Skyfall AI 发布工程世界模型 SKY-001：文字或草图直接生成可执行 CAD 建模步骤，官方称 CAD 任务比 GPT-6 Astra 快 51 倍、便宜 150 倍

核心背景与行业痛点

大模型写代码、查资料已经很强，但设计一个由成百上千个零件组成的实体产品，需要的是几何与空间推理和超长步骤规划。现有 3D 生成模型大多只产出「表面好看」的网格，没有零件层级、约束和参数化特征树，工程师仍要花大量时间手工拆解建模。由 Maluuba（被微软收购的深度学习实验室）原班人马创办的 Skyfall AI 认为，这本质上是序列决策问题，不该用语言模型硬做，于是在 10 月 19 日发布了研究预览版 SKY-001。

架构亮点与底层机制

SKY-001 是层级式视觉世界模型，不做下一个 token 预测。流程分四步：先从文字或一张 2D 图并行生成多个粗略 3D 方案供挑选；再用递归的扩散式拆解，把选中的设计一层层拆到螺丝级零件；然后像设计师一样，逐笔画出每个零件的 2D 草图，再拉伸、切割成 3D；最后按层级把零件组装回完整装配体，可在 Autodesk Fusion 等标准 CAD 软件中查看。官方演示里，Jaguar E-Type 跑车被拆成 103 个末级零件、139 个节点，层级深度 5。

权威 Benchmark 与实测跑分对比

以下全部是 Skyfall 官方自测口径，暂无第三方复现。3D CAD 任务：SKY-001 IoU 79.7%、每例 3.9 秒、0.005 美元；GPT-6 Astra 79.1%、199 秒、0.75 美元；Claude Opus 5.5 69.4%；Gemini 3.8 Flash 54.7%；Kimi K3 9.5%；Grok 4.7 一个样例都没完成。BIM 任务：SKY-001 43.6%、1.22 秒；最佳 LLM 为 Gemini 3.8 Flash 42.3%，GPT-6 Astra 40.6%、144.4 秒。官方推文写的「快 51–125 倍、便宜 150–210 倍」，对应博客图表里 CAD 与 BIM 两项结果。评测集规模、样例构成和参数量官方未公布。

开发者实战落地与开箱指南

目前没有 API 和开放权重，只能在官网提交候补申请，新闻稿称商用部署目标是 2027 年初。做 CAD/BIM、硬件或数字孪生工具的团队，可以先看官方博客里的 3D 拆解演示，评估「零件树 + 建模步骤」这种输出能否接入自家流程。官方提醒演示图里的最终材质是后期贴上去的，不是模型生成的；在拿到访问权限、用自己的零件库测过之前，不宜把这些倍数当作选型依据。