生成式AI人居领域应用趋势调研报告

第一问 人居领域有必要做行业大模型吗？

• 技术发展历程：人工智能技术经历了两次技术奇点，2014年深度学习和生成对抗网络（GAN）的出现标志着智能化分析决策和设计输出的可能性，2023年ChatGPT和Stable Diffusion等生成式AI技术的飞跃式发展则预示着新的工作范式。
• 行业大模型的必要性：建筑行业大模型建设的必要性体现在其提升质量和降低成本的目标，以及在创意启动阶段和审图阶段的应用价值。
• 行业大模型的挑战：行业大模型的建设面临成本高、技术复杂、行业内部分歧和资源限制等问题，需要进一步的实际考量和策略部署。
• 行业大模型的应用价值：行业大模型在人居环境各子领域结合传统定量模型、行业知识工程、专家经验、各种非结构化数据等，仍然会有非常多样的使用场景。

第二问 人居领域行业大模型的基础是什么？

• 大语言模型的基座：大语言模型是生成式AI的一个重要应用领域，主要用于进行复杂的语言理解和文本生成任务。行业大模型是基于某个特定行业领域的数据进行训练和优化的模型，旨在更好地理解和处理该行业的专业术语、规范和语义，以满足该行业的需求。
• 建筑行业知识工程与知识图谱：知识工程是将人类专家的经验、传统规则模型和AI算法积累，以各种方式融入新的大模型生态中，从而实现对现有知识的重用和优化。知识图谱则是将知识工程的结果进行系统化的管理和表示，以支持后续的智能应用。
• 常用的具体技术手段和工具：Prompt工程、检索增强RAG、微调等。

第三问 人居领域大模型的数据层如何建立？

• 数据来源：工程项目现场数字化、楼宇运维阶段物联网采集、建筑师经验归纳、企业数据资产沉淀、全生命周期作业过程等。
• 数据处理方式：向量化是目前数据处理的主要方式，使用RAG、nl2sql等技术进行解耦。
• 数据属性：数据属性需详细标注，设计工作应扩展至更广泛领域，将经验整合至行业模型。
• 数据挑战：建筑领域数据相对匮乏，需解决数据真实性、有效性和及时性问题。工程建设领域数字化程度较低，需利用现代技术获取大量关键生产要素和管理要素的数据。人居行业独特的法规、规范、标准等，是大模型行业应用的共性基础，因版权问题商用存在问题，需要行业主管部门牵头协调。

第四问 人居领域大模型算法层如何建立？

• 地标建筑和背景建筑的设计：未来地标建筑的设计将更多依赖人类参与，而背景建筑设计可能会更多基于算法驱动。
• 应用领域：专业人员往往不参与生成式AI技术算法的训练工作，但仍然需要进行大量的微调、适配等工作，整合原有行业模型和算法。
• 大语言模型的空间知识理解：目前大语言模型对空间关系和空间知识的理解还非常薄弱，往往需要通过与BIM、GIS和时空计算等工具和方法进行连接，通过时空知识图谱等，帮助其形成完整的时空概念，才能更好理解和加工时空知识。
• 大模型的未来应用：最终，大模型有机会将建筑设计、性能评估和建造连接在一起，形成针对一个建筑工程项目多专业、全生命周期的完整解决方案的设计与策划。

第五问 如何搭建人居领域大模型的平台层？

• 平台层的定义：广义的平台层或连接层是指应用层和底层AI技术和硬件之间扮演桥梁的一层结构，以实现软硬件的集成与整合。
• 平台层包含：核心技术平台，如模型训练、模型优化和数据处理等能力，使非AI专业的开发者也能便利地开发AI应用；以及其他各种工具和服务，帮助开发者更快地实现复杂的任务。

第六问 在规划设计端行业大模型可能有哪些场景？

• 规划场景：PlanGPT工具在城市规划的前期调研、资料总结整理等环节，都有较为明确的价值。
• 设计场景：基于扩散模型的设计工具，用大量人工标注的方案图纸训练更加符合专业要求的成果，用于效果图渲染。

第七问 在建设运维端行业大模型可能有哪些场景？

• 施工企业：使用自己的大模型来提供规范检索等能力。
• 建筑施工机器人：目前较贵或维护困难，一般是租赁使用，未来智能设备和算法整合可能使操作更简便。
• 销售阶段：AI可以帮助销售顾问评估购买意向。
• 物业管理阶段：主要是智能安防，包括人脸识别进出。
• 双碳目标：通过布置传感器进行能耗监测和运行控制，但需权衡成本和效益。

第八问 行业大模型会对规划设计端带来哪些影响？

• 大语言模型与生成式AI的影响：将改变设计工具的形态，以新的方式创造出前所未有的空间特征，推动设计师从传统工具转向更现代的交互模式。
• 设计方案生成：通过对基地以及周边时空要素的全面描述和理解，加上规范标准和专家经验的知识工程，未来可能基于Agents等方式，实现设计方案的直接生成。
• 设计师角色转变：未来设计师角色会发生变化，优秀的建筑师会回归初心，重新成为复杂系统和全产业链的统筹者。

第九问 行业大模型会对建设运维端带来哪些影响？

• 人与AI和机器人的合作模式：未来在建筑运维和物业管理领域，人与人工智能（AI）和机器人（Bot）的合作模式将发生新的变化，为人们提供更高质量的服务。
• BIM的价值：建筑信息模型（BIM）的价值也会真正发挥，成为建筑全生命周期时空信息和知识的载体。

第十问 人居领域的人才培养会有哪些改变？

• 设计师角色变化：未来设计师角色会发生变化，优秀的建筑师会回归初心，重新成为复杂系统和全产业链的统筹者。
• 人才培养方向：设计教育需要更关注培养学生挖掘论证核心问题、协调多方利益的综合性能力。
• 新兴技术人才需求：企业需要研究人工智能技术的平台化、集成式部署与私有化、风格化训练等，这将产生对规划设计与计算机领域的新兴技术人才的需求。
• 跨学科融合：教育需要跳出传统“通才”教育的框架，更注重培养AI赋能型复合专才。

附录 人居领域生成式AI代表性产品

• UrbanYX：基于城市、面向城市的大模型解决方案，为政府部门、企业、社工、规划师、市民等对象，提供城市问题诊断建议、城市治理相关法律法规政策查询、城市优质活动推荐、开店选址建议等城市场景服务。
• 小库AI云：基于小库科技自有的AI建筑大模型能力，打造的一站式建筑AIGC创享平台，包含灵感生成、模型训练和共创共享三大核心模块。
• 中国金茂的大模型探索：金茂组织相关人员兼职成立AI大模型技术专项研究小组，致力于探索AI大模型的潜在应用与商业价值。
• 广联达：广联达依托于国产智能大模型及三维设计平台打造的数维房建设计整体解决方案是一款全专业BIM正向设计解决方案型产品。
• 品览筑绘通：筑绘通是面向工程领域的新一代智能设计平台，嵌入包含行业标准数据、规范要求、工程经验及常用做法的知识库，同时搭配强大的工程设计智能生成算法，实现绘图10倍提效。
• 国匠城一元技能：国匠城基于城市规划行业知识库，面向行业提出AI时代的“元技能”概念，通过“元技能果小匠”微信助手的形式，为用户提供知识服务。
• 上格云：上格云在楼宇机电系统运维项目中使用大型语言模型学习传感器数据，形成节能运维模式，并自动分发任务以提高效率。
• 建筑工程技术资料对话大模型Construction-GPT：Construction-GPT是建筑行业首个百亿字符知识增强对话大模型，实现了规范标准智能问答与查新、工程图集详图智能搜索、内控技术文件智能查询、私有知识库智能构建4项主要功能。
• PlanGPT - 规划专业大模型：PlanGPT是北京大学深圳研究生院行为与空间智能实验室提出的在规划领域的专用大型语言模型（LLM），该模型不仅利用了本地知识数据库和网络搜索功能，还通过特定领域的微调，成功地解决了城市规划文本带来的独特挑战以及通用大模型在行业领域应用中的不足。
• 合景悠活－物业智能客服大模型：合景悠活率先与腾讯云成立了行业第一家联合创新实验室，探索前沿技术在物业领域的应用落地，双方开始联手打造物业行业客服大模型。
• 飞渡峥嵘大模型：峥嵘大模型是飞渡科技基于多年行业积累的3D数据集，通过人工智能技术实现数字孪生领域中三维内容生成大模型。