我用 AI 读了一张 20 年前的工厂图纸

老厂搬迁，翻出来一柜子图纸。纸已经发脆，扫描件 300dpi，但线条糊成一片。我的问题是：这些图纸能不能被 AI 变成可检索、可编辑的东西？

测试对象

挑了三张最有代表性的：

• A 图：1998 年手绘电气原理图，铅笔标注，部分被咖啡渍覆盖
• B 图：2005 年 CAD 晒图，线条清晰但比例尺丢失
• C 图：2012 年 PDF 打印后再扫描，文字层已失效

结果先说

A 图基本没戏。多模态模型能看懂"这是一张电气图"，但把继电器线圈和触点认成了方块。手写标注里"去 2# 柜"被读成"去 2# 桓"，这种错误在电气图里是致命的。

B 图和 C 图有用。做法是分两步：

1. 先让模型输出结构描述（有哪些回路、元件位号、连接关系），不要它画图
2. 再用结构描述去反推 netlist，人工核对位号

关键认知：AI 不是替代你读图，是替代你抄图。判断仍然要人做。

具体流程

扫描 300dpi → 去噪/二值化 → 分块识别 → 结构描述 → 人工核对 → 重建 CAD

分块很重要。整张图丢进去，模型注意力会散；按 A3 图幅切成 6 块，每块单独识别，再拼回连接关系，准确率明显上升。

成本

三张图，前后跑了大概 40 分钟，API 花费不到 2 元。真正的成本是我核对位号的两个晚上。

结论

老图纸数字化，AI 能省掉 60% 的录入工作，但省不掉判断。如果你的图纸要用于改造或安全回路，别信任何自动重建的结果，位号必须一个一个对。

下一步我想试试把识别结果直接生成 EPLAN 宏，如果能跑通，一个柜子的图纸能压到半天。