近期，阿里巴巴人工智能实验室推出了全息空间BIM产品，这是一套基于算法的BIM产品，这套产品包含全息空间BIM构建算法，工地安全管理，数字孪生城市等产品。

全息空间提供对物理世界真实1:1还原的模型能力，通过三维视觉算法及空间计算能力等AI技术建立虚拟空间，可以基于场景叠加各种空间信息和服务，如空间名称、商品信息、订购导览等，实现对物理空间的数字化管理。全息空间提供全息建筑及全息店铺两种服务，可真实还原室内外多种场景，适用于建筑地产、新零售电商、文旅等多个行业。

01

产品与服务

全息建筑

全息建筑产品基于AI LAB自研算法，由建筑图纸快速生成建筑信息模型（Building Information Modeling, BIM），还原建筑空间信息。全息建筑BIM生成速度快、模型精度高，BIM模型支持无缝对接主流BIM软件与平台，广泛应用于建筑楼宇、园区和城市的数字化建设与智慧化管理等多个场景。

全息店铺

全息店铺是利用三维技术，将线下店铺1:1真实还原到线上，打破地域限制，实现足不出户就可以远程逛店。店铺内还可以进行弹幕互动交流，360°浏览商品，享受导购员专属视频服务，与店铺内的虚拟人物进行AI问答互动。全息店铺打破了传统2D平面图的购物体验，带来犹如跟线下逛街一样的体感，打造全新的云逛街模式。全息店铺具有展示真实、互动性强的特点，可应用于商场零售、家装、休闲娱乐等各个行业。

02

产品优势

精度高

完整覆盖土建类BIM

精准还原建筑内外部几何细节

速度快

可将人工1个月的工作量缩短到 2-3天完成

效能提升10倍。

成本低

相比传统人工BIM建模方案，

成本缩减 60%以上

自研可控

基于自研算法

不依赖于Revit等国外厂商软件

03

产品架构

产品能力：人工智能实验室旗下产品——全息空间，利用三维视觉算法及空间计算能力，可实现对室内空间和室外建筑三维实景还原。

产品体系：通过自研设备做线下采集，在云上建模后生成多种场景下的三维模型，当前用拥有从硬件基础设施到PAAS到SAAS多层次的产品能力体系，可实现客户的定制化需求。

最佳实践：全息空间系列产品可广泛适用于家装、商场、博物馆、展会等室内场景，为用户提供身临其境的场景化体验。此外，也适用于智慧城市、智慧交通等室外场景，用于提升城市管理效率。小空间到大地球，全息空间利用AI技术创造未来的无限想象。

04

应用场景

全息展厅

阿里云AI LAB联合天猫精灵智能家居打造全息展厅，通过VR技术全方位展示空间内结构信息及陈列方式，支持在不同空间进行漫游，在线上空间模拟出智能生活场景。

数字门店

真实还原旗舰店场景，极致体现品牌调性，提供多维度商品展示和高质量互动体验，带来沉浸式的逛店体验，提升用户停留时长，沉淀会员数据。同时，支持不同平台推广展示。

房产可视化

全息建筑智能算法，可快速构建轻量、易加载的住宅楼宇和户型三维模型，并自动完成模型贴图渲染，为房产展销、家居装饰提供数字空间底座。

智慧园区

智慧园区解决方案结合全息建筑BIM智能生成技术，实现了实时、三维、全景的数字园区可视化，为园区管理赋予了更精准、更高效的信息展示。

全息空间系列产品可广泛适用于家装、商场、博物馆、展会等室内场景，为用户提供身临其境的场景化体验。此外，也适用于智慧城市、智慧交通等室外场景，用于提升城市管理效率。小空间到大地球，全息空间利用AI技术创造未来的无限想象。

05

全息空间BIM构建算法

机器建模的特点

输入

建筑CAD图纸，dwg格式。需包含每栋楼的平、立、剖面图。图纸精度直接影响模型精度。

输出

模型文件，支持ifc、rvt、obj、fbx格式。不包含模型贴图，渲染。

不基于软件平台建模，通过云端算法工具，导入经人工整理的CAD图纸，自动生成模型，算法自动生成的模型并不是Revit模型或3Dmax模型，而是一个模型数据包，这个数据包可以基于不同的平台打开，包含Revit软件和3Dmax软件，如此则能较好的解决国外软件“卡脖子”问题，这和目前基于Revit平台的自动建模插件是完全不同的思路。

人工需要做什么，机器可以做什么

? 适用各类住宅楼宇、商业地产建筑

? 输入平立剖面CAD图纸（或者矢量 PDF）即可

? 不需要客户对图纸做专门处理。

用户提供全套的设计图纸，至少包含平面、立面和剖面图纸给到阿里云人工智能实验室BIM产品团队，首先由团队对图纸进行整理，整理好的图纸，导入云端经算法计算生成模型数据包，由团队转换成不同格式的模型，同时机器会自动生成一份问题报告。这个过程有两部分工作需要人工完成，第一是图模一致性的审查，对模型中建模错误的问题和算法识别错误的问题进行修改，比方说门窗族匹配错误等情况进行更改；第二是对机器生成的报告进行整理，并对图纸表达不清楚或无法识别的问题进行整理，合并一起生成最终问题报告，报告中的问题需要用户进行明确，明确后将模型修改完成。

① 机器是怎样识图的

机器在提取数据生成模型时，是怎样识别平立剖面图呢？怎么样像人一样融合平立剖面来理解呢？机器识图是这样一个过程，首先识别建筑平面图，提取数据生成数据包模型，然后再识别立面图生成数据包模型，最后识别剖面图生成数据包模型，这三处数据包模型进行整合剪切生成最终数据包模型。举一个简单例子，墙上面有一个窗户，通过平面图可以定位到墙体的宽度尺寸和窗户的平面位置信息，算法会记录到这些信息生成模型数据包；通过立面图获得窗户的位置和尺寸信息，生成模型数据包，然后这两个数据包模型进行融合，将有用的信息整合起来。这其实是和人识图的逻辑高度一致的，只是计算机再做时候需是有先后的分步骤计算。

② 为什么可以不基于软件平台

算法建模产品为什么可以不基于平台生成模型呢？全息空间产品是基于图形识别，比如说一个构件实例门，门的信息通常包含以下几个方面，第一个方面是门的几何信息，第二部分是门的位置及定位信息，第三个部分是门的属性信息，这三部分信息被提取成为数据，以数据包的形式分类存放，而大部分BIM软件在生成模型时也是这几方面的数据，模型数据包中的分类信息与软件底层信息实现一一对应，在不同软件打开这个数据包时，即可生成模型。

机器建模的效率如何

云端算法构建模型

? 建模算法已覆盖建筑、结构专业以及部 分幕墙专业

? 建模效率远超人工：10万㎡建筑建模耗时 <1天

它的精度和效率如何呢？这款产品主要是针对建筑结构建模，机电专业相对复杂，目前正在研发阶段。针对的建筑类别，主要是住宅比较多，较为规整的商业地产建筑也可以。全息空间对外公开数据的表明，10万方的住宅楼、规整商业楼，人工整理图纸，算法自动生成，生成数据后整理修改出具报告，耗时3个工作日，这个效率不知比人工建模高出多少倍，这个建模时间影响因素主要在于图纸质量以及人工干预的时间上，云端算法生成数包据模型是极快的，如果设计质量太差，整理内容就比较多，后期出报告的时间也就比较久，即便如此，也能在3-5个工作日完成。可将人工1个月完成的工作量2-3完成，效率提升10倍。

机器建模的精度如何

交付标准化模型文件

? 依图纸所绘，精准呈现建筑内外部细节。建筑、结构 专业深度不低于LOD300，幕墙专业不低于LOD200

? 模型区分建筑部件，包含几何、材质等属性信息

? 支持输出 IFC、RVT、OBJ、FBX 、pmodel、xdb等 通用格式

目前建筑专业，包含各类墙体、门、窗、栏杆扶手、直梯、扶梯、楼梯、楼板模型深度不低于LOD 300，建筑细节基本可以完整表达；结构专业，包含各类墙、梁、板、柱，模型深度不低于LOD300。这些构件的几何属性和材质属性等均完整。这个深度的模型满足常规的管线综合净空分析等应用是完全没有问题的。

建筑模型

结构模型