在工业设备的远程演示与培训场景里，Web3D 的价值很直接：打开浏览器就能转、能拆、能标注。真正的瓶颈不在建模，而在于把几十万面片的 CAD 装配体塞进网页后，还能保住交互帧率。
Web3D 交互实验室本期选了一台典型自动化设备的整机装配体作为样本（约 52 万三角面、原始源文件 1.1 GB），试验用 AI 辅助流程替代人工减面：
- 用曲率与语义分割识别关键配合面，保留其精度，对非关键外壳做面片合并；
- 用轻量网络预测各部件在典型视角下的视觉重要度，据此自动划分三级 LOD；
- 输出 Draco/glTF，浏览器端按需加载并结合实例化渲染。
- 进展：在关键配合面误差小于 0.2 mm 的前提下，传输体积降至 38 MB，桌面浏览器稳定 55~60 FPS，中端移动端约 30 FPS。
- 下一步：把重要度预测从「视角驱动」扩展为「操作驱动」，用户在拆解、剖切、测量时局部自动升回高精度层，避免整机全量加载。
目前的结论偏保守：AI 减面对规则回转体收益明显，自由曲面件仍需人工复核。我们会在更多设备样本上验证这套流程的稳定性。
评论