一段结构建模演示把三张结构图、三维实体、设备开孔、重量统计和规则检查串在一起。帖主称，AI识别出74根构件，模型估算总重36.1吨，并标出一根梁的开孔尺寸超过参考范围。
3
结构图
74
构件
36.1t
模型估算
原帖视频片段：结构图、三维钢构模型与检查面板依次出现。
这段视频最值得拆开的地方，是它把“读图”和“建模”分成了两个技术层。
AI负责从结构图中提取构件和尺寸。CAD几何内核负责把这些参数变成可计算的实体，后续程序再完成开孔、计量和规则检查。
先看清技术分工。
从公开资料看，帖主所说的“NVIDIA免费公开CAD引擎”与USD BRep最为接近。
USD BRep由NVIDIA Omniverse团队发布。
USD BRep是独立的C++和Python几何建模库。它使用基于NURBS的边界表示，用实体的边、面和拓扑关系描述精确几何，并支持与OpenUSD导入、导出。
这个内核提供的是几何运算能力。它可以创建和修改实体，也可以处理布尔运算与几何交换。官方公开资料没有把“识别结构图的AI”作为USD BRep本身的功能。更合理的理解是：上层AI或程序读取图纸，整理出构件参数，再通过Python接口调用几何内核。
技术边界 USD BRep提供精确几何建模接口，帖子没有公开实际使用的模型、脚本、接口封装和完整数据流。以下流程是根据视频画面、帖文数字和官方技术资料还原出的合理工作链。
第一步：把图纸变成构件数据。
对每一根梁、柱或支撑，系统至少要整理出构件编号、起点和终点、标高、截面尺寸、方向以及与其他构件的连接关系。
图纸上的线段只是二维表达，真正用于建模的输入应当是一张带坐标和参数的构件表。
视频画面显示结构图与三维构件同时出现，右侧面板给出分类数量和模型统计。
这一步的难点在于建立二维图纸和三维坐标之间的对应关系。平面图能提供轴网和位置，立面或剖面提供高度与层间关系，构件表则把这些信息合并成后续脚本可以读取的参数。帖子称系统从三张图中拾取了74根构件，说明演示至少完成了构件识别和数量汇总。
第二步：用几何内核生成实体。
拿到构件表后，程序可以为每根构件建立局部几何。梁和柱通常可以由截面轮廓沿轴线生成，再通过平移、旋转和坐标变换放入总模型。USD BRep的价值在这里体现出来：输出保留的是可计算的边界表示实体，后续程序可以继续访问尺寸、体积、拓扑和空间关系。
模型完成后，所有构件还要被放进同一个坐标系。程序需要处理轴网方向、标高、构件端点和局部坐标。
梁柱可能在画面上接近，实际坐标却发生错位。这个环节决定模型能否继续用于计量和检查。
第三步：把设备孔变成几何操作。
视频随后展示了设备孔。程序可以先根据孔中心和方向生成一个圆柱切削体，再对梁实体执行布尔差集。帖文称模型中开了6个孔。若要让这一步稳定运行，系统还需要记录孔径、孔中心到梁端的距离、孔的穿透方向以及它落在哪一根构件上。
这使“开孔”从图纸上的符号变成了可以计算的实体操作。孔洞完成后，程序可以检查几何是否闭合、切削是否成功，以及孔的位置是否仍然对应原始图纸。
视频画面显示设备孔附近的构件检查面板，其中一根梁被标记为超过参考范围。
第四步：从模型计算重量，再做规则筛查。
视频最后显示按构件类别汇总的重量，并给出36.1吨的合计值。
这个数字对应视频中的模型估算。材料密度、连接件、板件、焊缝和损耗是否计入，帖子没有展开，实际项目仍需回到工程算量口径。
规则检查则把几何参数与预设条件比较。视频中同样是直径175mm的孔，梁高450mm的那根梁被标为参考范围外。程序可能比较孔径与梁高的比例，也可能同时检查孔到梁端、支座和连接区域的距离。具体规则来源和规范版本没有公开，画面中的结果应理解为演示规则筛查。
这条工作链能落到哪里。
如果把流程写成输入、动作和输出，它大致是：结构图输入，AI提取构件与尺寸；参数表进入脚本，几何内核生成精确实体；实体执行装配、开孔和体积计算；规则程序标出异常；工程人员再回到原图、模型和规范逐项确认。
这条链适合处理重复性强、几何关系明确、需要频繁修改的建模任务。它可以先把图纸信息转成可编辑的模型，也可以把重量、孔位和尺寸检查提前到三维环境中。正式施工或加工前，还要补齐构件清单、材料、连接、荷载、规范和人工签审等工程信息。
当前公开信息
已看到 结构图识别、构件建模、设备开孔、重量汇总和孔洞规则提示。
尚未公开 实际AI模型、完整脚本、规范来源、材料参数和正式工程验收结果。
SOURCES
社区帖子与视频演示 — akionionio
NVIDIA Omniverse USD BRep 官方仓库与文档