SKY-001 是什麼？Skyfall 工程世界模型號稱 CAD 快 51 倍，比較條件怎麼看

工程師要把一張產品照片變成 CAD 零件，通常得一個零件一個零件地畫草圖、拉伸、挖孔。Skyfall AI 在 2026 年 10 月 19 日發表的 SKY-001，目標就是讓模型替人走完這一串步驟。

台灣時間 10 月 20 日凌晨，X 上出現一則熱傳貼文，宣稱 SKY-001 在 CAD 與 BIM 任務勝過 GPT-6 Astra 等前沿模型，速度快 51 到 125 倍，成本低 150 到 210 倍。

查詢時這則貼文有 704 個讚、約 17.6 萬次瀏覽。

CAD 是電腦輔助設計，用來畫零件與機械，BIM 是建築資訊模型，用來記錄樓層、牆與門窗。這兩種工作的步驟都很多，所以「快幾倍」自然成了最吸睛的賣點。

但這些倍數全部來自廠商自己的測試。官方技術文章寫 CAD 快 51 倍、BIM 快 119 倍，產品頁把 BIM 寫成 118 倍，新聞稿副標題則寫「至少 100 倍」，三份官方文件的說法並不完全一致。

所以讀這則消息時，倍數要放在後面，先問的是測了什麼工作、用什麼指標打分、對手怎麼完成同一件事。官方對前兩項交代得很具體，第三項只有部分說明。

我的判斷是，這個模型適合追蹤 CAD、BIM 自動化的研究團隊與工具開發者，不適合想馬上拿它出圖、交付案件的人。它目前仍是研究預覽，官方把全面商用放在 2027 年初。

要讀懂這些數字，得先看它怎麼把一張圖拆成零件，再一步步畫出來。

SKY-001 是什麼？先分清世界模型與語言模型

SKY-001 是 Skyfall AI 稱為「第一個工程世界模型」的研究預覽，專門規劃複雜物體要怎麼一步步被建出來。世界模型是學習事物如何變化、再用來預測與規劃的模型，在這裡要預測的是設計圖逐步成形的過程。

官方 FAQ 說明它不像語言模型那樣逐個預測下一個詞元。給它一段文字或一張 2D 圖後，它會先判斷設計由哪些部分組成，再把這些部分逐層拆開，最後一個零件一個零件地生成。

Skyfall 的論點是，工程設計牽涉幾何關係，而且一個設計往往有數百到數千個步驟。文字描述讀起來通順，並不保證尺寸對得上、零件裝得進去，所以他們選擇直接在視覺空間裡規劃。

這是廠商的立場，不是已被獨立驗證的結論。我查詢時（2026 年 10 月 20 日）沒有找到第三方機構重現它的結果，官網導覽列的技術報告連結也還沒有指向文件。

這家公司總部在舊金山，研究據點在多倫多，官網寫研究團隊有 25 位工程師與研究員。官網的長期主張是用世界模型讓企業自主運作，SKY-001 是這條路線上偏向實體產品設計的一步。

弄清楚它的輸入與輸出，後面的數字才有意義。

SKY-001 的 CAD 與 BIM 流程：兩階段怎麼拆解設計

它把設計分成兩個階段，先決定設計由什麼組成，再決定每個部分怎麼建。官方稱前者為階層式組合器，後者為建構世界模型。

組合器先產生整體設計的粗略輪廓，再逐層拆分。以 CAD 為例，輸入一張產品照片後，它先產生粗略的 3D 形狀，拆成主要總成，總成再拆成零件，直到每一塊都是單一零件為止。

同一層的零件可以平行處理。因為一個零件確定後，它底下的子零件就能各自展開，所以需要依序進行的步驟，數量會跟著設計的層數成長，而不是跟著零件總數成長，這是官方解釋長流程可行的主要理由。

粗略形狀的表面粗糙，藏在內部的結構也缺漏，所以拆出來的零件常是開口的殼。拆分結束後，系統再用精修步驟補上內部形狀與細節，才得到可用的零件。

建構世界模型接手後，負責每個零件的畫法。CAD 零件通常不是一筆畫成，而是從輪廓拉伸成實體，再用新的草圖增加或切除材料。模型先規劃中間的 3D 狀態，再替相鄰兩個狀態畫出轉換用的 2D 草圖。

官方文章舉了一個引擎零件為例，先拉伸底部輪廓，再做第二次拉伸，最後切出三個特徵，共五個建構步驟。這個例子也說明輸出是一串草圖與操作，而不是單一的 3D 模型。

BIM 的做法類似，只是對象換成樓層平面。輸入是樓層外輪廓、牆厚，以及一份寫明房間大小與大致位置的簡短需求，官方的範例是先排出牆與動線，再把樓層分成三戶，每一戶接著拆成房間。

官方說 BIM 的建構順序學自一步一步的繪圖紀錄，模型會自己判斷畫到何時算完成，整層樓大約一秒就能展開。這個速度也是廠商自測，而模型能畫得出來，前提是學過夠多的零件與平面，所以訓練資料交代了多少，也要一併檢查。

延伸閱讀：NVIDIA USD BRep 開源解析：SMLIB 精確幾何如何接進 AI 與 CAD 工作流程

訓練資料有多大？官方給了哪些數字

官方說組合器學自超過 20 萬個零件，建構世界模型學自超過 60 萬筆建構範例。BIM 部分使用約 3.5 萬份真實與合成的樓層平面，共約 200 萬個繪圖狀態。

這些資料取自公開的線上資料集，再經過大量整理，例如重建零件階層、補回缺少的建構歷史。缺少歷史的零件，官方用工程軟體與語言模型流程反推出建構軌跡，驗證後才拿去訓練。

官方還拿零件分解資料集 PartVerse 做對照，PartVerse 每個物件的零件數中位數是 6，Skyfall 自己的資料是 288。

這代表它的資料切得更細，但文章沒有列出所用資料集的名稱與授權，所以讀者無法從文章判斷輸出能否商用。

另一個疑問是測試資料。文章沒有說明基準測試的 1,000 個零件是否已從訓練資料排除，如果兩者有重疊，高分有一部分可能來自模型見過這些零件。資料面的疑點先保留，倍數本身怎麼算出來，才是廠商宣稱的核心。

SKY-001 的 51 倍與 119 倍怎麼算出來？

CAD 的倍數以 GPT-6 Astra 為分母，它是官方名單裡 CAD 正確度最高的語言模型。官方把每一筆測試的平均時間與平均費用相比，得出快 51 倍、費用低 150 倍。

CAD 基準有 1,000 個零件，取自 Jaguar E-Type 跑車、FANUC 機械手臂、迷你拖拉機、直升機與噴射引擎等複雜物件，每個零件約需 100 個繪圖步驟。

成品用 IoU 對照參考形狀打分，IoU 是兩個形狀重疊的程度，100% 代表完全重合，下表是官方技術文章的數字。

表中最值得看的是 Astra 那一列，它的準確度與 Skyfall 的模型只差 0.6 個百分點，所以這個倍數主要反映速度與費用，準確度只是打平。

表中其他模型都比 Astra 慢，Qwen、Kimi 與 Grok 的 IoU 還低很多，所以相除的倍數雖然更大，意義卻比較小。產品頁的 CAD 表則列了不同的對手，這一點留到後面對照。

BIM 基準：約 119 倍與 186 倍

BIM 基準有 1,000 份平面，其中約 350 份是從 IFC 建築模型取出的整層樓，另外 650 份是單一住戶。每份約需 20 到 200 多個繪圖步驟，平均約 70 步。

BIM 的對照仍是 Astra，官方的理由是它被廣泛視為設計任務最強的模型。但以 IoU 來看，Gemini 3.8 Flash 的 42.3% 還比 Astra 的 40.6% 高。

我用表格數字自行相除，Astra 的耗時約是 Skyfall 模型的 119 倍，費用約 186 倍，與官方文章相符。X 貼文提到的 125 倍與 210 倍，我用官方表格算不出來，所以只能當成貼文宣稱。

三份官方文件，數字不完全相同

技術文章的 CAD 圖表列出 Gemini 4，產品頁的 CAD 圖表卻列出 Opus 5.5 與 Gemini 3.8 Flash，GPT-6 Astra 的 199 秒與 0.75 美元則兩邊一致。

產品頁那組對手比 Astra 快。Opus 5.5 是 110 秒、IoU 69.4%，Gemini 3.8 Flash 是 112 秒、54.7%，所以分母換成它們，速度倍數只剩約 28 到 29 倍，只是準確度也低了一截。

BIM 的數字在產品頁內部也有出入。卡片把 Astra 寫成 144.4 秒並標示 118 倍，圖表標籤卻寫 144.6 秒，與技術文章相同，官方沒有說明差異來源。

新聞稿的差距更大。副標題說它在推論效率與運算成本上勝過 GPT Astra 等模型「至少 100 倍」，內文列的卻是快 100 倍、成本低 150 倍，對手是 GPT-4、Gemini、Claude Opus、Grok 與未具名的開源模型。

CAD 的 51 倍低於 100 倍，所以就速度而言，「至少 100 倍」最多只對 BIM 成立。

還有一件事官方沒有交代，就是 Skyfall 自家模型的 3.9 秒與 0.005 美元是在什麼硬體上量的，費用又如何換算。

語言模型的費用可以用公開價格估算，但自家模型的算力成本，換算方式不同就會改變倍數。

IoU 79.7% 代表什麼？準確度要怎麼讀

IoU 的算法是把預測形狀與參考形狀的重疊部分，除以兩者合併後的總範圍，滿分是 100%，數字愈高，代表模型畫出的成品愈接近標準答案。

CAD 的 79.7% 與 Astra 的 79.1% 只差 0.6 個百分點，官方文章沒有附誤差範圍或重複實驗，所以讀者無法判斷這個差距是真的領先還是雜訊。比較穩妥的說法是，兩者在這組測試上表現相近。

BIM 的 43.6% 與 40.6% 相差 3 個百分點，但兩者都低於一半。這代表即使是領先者，產生的平面與參考平面重疊還不到一半，離可以直接拿去施工的圖面，可能還有一段差距。

官方另外測了零件拆解的品質，找兩個語言模型當評審，替 Skyfall 模型與 GPT-6 Astra 從同一張圖產生的零件組合打 1 到 10 分。評審是 GPT-6.1 Sol 與 Claude Opus 5.5，而且不知道哪個結果出自哪個方法。

五項分數裡，Skyfall 模型在零件分解拿 7.8，Astra 是 6.4，貼合輸入圖片是 8.1 對 6.7，外觀擬真的差距最小，分別是 7.7 與 7.4。所以官方呈現的優勢主要在結構與貼合輸入，外表好不好看拉不開差距。

這項比較有兩個條件要留意。Astra 被要求在單一請求中替整個組件寫 Blender 腳本，而且只有 82% 的資產成功產出模型，失敗的 18% 怎麼計分，文章沒有說明，所以分數差距有一部分可能來自任務形式，要不要把它放進工作流程，還得看你自己的需求。

延伸閱讀：H-JEPA 是什麼？世界模型先學會控制狀態，從看懂畫面走向規劃動作

誰該關注這個工程世界模型？導入評估前先確認什麼

適合關注的是 CAD、BIM 自動化的研究團隊、設計軟體開發者，以及想理解世界模型路線的技術主管。他們可以先加入官網候補名單，等官方釋出技術報告與介面。

不適合的是現在就需要可編輯成品的設計師。技術文章把草圖變成附可編輯特徵歷史的可執行操作，以及把平面變成可繼續編輯的建築模型，都列在下一步，也就是說目前的輸出還不是設計軟體裡能直接修改的檔案。新聞稿卻說它規劃的是「可執行」的 CAD 軌跡，兩份文件在這一點的說法不同，需要向廠商確認。

如果你的團隊想評估，最先要確認輸出格式，因為它得能匯入現有的 CAD 或 BIM 軟體，並保留參數與階層。

接著要弄清楚模型輸出是否受訓練資料授權限制，再要求廠商說明計時用的硬體、批次大小與費用換算。

最後用自家零件做小型測試。IoU 只量形狀重疊，不量尺寸公差、配合間隙與可製造性，所以測試時還要加上這些工程指標，才能知道節省的時間是否真的能用。

限制與風險：研究預覽階段要留意什麼

它現階段是研究預覽，官方把全面商用部署的目標放在 2027 年初。這代表價格、介面與服務條款都還沒有定案，現在做的任何比較都可能在商用版改變。

官方自己的示範也附了限制說明。技術文章註明，動畫中的轉換只是示意，儲存的草圖與 3D 幾何可能彼此不一致。產品頁則說明，最終畫面的材質是轉移到預測零件上的，並不是模型預測的。

因此，示範影片適合用來理解流程，不適合當成輸出品質的證據。看到零件閃亮漂亮的畫面時，應該回頭查它是模型直接預測，還是後製上色。

還有一個限制來自比較設計。基準由廠商自行設計與執行，技術文章沒有說明對手的提示詞、輸出格式與重試次數，如果對手沒有被調到最好，倍數就會偏高。這不代表廠商做了不當處理，只代表倍數需要第三方重現。

最後，X 上的熱度不能替數字背書。704 個讚與 17.6 萬次瀏覽只能說明這則消息被很多人看見，貼文的 51 到 125 倍與 150 到 210 倍區間沒有附出處，我也對不上官方表格。

SKY-001 常見問題

SKY-001 現在可以使用嗎？

官網目前提供候補名單，新聞稿稱它處於研究預覽，全面商用部署的目標是 2027 年初。我沒有找到公開的 API、價格或下載連結。

51 倍是跟所有語言模型比出來的嗎？

不是。51 倍是 CAD 基準中對 GPT-6 Astra 的結果，Astra 是名單中該基準準確度最高的語言模型。

換成其他對手，倍數就會不同。產品頁的 Opus 5.5 與 Gemini 3.8 Flash 在 CAD 比 Astra 快，Kimi K3 在 BIM 也比 Astra 快，有些對手的 IoU 則低很多，所以不能把 51 倍當成對所有模型的結果。

它會取代設計師或 CAD 軟體嗎？

官方沒有這樣宣稱。新聞稿說 3D 建構結果可以在 Autodesk Fusion 這類 CAD 軟體中即時檢視，技術文章則把可編輯的特徵歷史列為下一步，所以目前更像是自動產生建構草稿的研究工具。

世界模型一定比語言模型適合工程設計嗎？

目前沒有足夠證據下這個結論。Skyfall 只在自己選定的 CAD 與 BIM 基準上比較，其他工程任務、其他對手設定與獨立測試，都還沒有公開結果。

結語：先看比較口徑，再看倍數

Skyfall 提出了一個值得追蹤的方向，就是讓模型直接規劃設計怎麼一步步建出來，輸出一串草圖與操作。官方文章的架構說明相當完整，也列出了資料規模與基準設定。

但目前能確認的，只有廠商在自己選定的兩組基準上，用 IoU 與每筆耗時、費用做出的比較。倍數的分母是單一語言模型，BIM 的絕對準確度也不到一半，所以它還沒有證明自己能直接替換現有的設計流程。

如果你的工作與 CAD、BIM 自動化有關，可以先候補官方名單，並在技術報告釋出後，用自家零件重測速度、費用與可編輯性。想持續追蹤世界模型與設計自動化的後續消息，可免費訂閱 AI 郵報。

資料來源

• Skyfall AI 官方產品頁 SKY-001：https://skyfall.ai/sky-001
• Skyfall AI 官方技術文章 Introducing SKY-001：https://skyfall.ai/blog/introducing-sky-001
• Skyfall AI 新聞稿（WebWire，2026-10-19）：https://www.webwire.com/ViewPressRel.asp?aId=363053
• Skyfall AI 官網：https://skyfall.ai/
• X 貼文（熱度線索）：https://x.com/spisallyouneed/status/2112242023805964327