SOLIDWORKS AI 功能解读：LEO的模型编辑、工程图与自动化工作流

导入模型需要继续修改，工程图需要反复设置，批量属性更新又涉及重复操作。设计工作中，这些环节既需要工程判断，也包含不少可以被工具辅助的步骤。

在 SOLIDWORKS 2027 的工作流中，LEO 将自然语言交互与模型、工程图、装配体分析和宏生成联系起来。理解这些能力时，更有价值的问题是：输入什么要求，得到什么结果，以及工程师在哪些节点进行检查？

导入几何体转为可编辑模型

LEO 可以辅助将导入的 STEP、IGES 几何体转换为可编辑、基于特征的 SOLIDWORKS 零件，为后续修改与复用提供起点。

图1：导入几何体转为可编辑模型的功能示例。

这与后台导入是不同能力：后台导入关注导入期间能否继续工作，参数化转换关注导入后的模型怎样编辑。对于供应商模型或历史中性格式数据，应检查生成特征能否支持计划中的修改，并核对关键几何。

工程图生成：先明确模板、标准与视图

通过与 LEO 对话，可以提出工程图模板、标准、主要视图和其他要求，再审阅预览并继续调整。符合设计意图后，可以保存到选定位置。

图2：通过对话辅助生成工程图的示例。

这类能力把初始设置与调整过程放进交互工作流。工程师的输入越明确，越便于检查结果：采用哪套模板，哪些视图必需，尺寸与注解应表达什么要求，都值得在开始时说明。

生成后还要核对视图、尺寸、标准和制造信息。对需要正式交付的图纸，企业原有的出图审核依然应当保留。

装配体分析与简化：先定位影响环节

LEO 可以分析装配体打开、重建、图形加载和模型复杂度等因素，提供针对性的建议；还可以根据结构、使用情况和性能需求，推荐并创建适当的 SpeedPak 配置。

图3：装配体性能分析的交互示例。

对于需要简化的模型，应先明确保留哪些几何与信息，再检查简化结果是否满足当前查看、设计或交付任务。不同任务对模型信息的要求不同，不能把某一次简化结果当作所有环节的统一版本。

更改影响分析则可以帮助识别受影响的零件、装配体和下游依赖，便于在正式修改前了解关联范围。它提供分析线索，变更决策仍应结合工程要求与相关人员确认。

自然语言宏生成：把重复任务变成明确规则

重命名文件、导出交付物和更新模型属性等工作，可以通过描述任务让 LEO 辅助生成宏，并在编辑器中审阅和继续调整。

图4：宏生成及代码审阅的相关界面示例。

使用前可以先写清处理范围、输入条件和预期输出。例如，需要处理哪些文件，命名规则是什么，遇到重复名称怎样处置，哪些原始数据必须保留。把需求说清楚，有助于减少后续来回修改。

从低风险、结果容易检查的任务开始

可以先选择范围明确的重复任务或辅助分析需求：一个零件的可编辑转换、一张工程图的初始设置，或一小批测试文件的属性处理。记录输入要求、生成结果和人工调整，再决定是否扩大使用范围。

LEO 还涉及装配说明生成、自然语言选择和设计相关信息查询等工作流。团队应用时，可以按岗位定义常用任务与检查规则，让 AI 辅助与现有设计流程相衔接。

常见问题

这些AI能力都是2027首次新增吗？

不应这样理解。相关能力包含 R2026x FD01–FD03 增量更新，实际可用范围应按使用的产品、版本和平台条件确认。

生成宏之后可以直接批量处理正式文件吗？

建议先审阅代码，在副本或测试文件上验证，再按企业流程执行。特别要检查文件范围、覆盖行为和结果保存方式。