新闻资讯
DeepSeek赋能建筑业：效率暴增只是开始，数据才是终极战场？
在人工智能浪潮席卷全球的当下，建筑设计行业也迎来新一轮变革。无论是OpenAI的ChatGPT，还是国内大厂推出的DeepSeek（深度求索）等大模型，似乎都在向传统行业抛出橄榄枝。但AI（人工智能）技术究竟能否真正赋能建筑行业？还是仅仅停留在跟“热点”的阶段？近日，记者采访了勘察、设计、软件等领域的专家，请他们分享各自探索与观点。
数智化转型：从基础设施到应用创新
在人工智能浪潮的推动下，华建集团正积极探索工程设计行业的数智化转型。华建集团副总工程师，华建集团上海科技发展分星空（中国）官方体育网站党总支书记、总经理徐晓明带领团队通过系统性创新实践，围绕四方面构建覆盖全价值链的数智化支撑体系：
一是基础设施层，推动集团私有云基础设施建设，打造行业领先的云服务能力；
二是数据治理层，建立企业级业务数据标准体系，探索集团70年沉淀业务数据的结构化治理；
三是平台支撑层，研究云端工作流，探索云端协同设计平台；
四是应用创新层，探索AI RAG知识库、AI识图、参数化设计工具等数智设计应用。
DeepSeek赋能：提升知识管理与数据治理效率
DeepSeek技术为徐晓明团队在两个方面带来了比较明显的价值：
一是对AI RAG（检索增强生成）知识库的优化，提升了知识管理效率。基于DeepSeek的语义理解与检索增强能力，有助于优化企业级AI RAG知识库，辅助实现设计规范、历史项目数据、行业标准等非结构化知识的高效整合。例如在大型体育场馆设计项目中，传统知识检索需耗费数天时间，而通过DeepSeek驱动的知识库，设计师只需输入自然语言问题，系统即可秒级定位相关条文并生成摘要，效率提升超80%。
二是业务数据治理层面，提升业务数据治理效率。基于DeepSeek可以构建智能化、自动化和多模态处理能力，为企业业务数据治理提供全方位的支持。DeepSeek可以辅助智能数据清洗与质量管理，自动识别重复记录、填充缺失值，辅助项目数据的打标工作等等。
未来筹划：战略、技术、商业三维推进数字化转型
徐晓明表示，团队将从战略规划、技术布局、商业模式三个维度推进数字化转型：
一是深化企业数字化转型路径探索，包括业务数据治理和云端工作模式等；
二是前沿技术跟踪与应用深化，包括建立“生成式AI-多模态模型-智能体技术”三级技术跟踪体系，加强垂类场景适配，开展设计助手Agent等领域研究；
三是数字化业务价值闭环构建，展开产品式或“平台+服务”式盈利模式的相关探索和尝试。
企业应对：应当把握“三个重构”与安全边际
面对人工智能带来的行业变革，徐晓明认为设计企业应把握“三个重构”：
能力重构：实施全员AI素养提升计划，培养既懂建筑又掌握AI工具使用技巧、既精设计创意又通工具搭建的复合型人才梯队；
流程重构：建立“人机协同”的新型工作范式，如在方案设计阶段引入生成式AI快速生成概念方案，在施工图阶段部署智能审图系统实现质量管控；
价值重构：重点突破传统设计费模式，通过沉淀行业知识图谱、开发智能设计IP、构建工程大数据服务平台等方式，开辟数字化增值服务新赛道。
他强调，行业应当建立“AI+工程”的安全边际体系：一方面推动建立建筑AI伦理指南，制定设计责任认定机制；另一方面构建行业级AI验证平台，对智能设计成果进行合规性校验，确保人工智能应用始终服务于工程质量的本质提升。
大模型不是万能钥匙：要突破三个结构性矛盾
结合实践经验，徐晓明提出了当前需要重点突破的三个结构性矛盾：
一是通用模型与垂直场景的适配性矛盾。在建筑领域应用中发现，以DeepSeek-R1为代表的通用大模型虽在文本生成、逻辑推理方面表现优异，但在处理建筑规范条文引用、构造节点深化等专业场景时，仍存在参数幻觉与工程精准度的矛盾。例如在消防疏散相关问题中，模型可能生成符合语法规范但违反防火间距要求的方案。对此，团队正在探索“通用模型+领域知识增强”的混合架构，通过RAG技术实现专业约束条件下的可控生成。
二是数据治理能力决定AI价值上限。当前行业普遍存在“外部数据整合易，内部数据价值化难”的困境。实践发现，虽然DeepSeek已学习海量公开数据，但企业积累的数十年设计图纸等私有数据尚未形成有效资产。为此，设计企业需要加速企业级业务数据治理，构建业务数据资产库。
三是AI工具链的生态构建需求。AI需要匹配专业工具才能释放生产力，AI+设计存在“大脑聪明而手脚不灵活”的矛盾。大模型不是万能钥匙，但无疑是数字化转型的关键杠杆。目前大模型的快速发展提供了一批聪明的大脑，但是真正赋能设计，还需要给大脑配备足够多、足够好用的手和脚。只有同时推动构建一批应用工具，才能让AI真正成为设计行业高质量发展的新质生产力。
数字化转型战略：全流程再造驱动效率革命
上海市岩土地质研究院总工程师廖志坚表示，其团队致力于推进岩土工程全流程数字化与智能化转型，重点围绕岩土工程勘察、监测、物探、设计等核心业务环节，通过数字化重构和AI技术应用，实现工作和管理模式革新。在提升日常作业效率的同时，深度挖掘业务数据价值，并持续开展创新性技术研究，推动行业关键技术突破。
DeepSeek模型：自然语言驱动日常作业提效
“DeepSeek的新模型以其低成本、高效率、开源的优势，让不同行业都感受到了前所未有的震撼。”廖志坚指出，从他们近期的探索来看，DeepSeek所开发的相关模型，将对岩土工程领域的工作理念和方法带来巨大变革。今后，可以基于DeepSeek-V3和R1模型，通过简单的自然语言描述，高效完成多种日常任务，如勘察、岩土设计报告、监测报表中的文案撰写，数据归集与分析，设计方案初步比选，成本核算等。对于某些复杂或具有数据保密要求的工作，星空（中国）官方体育网站也可以通过DeepSeek Coder模型，快速生成程序代码并完成相关任务，显著降低对专业编程人员的依赖。
破局行业双瓶颈：数据壁垒与趋势预测
面对行业核心挑战，廖志坚表示，星空（中国）官方体育网站研究团队正着力解决两大核心问题：一是如何更好地打通勘察、监测、物探、设计等环节的多源数据，减少跨专业数据壁垒带来的低效问题；二是如何利用有限的实测数据对工程施工和运营期间的岩土体和结构体变形趋势进行预测，进而为工程建设和运维提供支撑。
为此，团队将结合多年积累的岩土业务资料，探索并打造标准化、高效率的数据格式，优化各环节数据共享逻辑，打造岩土工程全流程数字化体系。同时，将结合物理信息神经网络等方法构建岩土体本构代理模型，通过少量样本实现较为准确的未来趋势预测，逐步取代常规的有限元预测方法。
从业人员转型方向：从操作者到AI指挥官
对于岩土行业的一般从业人员，人工智能带来的挑战显而易见。“大量重复的、低创造性的劳动已不再需要依靠人力来完成，如果继续沿用常规的工作思路和模式，将很快被取代和淘汰。”廖志坚认为，行业人员亟须升级双重能力：一是角色转换，从项目的“操作者”转变为“指导者”，让AI工具代劳重复性工作，提高日常工作效率。重点是要学会如何提问、提要求，实现良好的人机协作，以更好获得答案和成果。二是要坚持专业主导地位，不能完全让AI取代人的决策。例如，在勘察数据解读、基坑支护方案设计等日常任务中，既要善用机器视觉、方案自动生成等AI技术提升效率，更要基于工程环境复杂性、岩土体不确定性、施工进度变化等因素，从专业知识和经验考量，对AI输出成果进行严格把控，确保工程决策的科学性与安全性。
从造价软件到AI全链条：广联达的AI愿景版图
广联达作为国内建筑信息化领域的龙头企业，早在2015年便布局AI研发。经过近十年探索，推出七大核心应用：设计、算量、交易、施工、物资管理、安全管理和教育。其中，AI驱动的方案设计工具“Concetto（数维方案设计软件）”于去年首发。
“Concetto的核心是让设计师从重复的劳动中释放出来，回归创意本身。”广联达资深业务架构师徐静进举例，一张高空鸟瞰效果图外包成本高达数千元，而Concetto通过AI渲染技术，可在输入模型后一键生成风格化效果图，设计成本大幅度降低。此外，该工具还能实时估算项目造价，基于广联达积累的海量的真实项目数据，将原本需要多专业协同才能完成的工作流可以高效地集中在设计师上闭环。目前，该软件已在全国200多家设计院试点，覆盖500余名设计师及2000多名高校师生。
更关键的是，广联达构建了建筑行业首个垂直大模型AecGPT。该模型以建筑行业规范、图纸、施工数据为训练基础，覆盖规划、设计、施工等七大领域，具备自动化生成、分析决策等能力。“星空（中国）官方体育网站的目标是将AI嵌入建筑全流程，从设计到施工再到运维，形成闭环。”徐静进表示。
建筑设计AI化的真正痛点：数据“脏乱差”
尽管成果显著，徐静进直言：“建筑行业的AI转型远比其他行业艰难，核心挑战不止在技术，更多在数据。”
建筑行业数据具有高度复杂性：既有文本类合同、招投标文件，又有二维CAD图纸、三维BIM模型，甚至施工现场的传感器数据。这些数据不仅格式异构，且存在严重缺失和低质问题。“许多历史项目数据未被数字化保存，或质量不高。比如设计院的方案模型，到施工阶段可能已改动上百次，但过程数据未被记录。”徐静进举例。
此外，行业标准化不足加剧了数据处理的难度。“不同设计院的图纸标注规则不同，甚至同一项目的上下游数据格式都无法兼容。”广联达为此投入大量资源建立数据清洗规则，“但数据问题是无底洞，需要全行业长期投入。”她感慨。
DeepSeek只是工具之一：产业链协同才是关键
对于DeepSeek，徐静进持理性态度：“DeepSeek的推理能力确实可以提升交互体验，但它只是众多基础大模型的一部分。建筑行业的数据复杂度过高，尤其是三维模型和图纸的处理，并非单纯依赖语言模型就能解决。”
她认为应采取“通用+垂直”协同策略：通用任务（如文本处理）调用DeepSeek等开源模型，专业任务（如造价估算）则依赖通过训练的领域大模型。以广联达的AI造价估算功能为例，两者衔接后，模型不仅能生成造价清单，还能自动输出汇报话术，帮助建筑师向甲方解释各种问题，例如“地下工程单价为何高于平均水平”。
徐静进强调，这种提升建立在高质量的数据之上，建筑行业的AI化需上下游协同推动：“设计院提供最新项目数据，施工企业反馈现场问题，硬件厂商确保传感器数据精准……单靠一家软件星空（中国）官方体育网站无法打通全链条。”广联达正尝试构建开放生态，吸引更多参与者贡献数据和场景。
在广联达智能设计AI软件的规划中，2025年将进一步增强图纸渲染能力，同时提升AI对碳排放等环境指标的精准估算和仿真分析，全面实现从创意到落地的全流程智能化，推动建筑设计向更高效、绿色、可持续的方向发展。
建筑行业人工智能转型的路注定漫长，但徐静进坚信：“当行业学会用数据驱动而非经验主义决策时，AI才真正完成了对建筑设计的赋能。”
