目前BIM的现状是 低段位玩家（青铜、白银段位）根据图纸建模，管线综合，解决设计与施工问题。高阶玩家（王者段位）则是推广BIM正向设计，将以前的痛点、各种可能的情况提前消灭在设计阶段。中段位玩家（铂金、星耀段位）则介于BIM建模与正向设计之间。

AI技今年是BIM技术涌现的一年，大家会好奇AI与BIM结合的具体应用是什么呢？接下来我给大家讲述BIM+ AI探讨 。

我梳理了目前在建筑业相关的十款AI工具，已经布局分布在建筑流程的前、中、后期——规划。

拿地阶段有DELVE、Giraffe；

概念方案阶段有Midjourney、Stable Diffusion；

BIM建模 有Architechtures、Planfinder、HyparAI；

渲染及后期有ArkoAI、Veras、Adobe Firefly；

施工图有SWAPP；

但在中国，AI已悄悄渗透进入商业化路径更清晰、发展潜力更大的ToB赛道上，特别是有“AI+”改造潜力的传统行业，比如建筑行业。

在建筑设计领域，AI“取代”的，主要是设计师，特别是不需要创意思维、重复性的这类工作。

建筑设计师的工作内容，分为 偏机械化的重复性工作 和 创意性工作 两类。根据业内对设计业务流程的时间统计看，设计师约有73%的工作时间忙于处理前者，仅有27%用在创造和协调沟通上。

比如设计阶段的 强排、渲染、审图、施工阶段的预测和能耗测算完全可以被AI取代， AI也可以辅助绘图，或自动生成一些标准化程度高的模块。

通过将AI算法模块嵌入 CAD、BIM 等信息化设计平台，头部建筑设计公司已初步实现了项目环节的自动化设计。

比如， 华设集团 旗下的AIRoad，在进行桥梁结构的参数化建模以及指定构件和起终点后，可自动创建桥梁模型，并生成高清渲染图，同时可与BIM 等信息化平台互通，便于进一步深化设计。

专注投前方案设计的小库科技、聚焦施工图设计智能化的品览科技、提供施工图智能生成服务的TransBIM（第三维度科技）、做云渲染的Arko AI、专注审图的 万翼科技 等。

目前主流AI框架主要能实现图像识别、语音识别以及推理分析等功能，单只图像识别又能衍生出诸如文字识别、人脸识别、物体检测等应用，这些应用目前已经有了比较成熟的体系，因此BIM技术可以尝试和AI的图像识别进行结合。

就拿BIM应用中最常规的应用净高分析图制作来说，目前净高分析图制作出来之后，需要一个有经验人去判断某个区域净高能否满足要求，某些地方的净高经过造价、施工等方面的权衡后可以适当放低，强调其经济适用性。

目前常规做法是先做出一份净高分布图的初稿，或者制作一份净高表，与会各方，共同确认净高后最终完成一份终版的净高分布图。这期间可能是一个多次讨论、多次修改调整的过程。而AI的 图像识别技术 则可以替代这个有经验的人。

通过AI技术图像识别技术可以将净高分布图内的车道净高，电梯厅净高。设备走道净高等信息提取出来，再结合AI的机器训练功能，通过多个项目的训练。它会告诉你车道净高2.2米是不是满足规范要求，其他项目是不是只做到2.2的净高，更高要求是多少等等。

这样，BIM工程师则可直接利用AI的经验去修改BIM模型与净高图来匹配大多数的需求。通过这样的做法则可以减少很多会议讨论协调，降低沟通成本。

目前BIM的一个新兴应用：BIM模型审查也可以尝试与人工智能进行结合。利用BIM模型的参数信息，可以写程序来判断其参数值是否满足规范要求，比如公共建筑楼梯前室的面积不能小于6平米，高层住宅栏杆高度不能低于1.10m等。

这类规范要求都可以直接查询BIM模型进行判断即可。但另一种情况目前较难判断了，如规范中的“任一”，“某某上方”，“某附近”等等很多语义难以进行直接判断。这就可以考虑用AI的思路进行解决了，通过AI的语言识别技术来进行判断，提高模型审核的准确性。

从深度看，AI目前仅能作为辅助设计工具，尚未实现完全自主性。

当前我们投喂的数据集还不够，AI底层输入仍依赖操作者的主观意志与知识结构，且依赖程度与项目复杂程度成正比。非标性的工作或业务难被取代。我们还发现，设计过程中AI容易出现错误，也不时需要人工干预和纠正。