超 10 亿美元 USDT 从交易所流出，BTC 面临上行阻力

2024-08-15 00:08:59

AIGC（AI 生成内容）作为一项前沿技术，正在以惊人的速度改变着各个行业的面貌，各大产业都希望通过其真正的落地应用来推动数字化和智能化的转型升级。

在我国，建筑业是总产值超过 30 万亿的支柱性产业，而建筑业的数字化水平却是全国各行业中的“落后者”，甚至不及发达国家的十分之一。同时，建筑行业一直面临着许多挑战，如设计过程复杂、成本高昂和资源浪费、施工质量堪忧及安全隐患长期存在等。在建筑领域，极其需要尽快“跟上队伍”，进行数智化转型，而代表数智化最强有力的技术 AIGC，在建筑业的应用虽还处于非常初期的阶段，但其潜力正日益被认识和探索。

随着 AI 技术的不断发展和进步，AIGC 在建筑领域的应用潜力巨大，可以为建筑行业带来更高效、创新、个性化的设计和体验。作为 AI 在内容生成领域的具体应用，AIGC 可以理解为是 AI 技术在建筑领域应用的 2.0 版本，本文将通过浅析 AI1.0 版本在建筑全产业链不同环节的应用，进而延伸展望 AIGC 未来可能对建筑产业产生的变革性创新，希望能为从业者提供一定的参考，也欢迎大家讨论共创。

01****AI 在建筑业中的应用 - 1.0 版本

AI 主要通过机器学习、计算机视觉以及数据分析等多领域技术和方法助力建筑产业改进效率和增加价值

1.1 机器学习
机器学习是一种让计算机系统通过从数据中学习和改进经验来执行任务的技术。在建筑领域，机器学习可以应用于以下方面：
- 建筑设计优化：利用机器学习算法，可以根据大量的建筑设计数据，自动生成新的设计方案，并优化设计参数，如布局、结构和材料选择，以实现更高效、更创新的设计。
- 能源管理和优化：机器学习可以分析建筑能源消耗的数据，预测能源需求，并提供优化策略，从而实现建筑能源的高效管理。
- 故障诊断和预测维护：通过机器学习算法，可以对建筑设备和系统的性能数据进行监测和分析，以实现故障诊断和预测维护，提高建筑的可靠性和可维护性。
1.2 计算机视觉计算机视觉是利用计算机对图像和视频进行处理和分析的技术。在建筑领域，计算机视觉可以应用于以下方面：
- 施工监测与质量控制：通过计算机视觉技术，可以对施工现场进行实时监测，检测施工过程中的错误和偏差，并提供质量控制。
- 室内导航和定位：利用计算机视觉技术，可以为建筑提供室内导航和定位系统，帮助人们更轻松地找到目的地，提高建筑的使用便利性。
- 室内环境分析：通过对室内图像和视频进行分析，可以评估室内照明、空气质量和舒适性等因素，从而提供优化室内环境的建议。
1.3 数据分析数据分析是从大量数据中提取有用信息和模式的过程。在建筑领域，数据分析可以应用于以下方面：
- 建筑性能模拟：通过对建筑数据的分析，可以模拟建筑的性能，如能源消耗、热舒适度和采光效果等。这有助于优化建筑设计和能源管理。
- 建筑运营管理：通过对建筑运营数据的分析，可以实现设备维护计划的优化、资源利用的最大化和运营成本的降低。
- 建筑用户行为分析：通过对建筑使用者行为数据的分析，可以了解使用者的偏好和行为模式，为建筑设计和运营提供有针对性的优化策略。

从设计到施工，再到运营和维护，AI 可以与建筑全产业链的各个环节结合提高效率
建筑设计阶段：AI 技术可以在建筑设计中发挥重要作用。它可以通过数据分析和模拟来生成多种设计方案，并根据特定的需求和约束条件进行优化。AIGC 还可以提供实时的建筑性能评估，例如能源效率、通风、采光等，以帮助设计师做出更准确和可持续的决策。
施工阶段：AI 技术可以在建筑施工中提高效率和质量控制。通过使用传感器和监控设备，AI 可以实时收集和分析施工现场的数据，并提供准确的进度管理和资源分配。AI 还可以通过图像识别和机器学习来实现自动化的质量检查和安全监测，减少人为错误和事故发生的风险。
运营与维护阶段：AI 技术可以通过建筑物的智能化来提高运营和维护效率。通过连接各种传感器和设备，AI 可以实时监测建筑的能耗、设备运行状态和环境条件，并提供预测性的维护和优化建议。AI 还可以通过自动化的系统和智能控制来实现能源管理、安全管理和设备管理的自动化，提高运营效率和用户体验。
数据管理与决策支持：AI 技术可以处理和分析大量的建筑数据，包括设计数据、施工数据、运营数据等。通过应用机器学习和数据挖掘技术，AI 可以从这些数据中提取有价值的信息和洞察，并为决策者提供可靠的数据支持。这有助于优化整个建筑全产业链的决策过程，提高效率和成果的质量。
国外如 Bentley、Skanska 等公司在建筑领域落地 AI 技术方面的经验值得学习：
如 Bentley s，通过将 AI 和数字孪生技术相结合，推出了Bentley iTwin平台，将物理实体（如建筑、设备、城市等）与其数字模型进行连接和同步，通过在数字模型中模拟和分析各种场景和操作，可以预测实体的行为、优化其运行，以此来支持决策的制定和解决相应的问题，极大提高了企业资产运营和维护的生产力。

数字孪生将智能可见化的方式有助于做出及时而更明智的决策以 Porto 水务公司（Águas do Porto）为例，他们正在将更多传感器整合到数字孪生中，通过模拟，他们已经成功将供水中断的情况减少了近 43%，非收益水量 1 减少了 10%。他们还能实时追踪领域内的雨水排放情况，这使得团队在出现溢流风险时能够更加灵活地作出反应，同时也可以积极主动地采取行动，限制附近溪流和海滩的污染。目前，他们正在计划在该流程中引入机器学习，以加快决策速度。再如 Skanska（瑞典一家国际性建筑公司），他们探索并应用 AI 技术来提高建筑施工的效率。通过使用机器学习和计算机视觉技术，他们可以进行自动化的施工进度监测、质量控制和安全管理****。
在国内，小库科技在 AI 技术的探索走在前列：
“基于对业务的深刻理解和重构的业务逻辑，在产品设计上将 6 大业务模块与 AI 识别、AI 生成、大数据、云端协同等技术深度融合，实现了建筑规划、单体设计、构件生成等不同深度的建筑业务需求，从分析到设计到审查再到协同与输出，逐步覆盖了住宅类业务所需的广度和深度需求。”

「小库设计云 - 建筑规划」产品 6 大模块

「小库设计云 - 建筑单体」产品 6 大模块
02****AI 在建筑业中的应用 - 2.0 版本 AIGC从 AI 1.0 到 AI 2.0，我们认为最大的变化是 AI 更智能、自主学习能力更强、人机交互性能更高以及更低的实现成本，进而带来类似基于新能源的造车新势力之于传统汽油车企的体验变化。
同时我们认为，AI 2.0 所解决的客户需求并不是新定义出来的，而是基于原有的优先级较高、但尚未较好的满足的部分进行深化的过程。基于这一点考量，结合业界已有的实践，我们总结了如下几个方向。

2.1 AIGC 在建筑领域的前期应用适合从设计阶段切入，辅助设计师快速产出具有创意的设计素材和方案
我们认为 AIGC 在设计创意生成、智能室内设计和空间布局、建筑外观设计、建筑材料选择和结构优化等多个方面具有得天独厚的优势和能力。
建筑设计创意生成：AIGC 可以用于辅助建筑师和设计团队在设计阶段生成创意。通过训练模型，AI 可以学习大量的建筑设计数据和样本，并生成新的设计创意，帮助设计师拓展设计思路，快速生成多个方案，提供更多元化的设计选项。前不久，小库科技便发布了 AIGC 的设计应用产品，甚至在很多方面的生成效果超越了国外的 AIGC 设计平台。
智能室内设计和空间布局：通过分析建筑的功能需求、用户偏好和空间限制等因素，AI 可以生成优化的室内布局方案。它可以考虑各种因素，如流线、光照、通风等，以提供更舒适、实用和美观的空间设计。
建筑外观设计和立面生成：通过学习和分析现有的建筑样本和设计规范，AI 可以生成多个外观设计选项，并根据不同的需求和约束条件进行优化，不仅可以加快设计过程，还能提供更多样化和创新的建筑外观方案。
建筑材料选择：利用 AIGC 大模型可以根据建筑的使用环境和要求，自动选择最合适的建筑材料，从而提高建筑的质量。
建筑结构优化：利用 AIGC 大模型可以优化建筑结构，从而提高建筑结构的安全性和可靠性。
可以类比的是，Autodesk 在人工智能与生成设计的研发之旅最先从工业设计开始，其旗下 PIX Moving 的 AIGC 建模系统（Automotive Algorithm Modeling）AAM™于 2020 年向公众发布，PIX 提出了一种满足工业场景制造需求的策略，即通过学习海量车辆数据，利用大模型生成近似设计，然后利用算法将这些设计优化为精确的工程文档。该设计平台，集成了算法设计、仿真和制造技术，与经验丰富的工程师相比，它可以提高零部件设计的效率高达 60%，轻量化设计的效率提升最多可达 20%。建筑领域和工业的过程有很多相似之处。随着基于工业化能力的装配式建筑市场越来越成熟，这样的设计和建设思路同样可以应用在新兴的建筑领域。

2.2 在运维阶段亦可通过 AIGC 对建筑本体和设备状态进行实时监测****建筑故障诊断和维护：AI 生成内容可以应用于建筑故障诊断和维护。通过学习建筑设备的运行数据和故障模式，AI 可以生成故障诊断报告和维护建议。这可以帮助维护人员更快速地识别和解决问题，提高设备的可靠性和维护效率。
建筑维护管理：利用 AIGC 大模型可以对建筑的维护管理进行自动化，从而提高建筑的使用寿命。
建筑能耗分析：利用 AIGC 大模型可以对建筑的能耗进行分析，从而提高建筑的能源利用效率。

2.3 在建筑交付后的营销和客户服务领域，AIGC 将大有作为****装饰、装修效果生成：通过大量学习大量的装修材料、装修风格甚至艺术作品，可以基于建筑空间生成具有艺术性和视觉吸引力的效果方案，从而可以为客户提供更生动直观的展示，极大地提高营销效率。原有的建筑科技独角兽企业酷家乐在 AI1.0 时代积累了大量的经验和数据，也在深度与 AIGC 接轨，将这一能力提高到一个新的高度。
销售赋能：销售过程中，会产生大量结构化和非结构化数据。传统的营销管理是基于 CRM 的过程管理思路，通过数据指导营销优化、提升营销转化率的实践一直都在进行，但并未取得较大发展。究其原因，是数据体量以及训练的局限。大模型为这个领域的应用打开了新的思路。通过大模型的能力结合业务环境积累的数据进行训练，有机会打造出最佳销售实践模式并使所有营销人员与之对齐，进行有效的指导和反馈。思为科技的房产营销云和云知声的山海大模型都在尝试通过将 AIGC 嵌入到业务系统的方式，为销售提供有力的支撑，未来有望达到原有销售效率的数倍。

建筑领域 AIGC 技术的应用和发展面临着建筑行业数据分散质量差、专业人才缺失等诸多问题和困难
诚然建筑产业通过与 AIGC 技术的结合可以带来前所未有的产业变革，但在发展过程中依然存来诸多问题和困难需要克服。
- 数据质量和可靠性：AIGC 技术需要大量的高质量数据进行训练和分析。然而，建筑行业中的数据通常分散、不一致且质量参差不齐。收集、整理和清洗大规模的建筑数据是一项复杂的任务，需要耗费时间和资源。
- 数据隐私和安全：AIGC 技术需要大量的数据来训练和优化算法，但建筑领域涉及的数据涵盖了建筑设计、施工和运营的各个阶段，其中可能包含敏感信息。确保数据的隐私和安全成为一个重要的挑战，需要制定严格的数据管理和保护策略。
- 技术成本和复杂性：尽管 AIGC 技术在建筑领域的应用潜力巨大，但其实施和应用所需的技术成本和复杂性可能成为阻碍因素。需要投入大量资源进行技术开发、数据收集和算法优化，并培训专业人员来理解和操作这些技术。
- 标准化和合规性：由于 AIGC 技术在建筑领域的应用仍处于相对初级阶段，缺乏统一的标准和合规性框架可能导致应用的不一致性和风险。建立相关的标准和指南，以确保 AIGC 技术的合规性和质量，将是一个重要的挑战。

03****结论展望未来，AIGC 技术在建筑领域的应用具有巨大的潜力，AIGC 技术在建筑领域将越来越智能化、可持续化和个性化。它将推动建筑设计的创新和优化，实现建筑能源的高效管理、实现建筑运营的智能化和可持续发展和营销能力的提升。
然而，其在建筑领域的应用也面临上述安全、合规、应用性等一系列挑战，需要持续优化和进行产业适配，才能达到更高的效能。
AIGC 在建筑产业的应用落地任重道远，行业有识之士应积极探索和密切关注，抓住机遇，应对挑战，推动行业的进步和创新。
注释：【1】“非收益水”（non-revenue water）是指在供水系统中未能产生收益的水。这些包括泄漏、浪费、非法使用或未计费的水。非收益水是水务行业的一个重要问题，因为它导致了水资源浪费和财务损失。通过数字孪生和相关技术的应用，水务公司可以更好地监测和管理非收益水，减少水资源的浪费，提高供水系统的效率和可持续性。

部分交易

黑芝麻智能｜ClickPaaS｜第四范式｜讯能集思｜PROPHESEE｜本末科技｜开为科技｜群脉科技｜云蝠智能｜九四智能｜盎锐科技｜大麦地｜星辰空间｜星测未来｜星空动力｜九天微星｜范特科技｜薪人薪事｜优蓝国际｜颐圣智能｜超维知药｜知行合一｜微密医疗｜乐准智芯｜硅基智能｜极芯通讯｜恒百锐｜信迈医疗｜博志研新｜诺领科技｜新通药物｜普罗亭｜零犀科技｜深蓝航天｜达利凯普｜九天微星｜瑞莱生物｜三盟科技｜驭势科技｜江行智能

北拓研究