在办公室里遥控整个工地、在施工现场上演“机器人总动员”……近年来，大数据、物联网、人工智能等技术加快与建筑业融合，传统建筑业逐步实现提质增效，焕发新生机。
尤其今年以来，在政策赋能下，建筑业与数智技术融合步伐不断加快。今年3月，住房城乡建设部印发《智能建造技术导则（试行）》，加快推进智能建造技术在工程建设全生命周期应用。
如何进一步推动人工智能技术与建筑业融合？智能建造提速，还需迈过几道坎？科技日报记者近日就此采访了多位专家。
数字平台成“得力干将”
2024年，中共中央办公厅、国务院办公厅印发《关于推进新型城市基础设施建设打造韧性城市的意见》。在推动智能建造与建筑工业化协同发展方面，该文件提出多个任务方向：深化应用建筑信息模型（BIM）技术；推动自动化施工机械、建筑机器人、三维（3D）打印等相关设备集成与创新应用；推进智慧工地建设等。
今年，记者走访多个施工现场时发现，上述许多技术已然“落地开花”。例如，在深化BIM技术应用方面，一些项目团队尝试把BIM技术与GIS（地理信息系统）相结合，打造集管理、生产、监控和服务于一体的智慧工地平台。
6月，重庆东站正式开通运营，这是西南地区规模最大、功能最全的铁路综合交通枢纽。中铁建工集团重庆东站项目BIM与信息化负责人段先航说，重庆东站总建筑面积123万平方米，建筑体量庞大，施工内容繁杂。在建设过程中，基于“BIM+GIS”技术搭建起的重庆东站智慧建造管控平台，成为管理团队的“得力干将”。
平台页面中央是重庆东站的GIS模型。段先航介绍，通过创新航线设计方法与优化建模算法，建筑团队可以用普通消费级无人机进行摄影、测量，大大节约建模成本。当仿真建模图被放大后，每条道路、每个塔吊、每栋建筑都清晰可见。
平台不仅可完成面积测算等基本操作，还能与现场智能化装备联动，通过物联网监测风险点位，传输实时数据，护航工地施工安全。“当我们点击页面上这个绿色的点位，它就能显示出塔吊的高度、力矩比、点位风速等信息。”段先航告诉记者，“为了实现分钟级监测，项目团队在施工现场布设了骨干网桥。它就像一个大Wi-Fi，能把数据迅速分发给平台服务器。”
平台为项目带来了巨大效益。段先航介绍，在安全管理方面，它填补了人眼看不到的盲区，为工人生命安全保驾护航。在施工规划方面，曾经需要开无数次会、反复协调的施工道路组织问题，也在平台的帮助下迎刃而解。
AI应用仍处起步阶段
数字信息技术应用不断深化的同时，人工智能技术也逐步渗透到建筑行业中。一些企业开展探索，以DeepSeek大模型为底座，搭建建筑行业大模型。这类大模型有的可用于施工成本测算、收支对比等财务领域；有的可用于建筑知识问答、业务内容讲解等问答领域。然而，记者发现，在图纸设计、方案分析等建筑施工核心环节，大模型应用情况却不乐观。
对此，段先航坦言，当前人工智能技术在建筑行业应用仍处于起步阶段，应用范围较为有限。这背后主要有数据和算法双重原因。
大模型好用靠的是“题海战术”，足够的训练数据才能“喂饱”大模型。就建筑行业而言，大模型的算法“黑箱”会降低业内对其的信任度与接受度。企业往往对大模型数据的安全性、隐私性存有疑虑，担心上传的关键施工数据被泄露。尤其很多工程的BIM模型、合同文件等信息都属于保密范畴，确保信息安全是首要任务。
此外，同济大学土木工程学院教授卢昱杰分析，一个施工项目可能涉及多个部门，数据系统往往彼此独立，难以互联互通，数据收集难度较大。现有工程建造数据质量往往参差不齐，工程图文数据标准不统一，无法保证数据的有效性和质量。
“巧妇难为无米之炊”，没有高质量、丰富的训练数据，大模型目前在应用过程中存在较严重的“AI幻觉”，无法正确理解指令，难以执行复杂任务。
段先航对此深有感触。“我曾试着给大模型一张测试图纸，让它据此生成一份施工方案，结果发现它连最基础的CAD图形识别都做不到，只读得懂文字。”段先航摇着头说，“在建筑施工行业里，读不懂图就意味着被淘汰。”
成本性能为落地关键
虽然人工智能落地建筑行业仍面临诸多难题，但其应用潜力不容小觑。段先航举例，在数据互通方面，人工智能有望通过整合数据，打破信息壁垒，解决因数据不连通、接口不统一导致的“信息孤岛”问题。在技术管理方面，人工智能有望优化施工图纸管理、编制施工计划，提升工作效率。在安全管理方面，人工智能可智能识别风险点位，全时段护航施工安全。
要促进人工智能在建筑行业落地，段先航认为，首先要解决本地化部署问题。将大模型部署到用户本地服务器或设备上，有助于保障用户数据隐私。然而，高昂的算力成本让许多施工团队望而却步。且不谈模型性能，据业内估算，一个较小规模的模型，总体部署下来都需要一二十万元，后续还会有各种维护成本。
可喜的是，随着技术不断升级，大模型算力成本不断降低。段先航认为，随着成本进一步下降，大模型本地部署或成为行业的主要选择。这有利于促进人工智能在建筑行业的广泛应用。
此外，还应推动行业大模型性能升级。当前，医疗、金融、教育等领域的行业大模型不断涌现。记者发现，其背后都有各类联盟、协会等行业共同体的推动。从成本看，训练高性能的行业大模型需要投入巨大人力物力，远非一家之力可以完成。
对此，段先航建议，共建行业大模型，推进数据共享，打破信息壁垒。“在重庆东站智慧建造管控平台的建设中，为解决多源异构数据的难题，我们做了大量‘体力活’，为不同信息化设备开发大量数据接口。这为后续开展大模型建设积累了经验。”段先航说，可通过建设建筑行业大模型行业协会等方式，推动行业数据标准统一，为大模型提供更加充足、高质量的训练数据。
在办公室里遥控整个工地、在施工现场上演“机器人总动员”……近年来，大数据、物联网、人工智能等技术加快与建筑业融合，传统建筑业逐步实现提质增效，焕发新生机。
尤其今年以来，在政策赋能下，建筑业与数智技术融合步伐不断加快。今年3月，住房城乡建设部印发《智能建造技术导则（试行）》，加快推进智能建造技术在工程建设全生命周期应用。
如何进一步推动人工智能技术与建筑业融合？智能建造提速，还需迈过几道坎？科技日报记者近日就此采访了多位专家。
数字平台成“得力干将”
2024年，中共中央办公厅、国务院办公厅印发《关于推进新型城市基础设施建设打造韧性城市的意见》。在推动智能建造与建筑工业化协同发展方面，该文件提出多个任务方向：深化应用建筑信息模型（BIM）技术；推动自动化施工机械、建筑机器人、三维（3D）打印等相关设备集成与创新应用；推进智慧工地建设等。
今年，记者走访多个施工现场时发现，上述许多技术已然“落地开花”。例如，在深化BIM技术应用方面，一些项目团队尝试把BIM技术与GIS（地理信息系统）相结合，打造集管理、生产、监控和服务于一体的智慧工地平台。
6月，重庆东站正式开通运营，这是西南地区规模最大、功能最全的铁路综合交通枢纽。中铁建工集团重庆东站项目BIM与信息化负责人段先航说，重庆东站总建筑面积123万平方米，建筑体量庞大，施工内容繁杂。在建设过程中，基于“BIM+GIS”技术搭建起的重庆东站智慧建造管控平台，成为管理团队的“得力干将”。
平台页面中央是重庆东站的GIS模型。段先航介绍，通过创新航线设计方法与优化建模算法，建筑团队可以用普通消费级无人机进行摄影、测量，大大节约建模成本。当仿真建模图被放大后，每条道路、每个塔吊、每栋建筑都清晰可见。
平台不仅可完成面积测算等基本操作，还能与现场智能化装备联动，通过物联网监测风险点位，传输实时数据，护航工地施工安全。“当我们点击页面上这个绿色的点位，它就能显示出塔吊的高度、力矩比、点位风速等信息。”段先航告诉记者，“为了实现分钟级监测，项目团队在施工现场布设了骨干网桥。它就像一个大Wi-Fi，能把数据迅速分发给平台服务器。”
平台为项目带来了巨大效益。段先航介绍，在安全管理方面，它填补了人眼看不到的盲区，为工人生命安全保驾护航。在施工规划方面，曾经需要开无数次会、反复协调的施工道路组织问题，也在平台的帮助下迎刃而解。
AI应用仍处起步阶段
数字信息技术应用不断深化的同时，人工智能技术也逐步渗透到建筑行业中。一些企业开展探索，以DeepSeek大模型为底座，搭建建筑行业大模型。这类大模型有的可用于施工成本测算、收支对比等财务领域；有的可用于建筑知识问答、业务内容讲解等问答领域。然而，记者发现，在图纸设计、方案分析等建筑施工核心环节，大模型应用情况却不乐观。
对此，段先航坦言，当前人工智能技术在建筑行业应用仍处于起步阶段，应用范围较为有限。这背后主要有数据和算法双重原因。
大模型好用靠的是“题海战术”，足够的训练数据才能“喂饱”大模型。就建筑行业而言，大模型的算法“黑箱”会降低业内对其的信任度与接受度。企业往往对大模型数据的安全性、隐私性存有疑虑，担心上传的关键施工数据被泄露。尤其很多工程的BIM模型、合同文件等信息都属于保密范畴，确保信息安全是首要任务。
此外，同济大学土木工程学院教授卢昱杰分析，一个施工项目可能涉及多个部门，数据系统往往彼此独立，难以互联互通，数据收集难度较大。现有工程建造数据质量往往参差不齐，工程图文数据标准不统一，无法保证数据的有效性和质量。
“巧妇难为无米之炊”，没有高质量、丰富的训练数据，大模型目前在应用过程中存在较严重的“AI幻觉”，无法正确理解指令，难以执行复杂任务。
段先航对此深有感触。“我曾试着给大模型一张测试图纸，让它据此生成一份施工方案，结果发现它连最基础的CAD图形识别都做不到，只读得懂文字。”段先航摇着头说，“在建筑施工行业里，读不懂图就意味着被淘汰。”
成本性能为落地关键
虽然人工智能落地建筑行业仍面临诸多难题，但其应用潜力不容小觑。段先航举例，在数据互通方面，人工智能有望通过整合数据，打破信息壁垒，解决因数据不连通、接口不统一导致的“信息孤岛”问题。在技术管理方面，人工智能有望优化施工图纸管理、编制施工计划，提升工作效率。在安全管理方面，人工智能可智能识别风险点位，全时段护航施工安全。
要促进人工智能在建筑行业落地，段先航认为，首先要解决本地化部署问题。将大模型部署到用户本地服务器或设备上，有助于保障用户数据隐私。然而，高昂的算力成本让许多施工团队望而却步。且不谈模型性能，据业内估算，一个较小规模的模型，总体部署下来都需要一二十万元，后续还会有各种维护成本。
可喜的是，随着技术不断升级，大模型算力成本不断降低。段先航认为，随着成本进一步下降，大模型本地部署或成为行业的主要选择。这有利于促进人工智能在建筑行业的广泛应用。
此外，还应推动行业大模型性能升级。当前，医疗、金融、教育等领域的行业大模型不断涌现。记者发现，其背后都有各类联盟、协会等行业共同体的推动。从成本看，训练高性能的行业大模型需要投入巨大人力物力，远非一家之力可以完成。
对此，段先航建议，共建行业大模型，推进数据共享，打破信息壁垒。“在重庆东站智慧建造管控平台的建设中，为解决多源异构数据的难题，我们做了大量‘体力活’，为不同信息化设备开发大量数据接口。这为后续开展大模型建设积累了经验。”段先航说，可通过建设建筑行业大模型行业协会等方式，推动行业数据标准统一，为大模型提供更加充足、高质量的训练数据。
据法新社巴黎3月15日报道，15日发布的一项新的重要分析称，影响神经系统的疾病——如中风、偏头痛和痴呆症——已经超过心脏病，成为全球范围内导致人们健康损害的主要原因。 英国科学家首次创造了一个新颖的实验平台，即“量子龙卷风”。它能模拟超流体氦中的黑洞，使研究人员能更详细地观察类似黑洞的行为以及与周围环境的相互作用。通过对超流体氦表面微波动力学的观 记者3月21日获悉，由中国科学院自动化研究所和中国科学院香港创新研究院联合研发的医疗领域AI多模态大模型——CARES Copilot 1.0日前在香港正式发布，现已面向香港神经外科医生开放使 再打一局游戏就睡，再刷几个视频就睡，终于放下手机，关灯睡觉了……结果翻来覆去睡不着，半夜醒来再也睡不着，为什么明明睡着了，睡眠质量却不高？3月21日是世界睡眠日，最新发布的《2024中国 美国加州理工学院喷气推进实验室的一个机器人专家团队，与卡内基梅隆大学机器人研究所科学家合作，开发出一种蛇形机器人，用于调查土星第六大卫星土卫二的地形，以寻找生命的“蛛丝马迹”。相关研究 “啪嗒啪嗒......”一只机器狗在街上迈着规律的步伐，拉着牵引绳的盲人，在它的带领下越过沿路障碍，平稳地行走着，电子导盲犬能否取代传统导盲犬，解决视障人士一犬难求的困境？西工大团队在这方面开展 。本文链接：智能建造提速，需迈几道坎？http://www.sushuapos.com/show-2-13065-0.html
声明：本网站为非营利性网站，本网页内容由互联网博主自发贡献，不代表本站观点，本站不承担任何法律责任。天上不会到馅饼，请大家谨防诈骗！若有侵权等问题请及时与本网联系，我们将在第一时间删除处理。
上一篇： “魔搭”成为我国最大AI开源社区