😱 Я ШОКИРОВАН — ChatGPT Astra + Fusion — Это меняет ВСЁ!

В видео автор тестирует работу искусственного интеллекта ChatGPT (в частности модели GPT-4o) в связке с параметрической САПР Autodesk Fusion через протокол Fusion MCP Server. На практических тестах ИИ генерирует детали по текстовому описанию и скриншотам чертежей: куб 30×30 мм с отверстием M10 за 3 минуты 54 секунды, кронштейн за 5 минут 33 секунды и сложную деталь с круговым массивом менее чем за 8 минут. Всего на три испытания были сожжены миллионы токенов и полностью исчерпан 5-часовой лимит тарифа ChatGPT Plus за 20 евро в месяц. Автор приходит к выводу, что ИИ уже сейчас впечатляюще справляется с параметрическим моделированием и пишет собственные скрипты автоматизации, из-за чего специалистам придётся переосмыслить свою роль и двигаться в сторону сложного реверс-инжиниринга 3D-сканов.

1. Эволюция ИИ в 3D: если год назад ИИ-генераторы (вроде Tripo или Meshy) выдавали преимущественно нередактируемые полигональные сетки STL для фигурок, то сейчас модели научились строить настоящую параметрическую геометрию непосредственно внутри инженерных САПР.
2. Проект собственного CAD от Salvatore: разработчик Сальваторе Sanfilippo (antirez) создал собственную локальную LLM Dwarf Star и всего за пару дней написал прототип собственного CAD для 3D-печати, который сочетает математические топологические пространства с функциями вроде скруглений.
3. Подключение через Fusion MCP Server: автор настраивает связь между десктопным ChatGPT и Autodesk Fusion через открытие порта Fusion MCP Server во вкладке API общих настроек программы, используя тариф Plus за 20 евро в месяц.
4. Первый тест с кубом: ИИ получает текстовое задание начертить куб размером 30×30 мм с центральным отверстием под резьбу M10, причём резьба должна быть честно смоделирована в геометрии, а не обозначена косметически.
5. Результаты генерации куба: за 3 минуты 54 секунды ChatGPT написал Python-скрипты управления Fusion, построил эскизы, сделал экструзию куба, нарезал реальную резьбу M10 и автоматически сохранил файлы STEP и F3D, потратив около 18% 5-часового лимита подписки.
6. Создание файла конфигурации агента: чтобы оптимизировать процесс, автор настроил рабочую папку и создал файл инструкций agents.md, в котором запретил ИИ без разрешения экспортировать STEP и F3D и велел сортировать ассеты по отдельным подпапкам.
7. Моделирование кронштейна по чертежу: на втором задании ИИ получил скриншоты чертежа ребристого кронштейна с ушком; модель самостоятельно распознала проекции, создала вспомогательные плоскости, переименовала эскизы и выдавила деталь за 5 минут 33 секунды.
8. Проблема размеров и самостоятельное написание скриптов: первичная деталь оказалась заблокированной фиксированными геометрическими ограничениями вместо размерных, после чего ИИ потратил 657 000 токенов и сам написал отдельные Python-скрипты для инспекции и правильной простановки размеров.
9. Параметризация через Change Parameters: после обновления инструкций ИИ перенёс все ключевые габариты детали в таблицу параметров (FX), назвав переменные (например, Mount width или Fastening center distance) и добавив комментарии, благодаря чему деталь корректно масштабируется.
10. Построение вилки с неполными данными: в третьем тесте с вилкой и слотом чертёж не содержал некоторых размеров, поэтому ИИ сам задал уточняющие вопросы, согласовал радиусы скруглений R2 и построил стабильную модель без ошибок в таймлайне.
11. Расход токенов и фоновый рендеринг: на построение вилки ушло около 4 миллионов токенов (с учётом кеша), при этом автор отметил, что во время работы ИИ нельзя трогать Fusion, поскольку агент активно делает скриншоты для самопроверки стабильности модели.
12. Сложная деталь с круговым массивом: четвёртый тест содержал сложную деталь с центральным конусом, где ИИ самостоятельно распознаёт симметрию, грамотно применяет операцию circular pattern и расходует 820 000 токенов (из них 742 000 из кеша).
13. Будущее профессии моделировщика: по словам автора, базовое построение параметрических деталей по чертежам становится общедоступным, поэтому ценность специалистов смещается в сложный реверс-инжиниринг необработанных 3D-сканов в твердотельные STEP-файлы.
14. ИИ в связке с CAD через MCP уже способен самостоятельно и качественно строить сложные параметрические модели по чертежам, автоматизируя рутинное моделирование и заставляя инженеров переходить на уровень контроля и реверс-инжиниринга.