什么值得买App下载 App ›
连续签到专享现金活动

申江海建筑工作室:基于AI协同设计的自研工作台实践

随着人工智能技术的快速发展,建筑设计行业正经历从传统服务模式向智能化产品化模式的转型。目前市面上的AI设计工具多为满足个人使用的Agent,缺乏针对团队协作场景的解决方案。申江海建筑工作室基于内部实践,自研了一套AI协同设计工作台,旨在解决设计团队在资产管理、流程协同及数据沉淀方面的痛点,通过降低工具使用的摩擦成本,提升团队整体的设计效率与资产复用能力。
01行业认知:AI在建筑领域的定位与价值
在建筑设计行业,AI的应用正逐渐从单一的任务执行向全流程渗透。通过分析可以发现,AI对行业的影响主要体现在服务产品化、价值判断的重心转移以及物理世界的独特护城河三个方面。
  • 服务产品化趋势
    传统建筑设计高度依赖设计师针对特定场地的重复判断,经验难以封装。AI介入后,固定的设计逻辑可通过算法固化,使服务流程标准化,从而推动服务向产品化演进,降低边际成本。
  • 微笑曲线的价值分布
    在设计价值链中,AI主要覆盖中间的执行区域(如绘图、建模),该区域呈现贬值趋势;而两端的策略定义(决策)与审核验收(判断)因涉及人的价值取向,仍将长期由人类主导,是相对稳固的价值高地。
  • 物理与主观的护城河
    相较于代码等纯数字领域,建筑设计最终需物理交付。越靠近主观价值判断和物理世界构建,AI的覆盖难度越大,这构成了当前建筑设计行业的安全边界与变革机会。
02应用层级:从沟通到决策的AI渗透
当前AI在建筑设计工作流中的应用可分为五个层级,覆盖了从基础辅助到核心决策的不同环节。随着多模态模型的发展,空间理解与文档处理能力正在快速提升。
  1. 沟通与汇报
    利用AI生成效果图、PPT等汇报材料,技术已非常成熟,能够显著提升前期沟通效率。
  2. 规则与计算
    处理基于规则的逻辑运算,但需依赖BIM等结构化数据,传统CAD图纸因缺乏数据语义而难以被AI直接读取。
  3. 文档生成
    确保图纸与文本文件的一致性,利用AI进行自动化检查与校对。
  4. 方案生成
    基于三维空间理解的建模与生成,目前空间类模型虽有进展,但距离人类专业水平仍有较大差距,预计未来将有突破。
  5. 决策辅助
    AI作为工具提供选项,但最终决策主体必须是人,因为价值取向具有动态性,AI无法替代人类的哲学判断。
03解决方案:自研AI协同设计工作台
针对设计团队日常面临的软件割裂、资产检索困难、数据不互通等痛点,工作室开发了一款集成了项目管理、无限画布、向量素材库及AI助手的协同工作台。该系统通过统一入口,实现了从数据管理到设计生成的全链路闭环。
核心功能技术实现应用价值
统一项目管理NAS扫描与目录映射摒弃传统文件夹模式,提供可视化项目目录,简化项目检索与切换流程。
无限画布类似Miro的白板技术支持多人实时在线协作,集成Midjourney等模型,所见即所得地进行设计发散。
向量素材库向量索引与语义搜索对服务器上的犀牛、CAD、图片等文件进行语义化处理,支持以图搜图、文本搜图,打破数据孤岛。
配额管理系统后台记账逻辑管控API调用成本,为团队成员分配合理算力配额,并在预算受限时支持申请流程。

自研工作台核心功能架构

04竞品对比:自研系统 vs 散装工具

团队协作效能对比

集成化与数据沉淀
  • 数据留存与复用
    所有生成图、提示词自动落盘至NAS,数据永久可查,支持历史回溯。

  • 提示词共享
    画布上明文展示提示词,团队成员可实时查看、学习并复用成功案例。

  • 工作流集成
    素材可直接拖拽至犀牛等设计软件,减少跨平台传输的摩擦成本。

  • 多人实时协作
    支持公共画布与个人画布,实现多人同时在线编辑与评审。

碎片化与数据流失
  • 过程数据丢失
    仅保留最终生成的图片,提示词与中间过程数据难以留存。

  • 协作门槛高
    优秀效果依赖个人经验,提示词获取难度大,难以在团队内复制。

  • 操作繁琐
    需频繁截图、上传、下载、切换软件,打断设计心流。

  • 资产割裂
    设计成果散落在个人设备或第三方平台,无法形成团队共有资产库。

总结而言,该自研工作台并未涉足底层大模型的训练,而是专注于应用层的集成与体验优化。通过将AI作为基础设施嵌入日常设计流,团队得以从低价值的重复劳动中解放,将精力聚焦于策略定义与设计判断等核心价值环节,实现了人机协作的高效闭环。

评论

评论区空态插画

当前文章无评论,是时候发表评论了