LlamaIndex发布neThing.xyz：利用RAG技术优化3D生成式AI的文本转CAD流程

摘要：LlamaIndex团队推出neThing.xyz平台，通过RAG（检索增强生成）技术优化3D生成式AI的文本转CAD流程。该平台利用代码生成AI将自然语言指令转化为CAD模型代码，大幅提升了3D建模的效率和精度，并成功将API成本降低了80%。这一创新为工程师提供了更智能、更高效的3D设计工具，展示了AI在工程领域的应用潜力。

---

3D生成式AI的新突破：neThing.xyz的诞生

在过去的几年中，生成式AI在文本（1D）和图像（2D）领域取得了显著进展，但在3D建模方面仍面临诸多挑战。传统的3D生成式AI技术在数字领域表现出色，但在工程和制造等实际应用中却显得力不从心。

核心问题

当前3D生成式AI的局限性在于：

• 模型精度不足：难以生成符合实际制造需求的精确模型。
• API成本高昂：复杂的3D建模任务需要大量的API调用，导致成本居高不下。
• 用户体验欠佳：现有的工具难以满足工程师对效率和精度的需求。

neThing.xyz的解决方案

为了解决上述问题，LlamaIndex团队开发了neThing.xyz平台，其核心创新点包括：

1. 基于RAG的代码生成AI：

   • 通过训练一个专门处理CAD领域特定语言的代码生成AI，neThing.xyz能够将自然语言指令转化为CAD模型代码。
   • 这种方法不仅提高了3D建模的效率，还减少了API调用次数，从而大幅降低了成本。

2. RAG技术的应用：

   • RAG技术通过检索和生成相结合的方式，为AI提供更丰富的上下文信息，使其能够生成更准确、更符合需求的代码。
   • 在neThing.xyz中，RAG技术将用户查询的平均token数量从10,000减少到2,000，显著提升了系统性能。

3. 实际应用案例：

   • neThing.xyz能够处理各种复杂的3D建模任务，包括曲线、螺纹、管线和格子等。
   • 该平台在Too Tall Toby速度CAD竞赛中展示了其强大的能力，证明了其在实际应用中的潜力。

技术亮点

• 高效性：通过RAG技术优化，neThing.xyz将API成本降低了80%，为用户节省了大量成本。
• 智能化：利用代码生成AI，neThing.xyz能够自动生成CAD模型代码，简化了工程师的工作流程。
• 可扩展性：RAG技术的应用使得neThing.xyz能够处理更复杂的查询和任务，提升了系统的整体性能。

未来展望

LlamaIndex团队计划进一步优化neThing.xyz，使其更快、更智能、更便宜。他们将继续利用LlamaIndex来管理RAG管道，并期待与开源社区合作，推动3D生成式AI的发展。

对开发者的建议

• 积极参与：加入neThing.xyz社区，分享您的反馈和建议，帮助平台不断改进。
• 探索应用场景：尝试将neThing.xyz应用于不同的工程和制造领域，探索其潜在价值。
• 关注技术更新：关注LlamaIndex的最新动态，了解RAG技术和3D生成式AI的最新进展。

行业影响

neThing.xyz的推出标志着3D生成式AI在工程领域的重大突破，为工程师提供了更高效、更智能的3D建模工具。这一创新不仅提升了AI在工程应用中的实用性，还为未来的技术发展指明了方向。

---

消息来源：LlamaIndex Blog (2026-09-12)

—— 完 ——

主题标签： #LlamaIndex #RAG #3D生成式AI #文本转CAD #neThing.xyz