BBestAI CAMMANUFACTURING INTELLIGENCE 客戶登入 ↗

GERMANY VIDEO REVIEW · KNOWLEDGE REUSE

用自家歷史教 AI 編程：DELMIA 的知識重用式 CAM 影片導讀

BestAI CAM Manufacturing Intelligence · 2026-07-18 發布 · 閱讀時間約 8 分鐘 · 適用對象：CAM 工程師、技術主管、評估 AI CAM 的決策者

用自家歷史教 AI 編程：DELMIA 的知識重用式 CAM 影片導讀——文章封面圖
重點摘要（TL;DR） 德語圈系統商 marista 的這支新示範影片（2026 年 6 月發布）展示達梭系統 DELMIA Machining 的 KI 輔助 CAM 編程，流程說明得很完整：以一個複雜工件為例，軟體利用「過往專案中既有的製造知識」、辨識出相似的加工特徵，據此自動產生加工策略、刀具選擇與 NC 操作，產出的製程再經模擬與檢驗——目標是「透過製造知識的智慧重用」讓 CAM 編程最多快 70%（廠商宣稱）。這是 AI CAM 的第二條路線：不是白紙生成，而是把你自己廠做過的東西變成 AI 的教材。兩條路線各有適用：做過的類似件多，知識重用威力大；新型態的件多，生成式路線幫得上。共同前提只有一個——輸出都必須過模擬與驗證，而你的歷史案件要先數位化，AI 才有東西可重用。

01這支示範影片在講什麼

marista 是德語圈（瑞士）的達梭系統（Dassault Systèmes）合作夥伴。這支 2026 年 6 月發布的示範影片，主題就叫「CAM-Programmierung mit KI（用 KI 做 CAM 編程）」，展示對象是 DELMIA Machining[1]。

marista 示範 DELMIA Machining 的 KI 輔助 CAM：重用過往專案知識自動產生策略、刀具與 NC 操作（在 YouTube 開啟）

說明欄把流程講得異常清楚[1]：以一個複雜工件為例，軟體利用過往專案中的既有製造知識、辨識相似的加工特徵，並據此自動產生加工策略、刀具與 NC 操作；產出的製造流程接著被模擬與檢驗。目標數字：透過製造知識的智慧重用，CAM 編程最多加速 70%——廠商宣稱，引用時照例標明。

02流程拆解：從歷史知識到 NC 操作

把說明欄的流程按步驟拆開，每一步都有清楚的學理對應：

  1. 特徵辨識：認出新工件上的孔、槽、面——深度學習特徵辨識已是成熟能力[3]。
  2. 相似度比對：在歷史專案庫中找「做過的類似特徵」——這一步是知識重用路線的核心，對應機器學習文獻中資料效率最高的類比式推理[4]。
  3. 方案移植：把歷史案的策略、刀具、參數移植到新特徵上，生成 NC 操作——CAPP 文獻稱為變型式（variant）規劃，與生成式（generative）規劃相對[2]。
  4. 模擬檢驗：移植的方案仍要過模擬——因為「相似」不等於「相同」，驗證不可省。

眼尖的讀者會發現：這正是德國篇一路出現的思想收束——OPEN MIND 的相似工件搜尋、CINTEG 的零件家族方法、川崎重工的圖面資產化，DELMIA 把它做成了端到端的產品流程。

03兩條 AI CAM 路線：知識重用 vs 白紙生成

知識重用（DELMIA 這類）白紙生成（CAM Assist 這類）
知識來源你廠的歷史專案供應商訓練的通用模型
擅長場景類似件反覆出現的廠新型態件、沒有歷史可查的件
冷啟動需要既有數位化案件庫第一天就能用
結果風格貼近你廠慣例通用最佳實務
共同前提輸出必須過模擬與驗證，人做最終把關

兩條路線不是對立，是光譜：實務上最好的系統會混用——有歷史可循時重用、沒有時生成，全部過同一套驗證。判斷你的廠偏哪端，看一個數字就夠：過去一年，幾成的新單能在歷史案裡找到七分像的參考？

04台灣廠的判讀框架與前提

這支影片給台灣廠的兩個帶走的重點：

  1. 選型時問清楚路線：供應商說「AI 編程」時，先問是重用你的知識還是生成通用方案、知識累積在誰手上、冷啟動需要什麼。兩條路線的導入節奏與長期價值完全不同。
  2. 不論哪條路線，前提都是數位化的案件庫：知識重用要有歷史案可查，白紙生成的輸出也該回存成未來的參考——案件資料的累積是兩條路線共同的地基。

這正是 BestAI CAM 流程設計的用意：每張單走「AI 讀 2D 圖面→建 3D 模型→依廠內刀具庫與機台限制產碼→切削模擬→獨立 AI 尺寸交叉驗證」的同時，圖面、工序、程式與驗證記錄自動留存成結構化案件庫（見〈CNC 自動編程完整指南〉）——今天它讓每張新單的準備更快，累積起來就是你廠自己的「可重用製造知識」。DELMIA 影片示範的未來，地基是從第一張數位化的圖面開始鋪的。

05常見問題 FAQ

「編程最多加速 70%」可信嗎？

這是廠商在示範影片中的宣稱，且有明確前提：效益來自「相似特徵的知識重用」——你的歷史案件庫越豐富、新單與歷史的相似度越高，加速越明顯；全新型態的件享受不到這個紅利。導入前用自己的件譜實測，才是你廠的真數字。

知識重用路線和生成式 AI CAM 怎麼選？

看你的訂單結構：類似件反覆出現（零件家族、變型件多）的廠，知識重用長期價值高；新型態件比例高的廠，生成式路線的冷啟動優勢重要。兩者可混用，共同前提是輸出必須過模擬與驗證、且案件資料要持續數位化累積。

我們廠的歷史案都在資料夾和老師傅腦裡，怎麼開始？

不必先做大遷移——從今天的新單開始累積：每張單走 AI 讀圖、建模、產碼、模擬、驗證的流程，案件資料自動結構化留存。半年後你就有一個可比對、可重用的數位案件庫，屆時知識重用式的能力自然接得上。

訂閱技術專欄電子報

新文章與影片導讀上線時通知你——不塞爆信箱，一鍵取消訂閱。

YOUR HISTORY, YOUR AI

從第一張數位化圖面開始，累積你自己的製造知識庫

AI 讀圖產碼加驗證，每張單自動留下結構化案件資料——今天加速準備，明天成為可重用的知識資產。

聯絡導入顧問 教育訓練課程

📋 免費下載《CNC 發包檢核清單》（可列印）

← 回 BestAI CAM 產品介紹

06參考文獻

  1. marista ag（YouTube）。CAM-Programmierung mit KI（2026-06-24 發布，DELMIA Machining 示範）。youtube.com/watch?v=EgE5vksRKCs
  2. Xu, X., Wang, L., & Newman, S. T. (2011). Computer-aided process planning — A critical review of recent developments and future trends. International Journal of Computer Integrated Manufacturing, 24(1), 1–31.
  3. Zhang, Z., Jaiswal, P., & Rai, R. (2018). FeatureNet: Machining feature recognition based on 3D Convolutional Neural Network. Computer-Aided Design, 101, 12–22.
  4. Wuest, T., Weimer, D., Irgens, C., & Thoben, K.-D. (2016). Machine learning in manufacturing: advantages, challenges, and applications. Production & Manufacturing Research, 4(1), 23–45.