在制造业，图纸识别的核心技术正经历一场变革。传统OCR与基于AI的图纸识别，虽然都处理图纸，但能力天差地别。
传统OCR：只认字，不认图
传统OCR技术的工作，是把图片中的文字区域识别出来，转换成可编辑文本。面对规整的印刷体文档，它很擅长，但应用到工程图纸时，问题就暴露了。
一张图纸上的标注"80×50 ▱ 0.03"，OCR能认出字符，但它不知道"▱"代表平面度。面对"位置度φ0.1ABC"这样的形位公差框格，它无法完全理解符号之间的逻辑关系。更关键的是，图纸常有倾斜、特殊符号，传统OCR准确率大幅下降。而且OCR输出只是一串连续字符，没有字段边界，无法识别制造业专业术语的语义。
传统OCR只能"读字"，无法"读图"，距离真正的图纸数字化应用还有很大差距。
AI图纸识别：从"读字"到"读图"的跨越
新一代AI图纸识别技术，以深度学习、大模型和视觉语言模型为基础，彻底改变了技术方案。它将整张图纸作为图像整体输入，同时理解图形符号和文本标注。
**2025年国际研究设计的混合框架，在解析2D工程图纸时整体F1-score超过93%，复杂图纸错误率更低。**另一项工业仪表图纸案例中，端到端准确率达到91.1%，显著优于传统OCR。权威研究一致确认：传统OCR应用于工业图纸识别场景能力不足，必须在语义理解层面突破。AI不仅能精准提取尺寸、公差，还能理解复杂形位公差符号和基准关系。
简会AI图纸识别：扎根工业的解决方案
厦门简会自主研发的AI图纸识别系统， 正是基于这一技术代差和行业痛点。系统能同时理解图形符号与文本标注，精准识别复杂图纸中的尺寸、公差、形位公差、技术要求等。 经过海量工业图纸训练，它不受固定格式限制，适配各类复杂排版。 在重型机械制造等真实场景中将极端复杂图纸的解析从5小时降至15分钟，效率提升了10倍以上。
厦门简会成立于2014年，是国家高新技术企业，联合厦门大学AI实验室，申报13项发明专利、79项软著，其AI图纸识别系统已入选福建省首批"小快轻准"数字化产品名单。