ViewDesignEngine/docs/01-需求分析/05-核心竞争力与差异化功能.md

核心竞争力与差异化功能

目录

1. 竞品盲区分析
2. VDE 差异化功能矩阵
3. 杀手级功能详解
4. 实施优先级

---

1. 竞品盲区分析

对 7 个引擎逐一分析"他们没有什么"：

竞品	最大盲区	我们的机会
CGAL	GPL 许可、编译极慢、API 不一致、无 Python 原生支持	Apache 2.0 + 现代 C++17 + pybind11 绑定
OCCT	老旧 API、无网格处理、无碰撞、无可微分能力	统一 API + 全栈覆盖
libigl	无 CAD 建模、无自身核心算法、依赖链复杂	自包含引擎
Clipper2	仅 2D、无 GUI 无关的纯算法	3D 全覆盖
Manifold	仅网格布尔、无曲线曲面、无空间索引	一站式方案
GEOS	仅 2D GIS、无 3D	3D GIS 能力
所有引擎	无一支持可微分几何 / SDF 隐式建模 / 约束求解	技术蓝海

2. VDE 差异化功能矩阵

编号	差异化功能	竞品支持情况	类型
DF-01	统一现代 C++17 API	❌ 所有竞品 API 风格迥异	架构优势
DF-02	Python 原生绑定（pybind11）	🔸 CGAL 有 SWIG 绑定，libigl 有 Python	体验优势
DF-03	不可变几何 + 惰性求值管线	❌ 无引擎有此设计	架构创新
DF-04	内置二进制序列化（版本化）	❌ 全部依赖外部格式	体验优势
DF-05	内置性能分析/基准测试框架	❌ 无	开发体验
DF-06	WebAssembly 编译目标	🔸 Manifold 支持 WASM	部署优势
DF-07	SDF 隐式建模（平滑融合/变形）	❌ 无主流引擎支持	技术蓝海
DF-08	2D 草图约束求解器	❌ 仅商业 CAD 有（DCM, PTC）	杀手功能
DF-09	可微分几何（梯度传递）	❌ 无	技术前瞻
DF-10	自动 LOD 链生成	🔸 libigl 有简化，但无自动链	体验优势
DF-11	增量计算框架（脏标记+缓存）	🔸 OCCT OCAF 有，但笨重	架构优势
DF-12	GPU 加速 BVH 遍历	❌ 无开源引擎支持	性能优势
DF-13	实时碰撞检测模式	❌ 全部为离线/查询式	场景优势
DF-14	几何操作宏录制/回放	❌ 无	调试体验

图例：❌ 无人支持 🔸 部分/间接支持

---

3. 杀手级功能详解

3.1 DF-08：2D 草图约束求解器 ⭐⭐⭐

竞品现状：商业 CAD 的草图约束求解器（Siemens DCM、PTC 的求解器）是闭源核心资产，每个许可证数百万人民币。开源领域完全没有可用的约束求解器。

VDE 方案：

• 实现几何约束图（点约束、线约束、圆约束）
• 支持约束类型：水平/垂直/平行/垂直/相切/同心/等长/共线/对称/固定/标注
• 基于牛顿-拉夫逊迭代的数值求解
• 欠约束 → 自动推理自由度；过约束 → 冲突检测

竞争力：这将成为 VDE 的护城河——任何需要 2D 草图建模的应用都必须用它。

3.2 DF-07：SDF 隐式建模 ⭐⭐⭐

竞品现状：SDF（Signed Distance Field）建模在 Houdini、Blender 几何节点中流行，但没有一个 C++ 库提供原生支持。

VDE 方案：

• 基本体 SDF（球/盒/柱/锥/环/平面）
• SDF 布尔运算（光滑并/交/差）
• SDF 变形（扭曲、弯曲、拉伸、沿路径变形）
• SDF → 网格转换（Marching Cubes，自适应）
• SDF 混合（光滑过渡、形态变化）

竞争力：这打开了程序化建模和有机形态生成的市场，CGAL 和 OCCT 完全不碰这个领域。

3.3 DF-09：可微分几何 ⭐⭐

竞品现状：MIT 的 redner 和 NVIDIA 的 kaolin 有可微渲染，但无可微分几何计算库。

VDE 方案：

• 距离计算的反向传播梯度
• 碰撞检测的灵敏度分析（"如果我移动这个面 0.1mm，碰撞距离会变化多少？"）
• 布尔运算结果对输入参数的导数

竞争力：直接切入 AI+CAD 交叉领域，PTC 的 Creo 已经在做"生成式设计"，但底层没有开源的可微分引擎。

3.4 DF-03：不可变几何 + 惰性求值管线 ⭐⭐

竞品现状：所有引擎都是"命令式"的——修改几何直接改变状态，导致很难做撤销/重做、并行化、缓存。

VDE 方案：

// 惰性管线：操作不立即执行，而是构建计算图
auto mesh = load_mesh("input.obj");
auto simplified = mesh | simplify(0.5) | smooth(10);
// 此时还未计算——直到调用 .evaluate()
auto result = simplified.evaluate();
// 计算图可缓存、可序列化、可并行执行

竞争力：类似 TensorFlow 对数值计算的革命——几何计算也可以有计算图。

3.5 DF-02：Python 原生绑定 ⭐

竞品现状：CGAL 的 Python 绑定通过 SWIG 生成，OCCT 通过 pythonOCC，都很笨重。libigl 相对简洁但功能有限。

VDE 方案：pybind11 直接绑定，零额外依赖，pip install 即可用。

3.6 其他差异化功能

功能	价值	复杂度
DF-04 二进制序列化	比 OBJ/STL 快 10x 加载	⭐
DF-05 内置性能分析	开发者不用外部 profiler	⭐
DF-06 WASM 编译	浏览器里跑几何引擎	⭐⭐
DF-10 自动 LOD 链	游戏/VR 必需	⭐⭐
DF-11 增量计算	大型模型修改后快速重新计算	⭐⭐
DF-12 GPU 加速	BVH 遍历 10-100x 加速	⭐⭐⭐
DF-13 实时碰撞	游戏/仿真场景的持续碰撞检测	⭐⭐
DF-14 宏录制	调试/测试/复现几何 bug	⭐

---

4. 实施优先级

阶段	功能	理由
v0.5.0	DF-02 Python 绑定 + DF-04 二进制序列化 + DF-05 内置基准	立即可做，见效快
v1.0.0	DF-03 惰性管线 + DF-11 增量计算	架构级改进
v1.5.0	DF-07 SDF 隐式建模 + DF-10 自动 LOD	打开新市场
v2.0.0	DF-08 约束求解器 + DF-09 可微分几何	护城河
v2.5.0	DF-06 WASM + DF-12 GPU 加速 + DF-13 实时碰撞 + DF-14 宏录制	全覆盖