最终却无法量产？
这些“设计过程数据”恰恰很少被系统保存。
PhysicsX 也明确指出，与互联网中存在大量文本不同，大规模、高质量工程物理数据并不会自然存在，因此需要专门建立仿真和数据生产体系，为 Geometry 和 Physics Foundation Model 制造训练数据。
因此未来这一行业最大的护城河，很可能不是谁拥有最大的 Transformer，而是谁能够建立：
设计 → 仿真 → 制造 → 测试 → 失效 → 修改设计
的数据闭环。
每制造一件真实产品，模型就得到新的训练数据；每发生一次失效，模型又学到一种以前不知道的设计边界。
这是 Hardware AI 最有价值的数据飞轮。
“可编辑、可验证、可制造”将比“生成得像不像”更重要
在图像生成领域，生成结果看起来真实往往已经足够。
工程设计完全不同。
一个真正工业级的 Hardware Foundation Model，评价标准至少要逐步从“几何相似”转变为三个关键词：
Editable、Verifiable、Manufacturable。
首先是可编辑。模型不能只生成 Mesh，而需要生成具有参数、约束和设计意图的 CAD。
其次是可验证。设计必须能够进入 FEA、CFD、运动学、电磁等工程求解器。
最后是可制造。模型还必须理解 CNC、钣金、铸造、注塑、增材制造和装配工艺。
这也是为什么一些最新研究开始从纯粹的 Text-to-CAD 转向“Solver-grounded”“Physics-in-the-loop”和“Assembly-level”架构。
硬件生成真正的终点不是：
Prompt → 3D Model
而是：
Requirement → Engineering Design → Verified Product。
更远的一步：AI同时设计机器的“大脑”和“身体”
这一方向对机器人尤其重要。
目前 Robot Foundation Model、VLA 和 Physical AI 的主要研究思路基本都是：
先由工程师造好机器人，然后让 AI 学习如何控制它。
也就是说，机器人的 Body 是固定的，AI 主要学习 Brain。
但如果 Hardware Foundation Model 足够成熟，未来完全可能出现另一个闭环：
任务定义 → AI设计机器人形态 → AI设计机构 → 仿真 → 训练控制策略 → 修改机器人结构 → 再训练控制策略。
这样，机器人身体和控制算法就不再分别优化，而是联合设计。
AI 可能最终发现，对于某项任务，人形并不是最优结构；可能需要三个手臂、五个关节、轮腿混合机构，或者一种此前人类工程师很少使用的结构。
届时所谓 Physical AI 就会出现一个更完整的闭环：
AI不仅学习如何驾驶机器，也开始学习什么样的机器值得被制造。
这也可能是“Foundation models for hardware design”最具想象力的长期含义。
从“辅助工程师”到“压缩硬件研发周期”
因此，对 Hardware Foundation Model 最准确的理解，不应该是“硬件版 ChatGPT”，更不是“输入一句话自动画 CAD”。
它真正可能改变的是整个硬件研发循环。
传统流程往往是：
需求 → 概念设计 → CAD → CAE → 样机 → 测试 → 修改 → 再做样机。
其中大量时间消耗在工具操作、数据转换、仿真等待、方案搜索以及跨团队沟通上。
未来则可能逐渐变成：
Requirement
→ Hardware Foundation Model
→ Engineering Agents
→ CAD / ECAD
→ Physics AI + CAE
→ Optimization
→ DFM / CAM
→ Manufacturing
→ Physical Testing
→ Learning
→ 回到下一轮设计。
这才是“Manufacturing at lightspeed”真正有意义的地方。它并不意味着 CNC、铸造或者装配真的能够以光速进行，而是意味着工程迭代速度有可能提高一个数量级。
过去软件行业发生过一次类似变化：编译器、Git、云计算、自动测试、CI/CD 和 AI Coding Agent 不断压缩软件从想法到产品的时间。
现在，同样的思想开始进入物理世界。
软件行业正在从：
Code → Software
演化到：
Intent → Software。
而硬件行业可能逐渐从：
CAD → Hardware
演化到：
Intent → Hardware。
如果这一趋势成立，那么 Foundation Models for Hardware Design 最终形成的不会只是一个新的 CAD 功能，而是一套新的工程计算范式：Geometry Foundation Model 负责理解形状，Physics Foundation Model 负责理解物理，Engineering Agent 负责规划和调用工具，制造系统负责把数字设计变成真实物体，而真实世界的测试数据再反过来训练模型。
这才是这个领域真正值得关注的地方。
过去十年的 AI 主要在学习人类写过什么、画过什么、编过什么程序；下一阶段，它可能开始系统地学习另一项同样庞大的文明成果——
人类是如何把一个想法，变成一台真实机器的。