Tech Soft 3D 推出 HOOPS AI，一款专为 CAD 数据机器学习设计的全流程框架。它将 CAD 访问、数据集准备与编码整合在同一环境中，实现从原始几何数据到可复现模型的直接转换，无需依赖外部工具。基于 HOOPS Exchange，支持 30 多种文件格式，包括几何、拓扑、装配体和 PMI，提供高保真 Python API。HOOPS AI 自动化数据集生成、版本管理与实验追踪，为工程设计、仿真与制造领域的人工智能应用提供可靠、高效的解决方案。
美国工程软件开发工具包提供商 Tech Soft 3D 推出了 HOOPS AI，这是一个旨在使计算机辅助设计（CAD）数据可用于机器学习工作流的框架。该系统将 CAD 访问、数据集准备和编码整合到一个环境中，使数据科学家能够直接从原始几何数据生成可复现模型，而无需依赖外部转换工具。
机器学习已经重塑了制造和产品开发，但 CAD 信息——工程设计的核心——仍然难以在算法训练中使用。将三维几何数据转换为机器可读格式通常需要分散的脚本、手动修正以及对昂贵专有系统的依赖。该软件通过将访问、准备和编码整合到一个可复现的流程中，消除了这些障碍。基于 Tech Soft 3D 已有的 CAD 导入和导出库 HOOPS Exchange，该框架通过 Python API 提供对 30 多种文件格式的直接高保真访问，涵盖几何、拓扑、装配体、产品制造信息（PMI）和元数据。这一架构避免了风险较高的中间转换，减少了对原生 CAD 应用程序的依赖。
该公司首席技术官 Gavin Bridgemann 表示：“HOOPS AI 对于希望真正利用人工智能处理 3D CAD 数据的组织而言，是一次重大飞跃。它提供了完整、可复现的流程，使 CAD 数据的机器学习工作流既实用又可扩展。” 该工具包管理数据摄取、版本控制和实验追踪，以确保结果可追溯，同时提供可视化、分割、清理和编码等实用工具，使团队能够生成一致的数据集用于模型开发。
Tech Soft 3D 表示，该系统可自动化大规模数据集准备，并在整个机器学习生命周期中实现端到端的工作流编排。存储和日志组件记录每一次实验，以确保可重复性和可追溯性——这是可验证研究和模型验证所必需的功能。嵌入环境中的可视化工具允许用户检查中间阶段，从而在模型训练开始前了解数据集的完整性。通过将这些阶段整合到一个受控流程中，HOOPS AI 消除了基于脆弱脚本的工作流，这些工作流往往会拖慢数据驱动的工程进程。
HOOPS AI 将 CAD 几何数据直接与人工智能工作流连接。图源：Tech Soft 3D。
该公司在 CAD 软件生态系统中已有的成熟地位为其支持这一新平台提供了基础。其技术被嵌入到 Ansys、Siemens、Hexagon、NVIDIA Omniverse、Unreal Engine 和 Unity 3D 等工具中，为许多工业和可视化应用提供数据转换支撑。为这些厂商处理大量 CAD 数据的经验构成了 HOOPS AI 专注于可靠性和可扩展性的基础。已有超过 750 家独立软件供应商使用其软件开发工具包，Tech Soft 3D 计划将 HOOPS AI 的访问权限扩展到这一网络，以及开发设计、仿真和制造 AI 方法的研究团队。
将机器学习应用于 CAD 数据的尝试一直受到格式不一致和平台间互操作性有限的制约。学术研究探索了使用神经网络进行生成式设计和特征检测，但将工业 CAD 模型转换为可用数据集仍然成本高、耗时长。在商业软件领域，进展主要集中在专有解决方案上；例如 Siemens 已在其 Xcelerator 平台中集成 AI 辅助设计，而 Autodesk 的研究部门则探索了重复建模任务的自动化。这些例子显示，目前缺乏一个通用、厂商中立的框架，能够将 CAD 几何数据与机器学习连接，而 HOOPS AI 正是针对这一问题而设计。
HOOPS AI 框架处理的 3D 几何数据。图源：Tech Soft 3D。
Tech Soft 3D 成立于 1996 年，总部位于俄勒冈州本德，在法国、英国、日本、德国和挪威设有办公室。公司由投资公司 Battery Ventures 支持，提供用于 CAD 和 CAE 数据转换、可视化和仿真的软件开发工具包，服务于工程和制造领域。
Tech Soft 3D 已开放技术预览，让开发者和合作伙伴评估其在现有工作流中的性能。有兴趣的用户可通过公司官网 techsoft3d.com/developers/products/hoops-ai 申请访问。
