尧图网站建设 
导读工程图纸是制造业的通用语言但多年来它只是给人看的尺寸、公差、粗糙度读进质检员的眼睛再一个键一个键敲进Excel。2025—2026年图纸→结构化数据→气泡编号→检验表格的全自动链路在学术与产业两端同时成熟。本文基于近一年发表的10项研究把这条链路拆成四个环节——数字化为什么值得做、读出来的数据怎么评估、气泡与检验表格怎么自动生成、工具怎么选——并逐环节指出最容易被忽视、也最容易出事的技术细节。01 2D图纸数字化一笔迟到但必须还的账为什么明知要做、却总被搁置答案藏在账本里。一项2026年发表的工程文档智能综述给出了量化答案大型航空航天与国防制造商手中积压着1000万2000万张待数字化的存量纸质图纸人工转换成本为每张525美元——按下限估算单一企业背负的就是5000万5亿美元的数字化负债[1]。在检测端同样惊人一张工艺流程图的人工数字化需要840个工时而一家大型炼化厂持有的同类图纸可达5万张[1]。更关键的一个事实是尽管三维MBD推广多年在汽车、航空航天、船舶、重型机械等行业2D图纸仍然是制造意图的主要载体——几何尺寸与公差GDT标注、基准定义、表面要求都依附在二维图上[2]。谁先把图纸变成机器可读的数据谁就把报价、工艺、检验三条业务线的数据源头握在了手里。该综述同时指出一个尴尬的现状在梳理的94项研究中图纸理解方向仅占34%——不是没人关注而是公开数据太薄最大的公开机械图纸数据集标注图像不足500张而检测领域同类数据集超过15万张[1]。—— 这解释了为什么近一年学术论文纷纷自建标注数据集详见02节细节关注点①数字化的产出不是扫描件归档而是结构化数据——每一条尺寸、公差、粗糙度都要变成带语义的字段如JSON键值才能被下游的检验计划、报价系统直接消费[3]。只扫图不提数据等于账还了一半。02 PMI数据自动读取读得出更要评得准自动读取的技术底座已经成型但评估口径里藏着最多陷阱。图1主流两阶段解析框架先由YOLOv11定向框检测切出九类标注区域再由视觉语言模型解析为结构化JSON图片来源文献[4]2025年9月一项发表于IEEE IEEM的研究给出了代表性成绩单基于1367张机械图纸、覆盖GDT、一般公差、尺寸、材料、注释、圆角、表面粗糙度、螺纹、标题栏九类标注的数据集定向框检测文档解析Transformer方案实现GDT精确率94.77%、多数类别召回率100%、整体F1值97.3%幻觉率压到5.23%[4]。其期刊升级版2026年6月发表于《Robotics and Computer-Integrated Manufacturing》在对照实验中进一步报告整体F194%、精确率89.2%、召回99.2%、幻觉率10.8%明显优于同条件下的Florence-2基线F1 85.0%[3]。特征检测端同样亮眼另一项2026年研究用七个专用YOLO模型分别识别视图、几何特征、尺寸组等七类要素准确率在93.6%100%之间[5]。但平均分好看不等于可以放心用。近一年的研究反复验证了四个评估细节细节关注点②按标注类别分层看指标别只看总分。同一套系统中表面粗糙度的幻觉率从类别专用模型的34.6%降到单模型的10.3%标题栏从44.9%降到27.1%注释从39.5%降到28.9%——而材料与一般公差两类在所有模型中幻觉率始终偏高[4]。抽检资源应向这几类倾斜。细节关注点③召回高≠读得对评估指标本身要校准。2026年6月发布的Enginuity基准测试了四个前沿视觉大模型在零件表格抽取任务上模型找得到召回0.610.87却说不准——描述字段Token F1仅0.030.18与召回存在525倍落差[6]研究还发现传统词重叠指标会低估26倍模型真实能力建议引入语义级LLM裁判并辅以人工校准[6]。给管理层的一句话验收供应商时既要看找全了没有更要抽读对了没有。细节关注点④通用大模型不能直接顶岗。工业质检基准MMAD显示最强的通用多模态大模型GPT-4o在工业异常推理上平均准确率仅74.9%、异常判别仅68.6%而产线要求99%差距约25个百分点[1]。专用的领域模型正在补位ICML 2026发表的MechVQA基准3300张高密度图纸、2.1万个问答对、识别/推理/评审三层能力上经强化学习的专用模型MechVL取得84.85总分超过最强闭源通用模型7.57个百分点[7]。其评审层任务——判断图纸是否漏标尺寸、多视图是否自洽——恰好对应人工审图时最容易漏的两类缺陷。图2机械图纸理解基准的能力分层识别读尺寸/表格、推理几何计算/多视图、评审漏标检测/一致性判断图片来源文献[7]03 气泡自动生成编号一致性是整条链路的主键气泡号一错后面所有检验数据全部对错行——这是比慢危险得多的事故。图3基于CATIA二次开发的尺寸气泡自动编号结果同一张零件图上(1)(15)号气泡与尺寸一一对应图片来源文献[8]浙江西子航空制造有限公司2026年发表的应用研究把这条链路跑通了基于CATIA二次开发对工程图中的尺寸对象做属性提取与规则识别自动生成气泡编号并把尺寸信息自动导出Excel。实测对比显示15个尺寸特征的图纸人工编号约需15分钟且准确率仅90%93%平均12处漏标或重号自动方法约2分钟完成、准确率98%100%工作效率提升约85%以上[8]。项目人工方式自动识别方式尺寸特征数量15 个15 个编号完成时间约 15 min约 2 min编号准确率90%93%98%100%典型错误类型漏标、重复编号极少数识别偏差工作效率提升—≈85%表1人工与自动气泡编号性能对比数据来源文献[8]细节关注点⑤重复特征是气泡与特性关联的最大暗礁。把2D标注映射到3D特征气泡号与检测特性的桥梁时同一张图上成组的相同孔位、几何相似特征是主要出错源2026年一项针对20对真实CAD-图纸对的实验显示映射平均精确率83.67%标准差高达16.98——波动几乎全部来自重复/相似特征场景、召回90.46%、F1值86.29%[2]。该框架的分层策略值得借鉴确定性规则优先打分歧义再交LLM辅助推理最后保留一次人工复核每条映射都带置信度与来源追溯[2]——自动化可追溯留人闸门三件套缺一不可。图42D标注→3D特征映射结果每条对应关系标注方法来源规则/LLM辅助/人工复核与置信度成组通孔等重复特征即由人工复核确认图片来源文献[2]细节关注点⑥扫描老图纸要单独对待。大量存量图纸只有纸质/光栅版存在墨水渗色、纸张纹理、扫描伪影等干扰。2026年7月的Drawing-Recode研究专门针对光栅图纸通过标注-几何对齐损失AGL把尺寸文字锚定到正确的几何要素上生成参数化CAD代码并在模拟工业扫描条件噪声、畸变下仍保持优于基线的稳健表现[9]——评估工具时务必用自家扫描件实测而非厂商的矢量演示图。04 质量检测表格一键导出数据要流进报表而不是停在设计端FAI首件检验的价值兑现点在这一步。气泡编号只是中间产物终点是检验数据与图纸特性的自动关联。上述西子航空的系统流程完整串起了六步CATIA MBD模型 → 工程制图模块 → 尺寸识别程序 → 气泡编号生成 →Excel尺寸清单→ FAI检验数据[8]。尺寸清单一旦自动生成名义值、公差、特性号直接成为检验计划的行项目人工转录环节归零——这正是零人工转录的含义不是打字快了而是转录这个工种消失了。对于跨页、多表的复杂图纸通用的表格抽取流水线也已成熟先做版面分析区分图形页与表格页再做多页映射与栅格化由视觉语言模型完成表格识别最后经过清洗、校验、索引的后处理环节入库[6]。结构化输出格式如按九类标注定义schema的JSON则是打通下游的前提[3]。图5从源PDF到结构化表格的五步流水线版面分析→图表页映射→栅格化→VLM表格抽取→后处理校验图片来源文献[6]细节关注点⑦表格导出的一键背后是三个隐藏动作。一是公差自动匹配——按名义值与标准如ISO 2768/GB-T 1804一般公差自动补全上下偏差而不是留空让人查手册二是版本联动——图纸改版后旧气泡图与检验计划必须能自动比对差异、防止漏检新增特性三是设备接口——检验计划应能导出CMM三坐标可读的通用格式让实测值自动回填。目前市场上已有一类把读取—编号—导出产品化的专用工具例如MBDVidia_BALLOON2D即定位于气泡图制作与特性清单生成场景与检验报告模板直连——对没有算法团队的质量部门这类工具是低成本起步的现实选项。05 软件工具如何选择三个对照实验给出的选型逻辑没有最好的模型只有匹配场景的组合。2026年发表于《Journal of Intelligent Manufacturing》的对比研究在自制GDT符号数据集上同场竞技了三种主流检测模型YOLOv11以mAP 0.936、单张22ms的速度取胜Faster R-CNN mAP 0.930、单张75ms但在位置度、垂直度等复杂符号上反超AP分别为0.820、0.850高于YOLOv11的0.792、0.823RetinaNet mAP 0.928、单张45ms均衡但无突出优势[10]。值得注意的是类别内差异直线度AP高达0.995、对称度0.994而位置度、全跳动只有0.7920.851——越是几何关系复杂的符号越是各模型的丢分区[10]。图6GDT符号检测的分类别精确率-召回曲线整体mAP0.5为0.936直线度0.995最高、位置度0.792最低图片来源文献[10]检测模型mAP单张速度适用场景YOLOv110.93622 ms实时产线、批量图纸Faster R-CNN0.93075 ms复杂符号精细识别位置度0.820RetinaNet0.92845 ms精度与速度均衡表2三种GDT符号检测模型对比数据来源文献[10]综合近一年的研究给质量部门与IT部门一份六问选型清单①类别覆盖——九类标注是否全覆盖材料、一般公差这两类高幻觉类别是否单独验证过[4]②指标透明——能否提供分类别的精确率/召回/幻觉率而不是一个总分行业目前连统一多格式基准都还缺位[1][6]③输入兼容——矢量PDF、DWG之外对扫描光栅件的抗噪表现如何[9]④下游打通——能否导出Excel/JSON等结构化清单并对接CMM、SPC系统[8]⑤人机协同——是否内置置信度、来源追溯与人工复核工作流歧义案例能否自动转人工[2]⑥成本结构——领域适配的门槛有多高研究表明LoRA式轻量微调以约1/10的标注成本即可达到全量微调85%95%的性能说明小步快跑式的试点完全可行[1]对中小企业商用气泡图工具如MBDVidia_BALLOON2D与开源检测模型如YOLOv11路线的组合往往比全自研更务实[10]。结语把细节管起来自动化才敢托付2D图纸数字化的技术栈——PMI读取、气泡自动生成、检验表格一键导出——在2025—2026年已从论文里的可能性变成车间里的可用件读取端F1稳定在94%97%气泡编号从15分钟压缩到2分钟Excel清单与FAI数据自动关联。但决定成败的从来不是平均分而是细节材料与一般公差的幻觉率、位置度等复杂符号的低AP、重复特征引发的高方差、扫描件的特殊噪声、表格描述字段的假性高分以及图纸改版后的版本联动——每一项都对应一次真实的质量事故风险。给准备启动这项工作的团队一句话按类别验收、按场景实测、留一道人工闸门、选能打通下游的工具。做到这四条90%时间节省就不再是宣传语而是可复算的管理报表。参考文献Pagidi K R, Gardas A. Vision foundation models for engineering document intelligence and manufacturing inspection: a survey. Artificial Intelligence Review, 2026预印本: Research Square, DOI: 10.21203/rs.3.rs-9528170/v1.Khan M T, Chen L, Feng W, et al. Context-aware mapping of 2D drawing annotations to 3D CAD features using LLM-assisted reasoning for manufacturing automation. arXiv:2602.18296, 2026.Khan M T, Chen L, Yong Z, et al. From drawings to decisions: a hybrid vision-language framework for parsing 2D engineering drawings into structured manufacturing knowledge. Robotics and Computer-Integrated Manufacturing, 2026, 99: 103186.Khan M T, Yong Z, Chen L, et al. Automated parsing of engineering drawings for structured information extraction using a fine-tuned document understanding transformer. arXiv:2505.01530v3, 2025IEEE IEEM.Jong W R, Lin Y H, Lin Y C. Deep learning-based automation for converting 2D engineering drawings into 3D solid models. Machines, 2026, 14(7): 781.Kumar A, Motiyani I, Kasturi T, et al. Enginuity: a dataset and benchmark for vision-language understanding of engineering diagrams. arXiv:2606.03410, 2026.Kou Q, Shi X, Li Y, et al. MechVQA: benchmarking and enhancing multimodal LLMs on comprehensive mechanical drawing understanding. arXiv:2605.30794, 2026ICML 2026.刘超. 基于CATIA二次开发的工程图尺寸气泡自动识别方法研究. 机械研究与应用, 2026(7): 87-89. DOI: 10.16576/j.ISSN.1007-4414.2026.07.024.Kim M, Kim Y, Kim H. Drawing-Recode: annotation grounding for parametric CAD code generation from raster 2D CAD drawings. arXiv:2607.27558, 2026.Reddy T N, Kumar N, Ponnappa N P, et al. Intelligent GDT symbol detection in mechanical drawings: a comparative study of YOLOv11, Faster R-CNN, and RetinaNet for quality assurance. Journal of Intelligent Manufacturing, 2026, 37(7): 2941-2959. 2D图纸数字化：PMI数据读取——气泡自动生成——质量检测表格一键导出过程中哪些细节需要重点关注？
导读工程图纸是制造业的通用语言但多年来它只是给人看的尺寸、公差、粗糙度读进质检员的眼睛再一个键一个键敲进Excel。2025—2026年图纸→结构化数据→气泡编号→检验表格的全自动链路在学术与产业两端同时成熟。本文基于近一年发表的10项研究把这条链路拆成四个环节——数字化为什么值得做、读出来的数据怎么评估、气泡与检验表格怎么自动生成、工具怎么选——并逐环节指出最容易被忽视、也最容易出事的技术细节。01 2D图纸数字化一笔迟到但必须还的账为什么明知要做、却总被搁置答案藏在账本里。一项2026年发表的工程文档智能综述给出了量化答案大型航空航天与国防制造商手中积压着1000万2000万张待数字化的存量纸质图纸人工转换成本为每张525美元——按下限估算单一企业背负的就是5000万5亿美元的数字化负债[1]。在检测端同样惊人一张工艺流程图的人工数字化需要840个工时而一家大型炼化厂持有的同类图纸可达5万张[1]。更关键的一个事实是尽管三维MBD推广多年在汽车、航空航天、船舶、重型机械等行业2D图纸仍然是制造意图的主要载体——几何尺寸与公差GDT标注、基准定义、表面要求都依附在二维图上[2]。谁先把图纸变成机器可读的数据谁就把报价、工艺、检验三条业务线的数据源头握在了手里。该综述同时指出一个尴尬的现状在梳理的94项研究中图纸理解方向仅占34%——不是没人关注而是公开数据太薄最大的公开机械图纸数据集标注图像不足500张而检测领域同类数据集超过15万张[1]。—— 这解释了为什么近一年学术论文纷纷自建标注数据集详见02节细节关注点①数字化的产出不是扫描件归档而是结构化数据——每一条尺寸、公差、粗糙度都要变成带语义的字段如JSON键值才能被下游的检验计划、报价系统直接消费[3]。只扫图不提数据等于账还了一半。02 PMI数据自动读取读得出更要评得准自动读取的技术底座已经成型但评估口径里藏着最多陷阱。图1主流两阶段解析框架先由YOLOv11定向框检测切出九类标注区域再由视觉语言模型解析为结构化JSON图片来源文献[4]2025年9月一项发表于IEEE IEEM的研究给出了代表性成绩单基于1367张机械图纸、覆盖GDT、一般公差、尺寸、材料、注释、圆角、表面粗糙度、螺纹、标题栏九类标注的数据集定向框检测文档解析Transformer方案实现GDT精确率94.77%、多数类别召回率100%、整体F1值97.3%幻觉率压到5.23%[4]。其期刊升级版2026年6月发表于《Robotics and Computer-Integrated Manufacturing》在对照实验中进一步报告整体F194%、精确率89.2%、召回99.2%、幻觉率10.8%明显优于同条件下的Florence-2基线F1 85.0%[3]。特征检测端同样亮眼另一项2026年研究用七个专用YOLO模型分别识别视图、几何特征、尺寸组等七类要素准确率在93.6%100%之间[5]。但平均分好看不等于可以放心用。近一年的研究反复验证了四个评估细节细节关注点②按标注类别分层看指标别只看总分。同一套系统中表面粗糙度的幻觉率从类别专用模型的34.6%降到单模型的10.3%标题栏从44.9%降到27.1%注释从39.5%降到28.9%——而材料与一般公差两类在所有模型中幻觉率始终偏高[4]。抽检资源应向这几类倾斜。细节关注点③召回高≠读得对评估指标本身要校准。2026年6月发布的Enginuity基准测试了四个前沿视觉大模型在零件表格抽取任务上模型找得到召回0.610.87却说不准——描述字段Token F1仅0.030.18与召回存在525倍落差[6]研究还发现传统词重叠指标会低估26倍模型真实能力建议引入语义级LLM裁判并辅以人工校准[6]。给管理层的一句话验收供应商时既要看找全了没有更要抽读对了没有。细节关注点④通用大模型不能直接顶岗。工业质检基准MMAD显示最强的通用多模态大模型GPT-4o在工业异常推理上平均准确率仅74.9%、异常判别仅68.6%而产线要求99%差距约25个百分点[1]。专用的领域模型正在补位ICML 2026发表的MechVQA基准3300张高密度图纸、2.1万个问答对、识别/推理/评审三层能力上经强化学习的专用模型MechVL取得84.85总分超过最强闭源通用模型7.57个百分点[7]。其评审层任务——判断图纸是否漏标尺寸、多视图是否自洽——恰好对应人工审图时最容易漏的两类缺陷。图2机械图纸理解基准的能力分层识别读尺寸/表格、推理几何计算/多视图、评审漏标检测/一致性判断图片来源文献[7]03 气泡自动生成编号一致性是整条链路的主键气泡号一错后面所有检验数据全部对错行——这是比慢危险得多的事故。图3基于CATIA二次开发的尺寸气泡自动编号结果同一张零件图上(1)(15)号气泡与尺寸一一对应图片来源文献[8]浙江西子航空制造有限公司2026年发表的应用研究把这条链路跑通了基于CATIA二次开发对工程图中的尺寸对象做属性提取与规则识别自动生成气泡编号并把尺寸信息自动导出Excel。实测对比显示15个尺寸特征的图纸人工编号约需15分钟且准确率仅90%93%平均12处漏标或重号自动方法约2分钟完成、准确率98%100%工作效率提升约85%以上[8]。项目人工方式自动识别方式尺寸特征数量15 个15 个编号完成时间约 15 min约 2 min编号准确率90%93%98%100%典型错误类型漏标、重复编号极少数识别偏差工作效率提升—≈85%表1人工与自动气泡编号性能对比数据来源文献[8]细节关注点⑤重复特征是气泡与特性关联的最大暗礁。把2D标注映射到3D特征气泡号与检测特性的桥梁时同一张图上成组的相同孔位、几何相似特征是主要出错源2026年一项针对20对真实CAD-图纸对的实验显示映射平均精确率83.67%标准差高达16.98——波动几乎全部来自重复/相似特征场景、召回90.46%、F1值86.29%[2]。该框架的分层策略值得借鉴确定性规则优先打分歧义再交LLM辅助推理最后保留一次人工复核每条映射都带置信度与来源追溯[2]——自动化可追溯留人闸门三件套缺一不可。图42D标注→3D特征映射结果每条对应关系标注方法来源规则/LLM辅助/人工复核与置信度成组通孔等重复特征即由人工复核确认图片来源文献[2]细节关注点⑥扫描老图纸要单独对待。大量存量图纸只有纸质/光栅版存在墨水渗色、纸张纹理、扫描伪影等干扰。2026年7月的Drawing-Recode研究专门针对光栅图纸通过标注-几何对齐损失AGL把尺寸文字锚定到正确的几何要素上生成参数化CAD代码并在模拟工业扫描条件噪声、畸变下仍保持优于基线的稳健表现[9]——评估工具时务必用自家扫描件实测而非厂商的矢量演示图。04 质量检测表格一键导出数据要流进报表而不是停在设计端FAI首件检验的价值兑现点在这一步。气泡编号只是中间产物终点是检验数据与图纸特性的自动关联。上述西子航空的系统流程完整串起了六步CATIA MBD模型 → 工程制图模块 → 尺寸识别程序 → 气泡编号生成 →Excel尺寸清单→ FAI检验数据[8]。尺寸清单一旦自动生成名义值、公差、特性号直接成为检验计划的行项目人工转录环节归零——这正是零人工转录的含义不是打字快了而是转录这个工种消失了。对于跨页、多表的复杂图纸通用的表格抽取流水线也已成熟先做版面分析区分图形页与表格页再做多页映射与栅格化由视觉语言模型完成表格识别最后经过清洗、校验、索引的后处理环节入库[6]。结构化输出格式如按九类标注定义schema的JSON则是打通下游的前提[3]。图5从源PDF到结构化表格的五步流水线版面分析→图表页映射→栅格化→VLM表格抽取→后处理校验图片来源文献[6]细节关注点⑦表格导出的一键背后是三个隐藏动作。一是公差自动匹配——按名义值与标准如ISO 2768/GB-T 1804一般公差自动补全上下偏差而不是留空让人查手册二是版本联动——图纸改版后旧气泡图与检验计划必须能自动比对差异、防止漏检新增特性三是设备接口——检验计划应能导出CMM三坐标可读的通用格式让实测值自动回填。目前市场上已有一类把读取—编号—导出产品化的专用工具例如MBDVidia_BALLOON2D即定位于气泡图制作与特性清单生成场景与检验报告模板直连——对没有算法团队的质量部门这类工具是低成本起步的现实选项。05 软件工具如何选择三个对照实验给出的选型逻辑没有最好的模型只有匹配场景的组合。2026年发表于《Journal of Intelligent Manufacturing》的对比研究在自制GDT符号数据集上同场竞技了三种主流检测模型YOLOv11以mAP 0.936、单张22ms的速度取胜Faster R-CNN mAP 0.930、单张75ms但在位置度、垂直度等复杂符号上反超AP分别为0.820、0.850高于YOLOv11的0.792、0.823RetinaNet mAP 0.928、单张45ms均衡但无突出优势[10]。值得注意的是类别内差异直线度AP高达0.995、对称度0.994而位置度、全跳动只有0.7920.851——越是几何关系复杂的符号越是各模型的丢分区[10]。图6GDT符号检测的分类别精确率-召回曲线整体mAP0.5为0.936直线度0.995最高、位置度0.792最低图片来源文献[10]检测模型mAP单张速度适用场景YOLOv110.93622 ms实时产线、批量图纸Faster R-CNN0.93075 ms复杂符号精细识别位置度0.820RetinaNet0.92845 ms精度与速度均衡表2三种GDT符号检测模型对比数据来源文献[10]综合近一年的研究给质量部门与IT部门一份六问选型清单①类别覆盖——九类标注是否全覆盖材料、一般公差这两类高幻觉类别是否单独验证过[4]②指标透明——能否提供分类别的精确率/召回/幻觉率而不是一个总分行业目前连统一多格式基准都还缺位[1][6]③输入兼容——矢量PDF、DWG之外对扫描光栅件的抗噪表现如何[9]④下游打通——能否导出Excel/JSON等结构化清单并对接CMM、SPC系统[8]⑤人机协同——是否内置置信度、来源追溯与人工复核工作流歧义案例能否自动转人工[2]⑥成本结构——领域适配的门槛有多高研究表明LoRA式轻量微调以约1/10的标注成本即可达到全量微调85%95%的性能说明小步快跑式的试点完全可行[1]对中小企业商用气泡图工具如MBDVidia_BALLOON2D与开源检测模型如YOLOv11路线的组合往往比全自研更务实[10]。结语把细节管起来自动化才敢托付2D图纸数字化的技术栈——PMI读取、气泡自动生成、检验表格一键导出——在2025—2026年已从论文里的可能性变成车间里的可用件读取端F1稳定在94%97%气泡编号从15分钟压缩到2分钟Excel清单与FAI数据自动关联。但决定成败的从来不是平均分而是细节材料与一般公差的幻觉率、位置度等复杂符号的低AP、重复特征引发的高方差、扫描件的特殊噪声、表格描述字段的假性高分以及图纸改版后的版本联动——每一项都对应一次真实的质量事故风险。给准备启动这项工作的团队一句话按类别验收、按场景实测、留一道人工闸门、选能打通下游的工具。做到这四条90%时间节省就不再是宣传语而是可复算的管理报表。参考文献Pagidi K R, Gardas A. Vision foundation models for engineering document intelligence and manufacturing inspection: a survey. Artificial Intelligence Review, 2026预印本: Research Square, DOI: 10.21203/rs.3.rs-9528170/v1.Khan M T, Chen L, Feng W, et al. Context-aware mapping of 2D drawing annotations to 3D CAD features using LLM-assisted reasoning for manufacturing automation. arXiv:2602.18296, 2026.Khan M T, Chen L, Yong Z, et al. From drawings to decisions: a hybrid vision-language framework for parsing 2D engineering drawings into structured manufacturing knowledge. Robotics and Computer-Integrated Manufacturing, 2026, 99: 103186.Khan M T, Yong Z, Chen L, et al. Automated parsing of engineering drawings for structured information extraction using a fine-tuned document understanding transformer. arXiv:2505.01530v3, 2025IEEE IEEM.Jong W R, Lin Y H, Lin Y C. Deep learning-based automation for converting 2D engineering drawings into 3D solid models. Machines, 2026, 14(7): 781.Kumar A, Motiyani I, Kasturi T, et al. Enginuity: a dataset and benchmark for vision-language understanding of engineering diagrams. arXiv:2606.03410, 2026.Kou Q, Shi X, Li Y, et al. MechVQA: benchmarking and enhancing multimodal LLMs on comprehensive mechanical drawing understanding. arXiv:2605.30794, 2026ICML 2026.刘超. 基于CATIA二次开发的工程图尺寸气泡自动识别方法研究. 机械研究与应用, 2026(7): 87-89. DOI: 10.16576/j.ISSN.1007-4414.2026.07.024.Kim M, Kim Y, Kim H. Drawing-Recode: annotation grounding for parametric CAD code generation from raster 2D CAD drawings. arXiv:2607.27558, 2026.Reddy T N, Kumar N, Ponnappa N P, et al. Intelligent GDT symbol detection in mechanical drawings: a comparative study of YOLOv11, Faster R-CNN, and RetinaNet for quality assurance. Journal of Intelligent Manufacturing, 2026, 37(7): 2941-2959.