1. 为什么工程图纸识别正在变成工业 AI 的关键入口？
工程图纸是工业世界最古老、也最顽固的数据载体。
在一个建筑项目里，设计意图、空间关系、构件属性、规范约束，最后往往都落在几百上千张 CAD 图纸上；在一个化工厂、制药厂或电厂里，P&ID 不只是“管子和阀门的画法”，而是设备、管线、仪表、控制逻辑和安全边界的核心索引；在一个制造企业里，一张复杂零件图可能同时包含主视图、俯视图、局部放大图、多作业表、尺寸公差、形位公差、焊缝、折弯与工艺规则。
问题在于：这些图纸对工程师是“知识”，对计算机却常常只是“线条”。
1.1 典型工业场景痛点
痛点一：历史图纸沉睡，数字化改造先卡在“读图”上。大量业主单位仍然持有 PDF、扫描件、蓝图或“哑巴 DWG”。它们可以被人眼阅读，却无法被系统查询、统计、校验或驱动数字孪生。流程工业旧改项目中，企业要建设智能工厂、资产管理或数字孪生，第一步往往不是上大模型，而是把几千张历史 P&ID 重新结构化。
痛点二：人工审图、抄图、重绘成本高，而且越到交付阶段越昂贵。建筑行业里，一张图纸可能反复修改多次；万科与品览相关资料中提到，传统人工审图存在大量重复劳动，管线排布核对常常需要反复半个月，疏漏带来的返工成本可能达到千万级。流程工业里，人工从 P&ID 中整理 Line List、Instrument List、Valve List，也很容易因漏读、错读、版本不一致导致后续采购、施工、运维连锁错误。
痛点三：图纸不是普通图片，识别难点在“关系”而不只是“文字”。工程图纸识别不是 OCR。真正有价值的是：这个符号是什么设备？这条线连到哪里？这个阀门有没有位号？这条管线跨页后如何关联？这个局部放大图对应哪个主视图？这个房间、墙体、门窗、柱、梁、暖通设备之间是什么空间和构造关系？如果不能理解图纸中的拓扑关系和工程语义，识别结果只能停留在“框出了几个对象”，无法进入生产系统。
痛点四：标准不统一，AI 在项目制行业里很难“一招鲜”。不同设计院、不同 EPC、不同业主、不同年代的图纸标准差异极大。建筑行业的图层命名、图例画法、标注习惯不统一；流程工业的符号库、管线编码、连页规则、企业标准各不相同；离散制造里的工艺规则更依赖企业自身经验。图纸识别厂商真正的壁垒，往往不是一个检测模型，而是“数据、规则、软件生态、人工校验闭环”的组合。
因此，工程图纸识别正在从一个边缘的“图像处理工具”，升级为工业 AI 的关键入口：它连接历史资产、设计系统、审查规则、数字孪生、BOM/MTO、成本估算、自动布线和后续 AI Agent。
2. 总体竞争格局：三条产品路线正在分化
从目录资料看，图纸识别厂商大致分为三条路线。
2.1 路线一：行业专用智能化路
代表厂商包括：
建筑：品览、万翼+华为、商汤+华东院、Fobecon、TwoFit、Urbanbase、Archidraw； 流程工业：创新奇智+Bentley iPID、IPS-AI iDrawings P&ID、WeMB DrawDX、DOFTECH ID2； 离散工业：简会。
这类产品不满足于“把图变成 CAD 线条”，而是要识别工程对象、属性和关系。例如 P&ID 场景中，价值不在“把阀门画出来”，而在识别阀门类型、Tag、管线连接、仪表关系，并生成 Line List、Valve List、BOM 或智能 P&ID。
2.2 路线二：CAD 软件入口路线
代表厂商包括中望、Cadian/Intelli Korea，以及一定程度上的 Bentley、Hexagon、AVEVA 生态。
这类厂商的优势不是单点算法，而是离 CAD 工作流最近。图纸识别结果可以直接回到编辑、图层、块、属性表、API、插件和工程软件生态中。中望 CAD 智能识图模型就是典型：它把散线文字、表格、专业图元识别和 CAD 编辑命令衔接起来，并计划通过 CAD365 开放平台提供 API。
2.3 路线三：通用 Image-to-CAD / 矢量化路线
代表工具是 Scan2CAD、AutoDWG PDF to DWG Converter。
它们解决的是基础但刚需的问题：把 PDF、扫描图、照片转换成可编辑 DWG/DXF。它们通常不理解工程语义，不生成智能 P&ID 或建筑对象数据库，但在大量旧图纸数字化项目中，仍然是低成本、高覆盖的第一步。
3. 国内厂商分析
3.1 建筑行业
3.1.1 品览科技 / 筑绘通 AlphaDraw
厂家简介
品览科技是国内建筑图纸识别领域最具代表性的 AI+CAD 平台型公司之一。资料显示，品览早期与万科围绕 AI 审图展开深度合作，后续逐步调整定位，从直接服务终端客户的审图系统，转向“AI+CAD 核心平台提供商”。
品览的特点是：它不是单纯做 OCR，也不是只做模型 API，而是围绕建筑设计全过程构建“云 CAD + AI 识图 + 设计大模型 + AI 设计”的闭环。其公开资料中强调：筑绘通 AlphaDraw 的正确打开方式是 设计大模型 + 能力小模型集群 + 云原生 CAD。
图纸识别产品介绍
筑绘通的 AI 识图建模引擎支持多专业、多类别、多格式的自动化识别与分析，覆盖 DWG、PDF、JPG，以及图纸中的文字、表格和建筑构件。根据已有技术调研，品览采用的是“传统图像处理 + 深度学习 + 规则系统”的混合架构：
CAD 解析层提取线段、圆、弧、文本、图层信息和几何属性； 规则筛选层引入建筑经验、尺寸约束、几何约束和跨图空间映射； 深度学习层使用目标检测、分类、语义分割、OCR/NLP 等模型； 融合推理层建立构件列表、属性表和拓扑关系。
其专利与能力覆盖住宅平面图空间构件识别、停车位识别、结构柱属性识别、电气照明平面图构件识别、卧室家具构件识别、住宅户型识别、板配筋属性识别等。
从产品价值看，品览不是只想“读懂图纸”，而是进一步连接自动审图、自动出图、云端协同和设计经验沉淀。它代表国内建筑图纸识别中较完整的工程化路线。
3.1.2 万翼科技 + 华为 / 图纸大模型
厂家简介
万翼科技是万科体系内的建筑科技与数字化能力载体，具备大量真实项目图纸与建筑业务场景。华为则提供盘古大模型、云基础设施和大模型工程化能力。二者结合，体现的是“行业场景方 + 大模型平台方”的合作模式。
图纸识别产品介绍
万翼图纸大模型基于华为云盘古大模型，重点能力包括：
图纸结构化：识别图框，从图签栏解析图名、图号等属性；理解图框内容布局，包括子图、表格、文本段落；建立跨图框关联，如详图索引。 设计语义理解：理解项目整体描述、场地楼栋布置、楼层房间组成，以及墙、门、窗、梁、板、柱、暖通机电设备等构件组成、属性与施工方法。 图纸 RAG：让用户与海量图纸数据自然语言对话，并结合规范、图集给出更有依据的回答。
该方案的价值不在于替代 CAD，而在于把建筑图纸变成可查询、可推理、可问答的知识资产，适合设计管理、审图、图纸协作、工地数据采集和空间资产可视化。
3.1.3 商汤科技 + 华东院 / 工程图纸多模态大模型
厂家简介
商汤科技拥有通用多模态大模型能力，华东建筑设计研究院则是建筑设计行业的重要设计机构，掌握工程数据、设计流程与专业经验。双方合作的意义在于：大模型厂商需要行业数据和任务闭环，设计院需要 AI 帮助提升从方案到施工图交付的效率。
图纸识别产品介绍
双方计划共研工程图纸多模态大模型，融合商汤“日日新”大模型与华东院工程数据，实现对复杂工程图纸的智能审查、分析与辅助生成。同时共建建筑行业 AI Agent 平台，打造建筑设计 MCP 多专业协同工具集与应用平台。
目前资料显示该方案更偏战略合作与研发布局阶段。它值得关注的原因在于：建筑图纸识别正在从“专用小模型识别构件”，转向“多模态大模型理解图纸 + Agent 调用专业工具”的新阶段。
3.2 流程工业
3.2.1 创新奇智 + Bentley / iPID
厂家简介
创新奇智是国内工业 AI 公司，具备多模态工业大模型与 ChatCAD 相关能力。Bentley 是国际基础设施工程软件厂商，OpenPlant PID 是其流程工业设计软件生态的一部分。双方合作推出 iPID，说明图纸识别已经进入主流工程软件厂商的战略视野。
图纸识别产品介绍
iPID（Intelligent Process Piping and Instrument Diagram）面向石化、冶金、电力、制药等流程工业，将传统图片/PDF 格式的 P&ID 转化为可交互、可分析、可扩展的智能 P&ID。
其核心能力包括：
支持多格式、多尺寸图纸解析； 识别设备、管线、管件、阀门、仪表等组件； 自动识别设备管口、管线、连页符等连接关系； 支持域外组件智能识别； 与 Bentley OpenPlant PID 平台集成； 一键生成 BOM 清单； 支持旧图纸导入后按新出图标准重建。
从技术路线看，iPID 最值得关注的是“多模态工业大模型 + CAD 中间语言”的范式。创新奇智公开信息中提到，CAD 是一种独特模态，需要表达点、线、边、圆、柱、工艺等几何与工程信息。因此其可能不是直接输出 CAD 文件，而是先生成结构化 CAD 中间码，再转为 OpenPlant PID 等标准格式。
这一路线的优势是全局理解和泛化能力强，适合跨行业、跨标准的 P&ID 重建；挑战是训练数据、计算成本、可解释性和幻觉风险。
3.2.2 箴理科技 / Truth DOC
厂家简介
箴理科技面向核工业等高可靠场景提供工业智能化解决方案。其 Truth DOC 数据清洗平台定位为面向核工业领域的专业数据清洗系统，为企业开发专属数据集提供支持。
图纸识别产品介绍
Truth DOC 中的“数字孪生图纸重建引擎”运用深度学习和计算机视觉技术，自动识别几何实体、标注信息和拓扑关系，将原始图纸转化为精确的矢量化数字模型。
从公开资料看，它更像是工业数字孪生和数据治理链条中的图纸重建底座，而不是独立销售的通用图纸识别软件。其潜在价值在于核工业等场景对数据质量、可追溯性和专属数据集要求极高，图纸识别不是“工具效率问题”，而是数字孪生可信性的前置条件。
3.2.3 达美盛 DMS / PIMCenter Designer P&ID、IDA
厂家简介
达美盛是国内流程工业数字化设计与交付领域的重要厂商，服务石化、油气、电力、冶金、制药等行业。其优势在于长期沉淀流程工业规则、数字化交付标准和工程软件工作流。
图纸识别产品介绍
根据 iPID 资料中的竞品分析，达美盛 PIMCenter Designer 系列包含：
PIMCenter Designer P&ID：工厂智能工艺流程图设计系统； PIMCenter Designer IDA：智能仪表设计系统，可基于 AI 算法自动识别 P&ID 图纸中的仪表信息并生成仪表索引表；
达美盛路线更偏传统 Pipeline：通过图像识别、机器学习、自然语言处理、专家小模型、行业规则和校验工具组合实现图纸识别。相较 iPID 的大模型端到端路线，达美盛的优势是可解释性强、部署轻量、贴近国产流程工业软件生态；不足是跨标准泛化、非标符号处理和全局理解能力可能弱于大模型路线。
3.3 离散工业
3.3.1 简会 / AI 图纸识别系统
厂家简介
简会面向制造业复杂图纸识别场景，尤其关注多视图、多作业、尺寸公差、形位公差、材料与工艺参数等离散制造图纸。资料显示，其 AI 图纸识别系统依托厦门大学 AI 联合实验室研发体系，已在多个企业生产环境中验证。
图纸识别产品介绍
简会对复杂制造图纸提出了一个非常工程化的处理逻辑：先拆，再认，最后算。
先拆：基于视觉语言模型的空间分组与视图重构识别哪些图形属于同一个零件，匹配多作业表，把表格行数据与图纸图形对应起来，并判断局部放大图对应主图的哪个位置。
再认：协同图元检测模型的参数识别对每个单作业视图识别尺寸、公差、形位公差、材质、规格、型号、技术要求、焊缝、折弯、缺口等信息。
最后算：规则引擎完成参数提取与工艺计算根据零件位置、折弯类型和企业工艺规则自动计算结果。
资料中提到，简会模型累计训练图纸超过 100 万张，单张图纸处理时间可由 5 小时压缩至 5 分钟，效率提升超过 10 倍，识别准确率超过 99%。
简会的启发在于：离散制造图纸识别不是简单 OCR，而是“视图关系 + 图元参数 + 工艺规则”的组合。尤其在钣金、机加等场景，最终业务目标往往不是生成一张 CAD，而是计算报价、工艺、物料和生产参数。
3.3.2 中望软件 / 中望 CAD 智能识图模型
厂家简介
中望是国内 CAD 软件厂商，拥有 2D CAD 产品基础和 CAD365 开放平台。相比纯 AI 创业公司，中望的优势在于用户入口、CAD 编辑器、图形内核和 API 生态。
图纸识别产品介绍
中望 CAD 智能识图模型具备两类核心能力。
第一类是文字、表格等通用内容的识别理解。它可以把散线绘制的文字、表格，甚至历史扫描图片和蓝图中的内容，还原为可编辑 CAD 文字和表格，并与 CAD 中的文字、表格编辑命令衔接。这解决了大量企业“图纸可看但不可复用”的问题。
第二类是专业图元识别。资料中以建筑行业为例，模型可以识别哪些线条组成门、墙、柱，并还原为标准建筑对象，自动归入指定图层；还可进一步识别空间类型并计算面积。
同时，中望 P&ID 识别演示资料中出现了图例匹配、阀门识别、管线表提取、大小头/保温伴热等特殊管件识别，以及人工辅助校正界面。该资料显示，在适应图纸环境后，自动识别准确率约 80%，系统通过“图纸 + 列表 + 高亮定位”的人机协同界面让人工补充未识别对象。
中望路线的核心价值是：识别能力与 CAD 编辑场景天然贴近。它不一定在单个 AI 模型上最激进，但如果能把识图、编辑、API、协同、二次开发串起来，会成为工程图纸识别能力落地的重要入口。
4. 国外厂商分析
4.1 建筑行业
4.1.1 Fobecon
厂家简介
Fobecon 是韩国 ConTech 领域厂商，主攻 AI 建筑图纸分析与自动算量。韩国建筑行业标准化程度较高、总包体系成熟，为图纸识别在自动算量、施工管理等场景提供了较好的落地环境。
图纸识别产品介绍
Fobecon 利用计算机视觉分析 CAD 建筑图纸，可识别骨架墙、湿式/干式墙体、门窗等空间结构，并自动提取材料需求、进行算量计算。
资料中提到，过去需要人工 10 小时的算量工作，其 AI 可在 20 分钟完成，识别准确率号称可达 99%。它的定位不是设计生成，而是直接切入施工成本和材料管理，是建筑图纸识别中 ROI 最容易量化的方向之一。
4.1.2 Cadian / Intelli Korea
厂家简介
Cadian / Intelli Korea 是韩国本土 CAD 软件开发商，具备 CAD 产品与本地用户基础。近年来，其也向 AI 图纸识别转型。
图纸识别产品介绍
其 AI 方案可理解建筑平面图空间结构，识别墙、窗、水槽、浴缸等建筑要素和文字信息，并将识别对象输出为矢量 CAD 图纸文件，同时自动完成 BOM。
该路线与中望有相似之处：CAD 软件厂商通过 AI 增强既有 CAD 工作流，而不是从外部提供一个孤立识别工具。
4.2 流程工业
4.2.1 IPS-AI / iDrawings P&ID
厂家简介
iDrawings P&ID 由 Intelligent Project Solutions（IPS）开发，是国外较成熟的 AI P&ID 数字化与智能化转换工具。它面向工厂数字化改造、EPC 历史图纸迁移、棕地扩建和智能 P&ID 重建等场景。
图纸识别产品介绍
iDrawings P&ID 的定位不是普通 PDF 转 DWG，而是将 PDF、扫描件、图像、传统 DWG“哑巴 P&ID”转化为智能 P&ID。
它识别：
设备符号、阀门、仪表、管道、流向； 文本标注和 Tag； 管线连接与拓扑关系； 企业符号库、标注规则和管线编码。
输出方面，它可对接 AutoCAD Plant 3D、SmartPlant P&ID、AVEVA P&ID 等主流工程软件，并生成 Line List、仪表表等交付物。
资料显示，单张 P&ID 处理通常为 1–5 人时，相比传统人工重绘 12–15 小时/张，可提升 2–10 倍效率，成本节省 30%–60%。它代表国外 P&ID 识别的成熟商业化路线：AI 自动识别 + 工程规则校验 + 人工审核 + 主流智能 P&ID 输出。
4.2.2 WeMB / DrawDX + EPnID
厂家简介
WeMB 是韩国 IT 统合监控与数字孪生企业。其切入图纸识别的动机非常清晰：为数字孪生平台提供底层资产数据，尤其服务工业厂房、电力、数据中心等运维场景。
图纸识别产品介绍
WeMB 的 DrawDX 是 AI-based Automatic Drawing Recognition Solution，可将纸质或 PDF 等模拟格式的复杂工程图纸，尤其是 P&ID，转为数字化 CAD/EPnID 图纸。识别结果进入其自研 EPnID Web 编辑器，工程师可在线修正识别瑕疵、补充属性，并与数字孪生平台关联。
资料中提到：
PDF 格式图纸的工程符号识别率超过 95%； 300DPI、A3 尺寸以上 PDF/扫描图纸，单张识别转换可低于 15 秒； 过去人工重绘复杂图纸最长约 32 小时，DrawDX 结合人工校正可压缩到 3 小时以内。
WeMB 的核心不是设计自动化，而是数字化交付和 O&M 运维。它适合业主方、运维方、发电厂、数据中心和制造业工厂快速盘活历史图纸资产。
4.2.3 DOFTECH / ID2、SmartFEED、ARS
厂家简介
DOFTECH 是韩国 Plant IT / Engineering IT 公司，面向 EPC 工程设计链路提供 PFD/P&ID 智能化、FEED 自动化和管道自动布线能力。相比 WeMB 面向运维数字孪生，DOFTECH 更强调工程设计自动化。
图纸识别产品介绍
DOFTECH 的核心图纸识别产品是 ID2（Image Drawing to Intelligent Drawing）。它支持 PDF、扫描图像和 AutoCAD 文件输入，使用机器学习识别工程图纸中的符号、文字、线条和拓扑关系，抽取 line、equipment、instrument、valve、note 等工程对象和标签。
识别结果进入工程数据库，并输出：
Line List； Equipment List； Instrument List； Valve List； Note List； BOM； 数据表和工程文档； Hexagon SPP&ID、AVEVA P&ID 等智能 P&ID。
DOFTECH 的更大价值在后链路：通过 SmartFEED 和 ARS，将 P&ID 识别结果用于 3D 管道自动布线、BOM、WBS 工程量、Class III 成本估算以及 VR/MR 审查。
因此，DOFTECH 的产品不是“图纸识别工具”，而是从 2D 图纸 → 工程数据库 → 智能 P&ID → 3D 管道设计 → 工程量/成本估算 的自动化链路。
4.3 离散工业
4.3.1 Scan2CAD
厂家简介
Scan2CAD 是 Avia Systems Limited 开发的专业光栅到矢量转换软件，长期服务工程、建筑、机械、CNC、GIS 等多行业。它不是专用 AI 语义识别平台，而是通用 Image-to-CAD 工具。
图纸识别产品介绍
Scan2CAD 可将扫描图、PDF、照片等非可编辑格式转换为 DXF、DWG、SVG 等 CAD 格式。其能力包括：
识别线条、弧线、多段线、圆、虚线等，并转换为 CAD 对象； OCR 识别图纸文字、Tag、标注和尺寸； 图像清理：去噪、去斑点、增强对比度、去倾斜、线宽统一； PDF 导入与矢量/光栅/混合 PDF 处理； 分层、批量处理、Python API 与精确缩放。
在离散制造场景中，Scan2CAD 适合作为历史机械图纸、CNC 图纸、扫描蓝图矢量化的起点。它不会理解尺寸公差、工艺规则或零件关系，但可以显著降低人工重绘成本。
4.3.2 AutoDWG / PDF to DWG Converter
厂家简介
AutoDWG 是 PDF to DWG/DXF 转换工具厂商，服务 CAD 图纸格式转换需求。当前目录资料较简略，主要体现其作为通用格式转换工具的定位。
图纸识别产品介绍
AutoDWG PDF to DWG Converter 将 PDF 图纸转换为 DWG/DXF，便于在 AutoCAD 等 CAD 软件中继续编辑。它适用于建筑、机械、流程图等多类 PDF 图纸的基础转换，但从现有资料看，它不属于语义级 AI 图纸理解产品。
其价值在于低门槛、通用性和格式转换效率；不足是无法生成工程对象数据库、拓扑关系或智能属性。
5. 分类对比与核心洞察
5.1 建筑行业：从“构件识别”走向“审图、协同与生成式设计”
建筑图纸识别的核心对象是空间、构件和规范。国内品览、万翼+华为、商汤+华东院，国外 Fobecon、TwoFit、Urbanbase、Archidraw 等厂商虽然方向不同，但共同趋势是：
早期：识别墙、门窗、柱、房间、停车位等构件； 中期：做自动审图、自动算量、版本协同、空间建模； 后期：连接设计大模型、AI Agent、云 CAD、自动出图和生成式渲染。
建筑行业的难点在于图纸标准不统一、项目制强、专业协同复杂。优势在于 ROI 场景清晰，例如自动审图减少返工、自动算量节省成本、户型转 3D 直接服务营销和设计。
5.2 流程工业：P&ID 是最有价值、也最难的图纸识别场景
流程工业的 P&ID 图纸识别是当前最“硬核”的方向。因为 P&ID 不是普通图纸，它是工厂工艺、设备、仪表、控制和安全逻辑的入口。
国内创新奇智+Bentley、达美盛、箴理科技，国外 IPS-AI、WeMB、DOFTECH，都围绕 P&ID 或工业图纸展开。区别在于：
iPID 更强调多模态大模型和 Bentley OpenPlant PID 集成； iDrawings 更强调成熟商用和主流智能 P&ID 输出； WeMB 更偏老旧图纸数字化、Web 编辑和数字孪生运维； DOFTECH 更偏 EPC 设计自动化、工程数据库和 3D 自动布线； 达美盛更偏国产流程工业软件、专家规则和传统 Pipeline； 箴理科技更偏高可靠工业数据清洗与数字孪生图纸重建。
这一领域的竞争关键不是“识别率数字”本身，而是输出能否进入 AVEVA、Hexagon、Bentley、OpenPlant、SPP&ID、工程数据库、BOM、成本估算和数字孪生平台。
5.3 离散工业：真正的价值在“识别后计算”
离散制造图纸识别的关键不是把线条转成 CAD，而是理解多视图关系、尺寸公差、工艺标注和企业规则。
简会的“先拆、再认、最后算”很能代表这个方向：
先把复杂多视图图纸拆成逻辑单元； 再识别尺寸、公差、材料、焊缝、折弯、缺口等参数； 最后用规则引擎完成报价、工艺或生产所需计算。
Scan2CAD、AutoDWG 则处在基础矢量化层，适合作为历史图纸数字化起点，但不解决工程语义问题。
6. 未来趋势判断
6.1 从 OCR/矢量化转向“图纸语义理解”
未来竞争的分水岭不再是“能不能识别文字和线条”，而是能否识别工程对象、属性、拓扑和规则。能够输出 Line List、BOM、智能 P&ID、结构化 BIM、3D 管线或工艺计算结果的厂商，会比单纯 PDF 转 DWG 工具拥有更高价值。
6.2 大模型会进入图纸识别，但不会单独解决全部问题
iPID、万翼+华为、商汤+华东院都说明，大模型正在进入工程图纸领域。多模态大模型适合做全局理解、跨图纸问答、图纸 RAG、复杂关系推理和自然语言交互。
但工程图纸识别不能只靠大模型。真实落地仍需要：
CAD 解析与几何内核； 符号库、图例库和企业标准； 行业规则引擎； 人工校验界面； 输出格式适配； 与设计、审图、运维、成本系统集成。
因此，未来更可能是“多模态大模型 + 专用小模型 + 规则引擎 + CAD/工程软件生态”的混合架构。
6.3 人机协同将长期存在
中望 P&ID 演示中提到约 80% 自动识别准确率，并通过图纸高亮、列表框和人工指认来补足识别结果。iDrawings、WeMB、DOFTECH 等成熟方案也普遍保留人工校验和规则校正。
原因很简单：在工程场景中，识别错误的代价远高于普通文档 OCR。一个阀门、管线或尺寸公差识别错误，可能影响采购、施工、安全和成本。因此，好的产品不是追求“完全无人”，而是把人工从低价值抄图变成高价值审核。
6.4 输出生态决定商业天花板
谁能把识别结果接入客户已有系统，谁就更容易成交。流程工业看 AVEVA、Hexagon、Bentley、OpenPlant、S3D/E3D；建筑行业看 CAD/BIM、审图系统、项目协同和施工管理；离散制造看 ERP/MES/报价系统/CAM 工艺链路。
仅能输出图片框选结果的产品，很难形成深度壁垒；能输出工程数据库、智能对象和业务系统输入的产品，才更接近客户预算。
7. 结论与选型建议
7.1 如果目标是建筑设计、审图和协同
优先关注品览、万翼+华为、商汤+华东院，以及韩国 Fobecon、TwoFit 等。选型时应重点评估：
是否支持本企业/本设计院图层与图例习惯； 是否覆盖建筑、结构、给排水、电气、暖通等多专业； 是否能和 CAD/BIM/审图平台集成； 是否支持规范知识库持续更新； 是否有人工复核与问题闭环。
7.2 如果目标是流程工业 P&ID 数字化
优先关注 iPID、iDrawings P&ID、WeMB DrawDX、DOFTECH ID2、达美盛。选型时应重点评估：
输入是否覆盖 PDF、扫描件、DWG、低分辨率历史图纸； 是否识别设备、管线、阀门、仪表、管口、连页符与拓扑关系； 是否生成 Line List、Equipment List、Instrument List、Valve List、BOM； 是否能输出到 AVEVA、Hexagon、Bentley、OpenPlant 或企业工程数据库； 是否支持企业符号库训练、人工校验和版本管理。
7.3 如果目标是离散制造图纸参数提取
优先关注简会等专用离散制造图纸识别方案；若目标只是历史机械图纸矢量化，可考虑 Scan2CAD、AutoDWG 等工具作为前置处理。
选型时应重点评估：
是否能处理多视图、多作业表和局部放大图； 是否识别尺寸、公差、形位公差、材质、焊缝、折弯等信息； 是否能接企业工艺规则、报价模型或 MES/ERP； 是否支持人工确认和错误追溯。
7.4 最重要的判断标准
工程图纸识别项目不应只问“识别准确率是多少”，而应问五个更实际的问题：
识别对象是否是业务真正需要的对象？只识别文字，还是能识别设备、构件、尺寸、公差、拓扑？
输出是否能进入生产系统？是图片框、Excel，还是智能 P&ID、BIM 对象、BOM、工程数据库？
是否支持企业标准和人工校验闭环？工程图纸没有绝对统一标准，闭环能力比单次演示更重要。
是否能处理低质量历史图纸？旧改和数字孪生项目中，扫描件、模糊图、非标准图往往最多。
厂商是否理解行业工作流？图纸识别不是孤立算法，而是设计、审查、交付、施工、运维和制造流程的一环。
一句话总结：工程图纸识别的终局，不是让 AI “看懂一张图”，而是让工业企业把沉睡在图纸里的知识重新变成可计算、可验证、可复用的生产力。
8. 厂商公司主页 / 产品主页链接
本文内容均来自于互联网内容，
8.1 国内厂商
8.2 国外厂商
免责声明：本文内容均来自于互联网内容，仅供学习、研究和交流参考之用，不代表本平台立场。文中引用内容的版权归原作者所有，若涉及版权、侵权或事实错误等问题，请及时联系我们，我们将在第一时间予以核实并处理。
引用链接
[1]品览科技官网: https://www.pinlandata.com/
[2]筑绘通 AlphaDraw 产品页: https://www.pinlandata.com/fwnr
[3]万翼科技官网: https://www.vanyitech.com/
[4]华为云官网: https://www.huaweicloud.com/
[5]万翼 AI 图云 / 智能图纸云平台: https://www.vanyitech.com/vanyitech_2026/introduction/piccloud
[6]万翼图纸大模型应用落地官方文章: https://www.vanyitech.com/details?id=195ef16d2ea4b37b8c1cf0a4091a904c&type=1
[7]商汤科技官网: https://www.sensetime.com/cn
[8]华东建筑设计研究院官网: https://www.ecadi.com/
[9]商汤 × 华东院 AI+建筑战略合作新闻: https://www.sensetime.com/cn/news-detail/51169843?categoryId=72
[10]创新奇智官网: https://www.ainnovation.com/
[11]Bentley 官网: https://www.bentley.com/
[12]创新奇智工业软件页: https://www.ainnovation.com/aInnoGC/ai_software
[13]Bentley OpenPlant PID 产品页: https://www.bentley.com/software/openplant-pid/
[14]iPID 发布报道: https://www.innohere.com/tv/116502.html
[15]箴理科技官网: https://truth-ai.com.cn/
[16]Truth DOC 数据清洗平台: https://truth-ai.com.cn/solutions/data-cleaning
[17]达美盛官网: https://www.dms365.com/
[18]PIMCenter Designer P&ID 产品页: https://www.dms365.com/productinfo/2365748.html
[19]厦门简会信息科技官网: https://www.xmjianhui.com/
[20]简会 AI 图纸识别系统登录页: https://qc.xmjianhui.com/login?redirect=/index
[21]中望软件官网: https://www.zwsoft.cn/
[22]中望 CAD 产品页: https://www.zwsoft.cn/product/zwcad
[23]中望 Plant 2026 / 智能 P&ID: https://www.zwsoft.cn/product/zwcad/plant
[24]Fobecon 官网: https://fobecon.co.kr/
[25]Fobecon 官网: https://fobecon.co.kr/
[26]ToFit 官网: https://tofit.org/
[27]ToFit 官网: https://tofit.org/
[28]CADian 官网: https://www.cadian.com/en/
[29]IntelliCAD：IntelliKorea AI CAD 介绍: https://www.intellicad.org/articles-and-press-releases/intellikorea-delivers-first-ai-based-cad
[30]Timwork / Teamwork 官网: https://timwork.kr/
[31]Drawing Viewer 页面: https://timwork.kr/DrawingViewer
[32]Urbanbase 日本官网: https://www.urbanbase.co.jp/
[33]Urbanbase 3D Studio: https://studio.urbanbase.com/
[34]Urbanbase 3D Studio: https://studio.urbanbase.com/
[35]Archisketch 官网: https://www.archisketch.com/
[36]Archisketch 产品页: https://www.archisketch.com/en/products/
[37]Planby Technologies 官网: https://planby.us/en/
[38]PLANA AI Architecture Design Platform: https://www.useplana.ai/
[39]IPS-AI 官网: https://ips-ai.com/
[40]iDrawings 产品页: https://ips-ai.com/solutions/products/idrawings/
[41]iDrawings P&ID PDF Brochure: https://ips-ai.com/wp-content/uploads/2024/10/iDrawings_PID.pdf
[42]WeMB 官网: https://www.wemb.co.kr/
[43]DrawDX 产品页: https://www.wemb.co.kr/en/ai/drawdx
[44]DOFTECH 官网: https://www.doftech.co.kr/en/default.aspx
[45]ID2 产品页: https://www.doftech.co.kr/en/id2.aspx
[46]SmartFEED 页面: https://www.doftech.co.kr/en/feed.aspx
[47]AI Drawing Recognition 页面: https://www.doftech.co.kr/en/ai.aspx
[48]Scan2CAD 官网: https://www.scan2cad.com/
[49]Scan2CAD Enhanced Conversions & OCR: https://www.scan2cad.com/enhanced/
[50]AutoDWG 官网: https://www.autodwg.com/
[51]AutoDWG PDF to DWG Converter: https://www.autodwg.com/pdf-to-dwg-converter/
[52]在线 PDF to DWG 转换: https://dwg.autodwg.com/
