原標題：智能建造提速，需邁幾道坎？
在辦公室里遙控整個工地、在施工現(xiàn)場上演“機器人總動員”……近年來，大數(shù)據(jù)、物聯(lián)網(wǎng)、人工智能等技術(shù)加快與建筑業(yè)融合，傳統(tǒng)建筑業(yè)逐步實現(xiàn)提質(zhì)增效，煥發(fā)新生機。
尤其今年以來，在政策賦能下，建筑業(yè)與數(shù)智技術(shù)融合步伐不斷加快。今年3月，住房城鄉(xiāng)建設(shè)部印發(fā)《智能建造技術(shù)導則（試行）》，加快推進智能建造技術(shù)在工程建設(shè)全生命周期應用。
如何進一步推動人工智能技術(shù)與建筑業(yè)融合？智能建造提速，還需邁過幾道坎？科技日報記者近日就此采訪了多位專家。
數(shù)字平臺成“得力干將”
2024年，中共中央辦公廳、國務院辦公廳印發(fā)《關(guān)于推進新型城市基礎(chǔ)設(shè)施建設(shè)打造韌性城市的意見》。在推動智能建造與建筑工業(yè)化協(xié)同發(fā)展方面，該文件提出多個任務方向：深化應用建筑信息模型（BIM）技術(shù)；推動自動化施工機械、建筑機器人、三維（3D）打印等相關(guān)設(shè)備集成與創(chuàng)新應用；推進智慧工地建設(shè)等。
今年，記者走訪多個施工現(xiàn)場時發(fā)現(xiàn)，上述許多技術(shù)已然“落地開花”。例如，在深化BIM技術(shù)應用方面，一些項目團隊嘗試把BIM技術(shù)與GIS（地理信息系統(tǒng)）相結(jié)合，打造集管理、生產(chǎn)、監(jiān)控和服務于一體的智慧工地平臺。
6月，重慶東站正式開通運營，這是西南地區(qū)規(guī)模最大、功能最全的鐵路綜合交通樞紐。中鐵建工集團重慶東站項目BIM與信息化負責人段先航說，重慶東站總建筑面積123萬平方米，建筑體量龐大，施工內(nèi)容繁雜。在建設(shè)過程中，基于“BIM+GIS”技術(shù)搭建起的重慶東站智慧建造管控平臺，成為管理團隊的“得力干將”。
平臺頁面中央是重慶東站的GIS模型。段先航介紹，通過創(chuàng)新航線設(shè)計方法與優(yōu)化建模算法，建筑團隊可以用普通消費級無人機進行攝影、測量，大大節(jié)約建模成本。當仿真建模圖被放大后，每條道路、每個塔吊、每棟建筑都清晰可見。
平臺不僅可完成面積測算等基本操作，還能與現(xiàn)場智能化裝備聯(lián)動，通過物聯(lián)網(wǎng)監(jiān)測風險點位，傳輸實時數(shù)據(jù)，護航工地施工安全。“當我們點擊頁面上這個綠色的點位，它就能顯示出塔吊的高度、力矩比、點位風速等信息。”段先航告訴記者，“為了實現(xiàn)分鐘級監(jiān)測，項目團隊在施工現(xiàn)場布設(shè)了骨干網(wǎng)橋。它就像一個大Wi-Fi，能把數(shù)據(jù)迅速分發(fā)給平臺服務器。”
平臺為項目帶來了巨大效益。段先航介紹，在安全管理方面，它填補了人眼看不到的盲區(qū)，為工人生命安全保駕護航。在施工規(guī)劃方面，曾經(jīng)需要開無數(shù)次會、反復協(xié)調(diào)的施工道路組織問題，也在平臺的幫助下迎刃而解。
AI應用仍處起步階段
數(shù)字信息技術(shù)應用不斷深化的同時，人工智能技術(shù)也逐步滲透到建筑行業(yè)中。一些企業(yè)開展探索，以DeepSeek大模型為底座，搭建建筑行業(yè)大模型。這類大模型有的可用于施工成本測算、收支對比等財務領(lǐng)域；有的可用于建筑知識問答、業(yè)務內(nèi)容講解等問答領(lǐng)域。然而，記者發(fā)現(xiàn)，在圖紙設(shè)計、方案分析等建筑施工核心環(huán)節(jié)，大模型應用情況卻不樂觀。
對此，段先航坦言，當前人工智能技術(shù)在建筑行業(yè)應用仍處于起步階段，應用范圍較為有限。這背后主要有數(shù)據(jù)和算法雙重原因。
大模型好用靠的是“題海戰(zhàn)術(shù)”，足夠的訓練數(shù)據(jù)才能“喂飽”大模型。就建筑行業(yè)而言，大模型的算法“黑箱”會降低業(yè)內(nèi)對其的信任度與接受度。企業(yè)往往對大模型數(shù)據(jù)的安全性、隱私性存有疑慮，擔心上傳的關(guān)鍵施工數(shù)據(jù)被泄露。尤其很多工程的BIM模型、合同文件等信息都屬于保密范疇，確保信息安全是首要任務。
此外，同濟大學土木工程學院教授盧昱杰分析，一個施工項目可能涉及多個部門，數(shù)據(jù)系統(tǒng)往往彼此獨立，難以互聯(lián)互通，數(shù)據(jù)收集難度較大。現(xiàn)有工程建造數(shù)據(jù)質(zhì)量往往參差不齊，工程圖文數(shù)據(jù)標準不統(tǒng)一，無法保證數(shù)據(jù)的有效性和質(zhì)量。
“巧婦難為無米之炊”，沒有高質(zhì)量、豐富的訓練數(shù)據(jù)，大模型目前在應用過程中存在較嚴重的“AI幻覺”，無法正確理解指令，難以執(zhí)行復雜任務。
段先航對此深有感觸。“我曾試著給大模型一張測試圖紙，讓它據(jù)此生成一份施工方案，結(jié)果發(fā)現(xiàn)它連最基礎(chǔ)的CAD圖形識別都做不到，只讀得懂文字。”段先航搖著頭說，“在建筑施工行業(yè)里，讀不懂圖就意味著被淘汰。”
成本性能為落地關(guān)鍵
雖然人工智能落地建筑行業(yè)仍面臨諸多難題，但其應用潛力不容小覷。段先航舉例，在數(shù)據(jù)互通方面，人工智能有望通過整合數(shù)據(jù)，打破信息壁壘，解決因數(shù)據(jù)不連通、接口不統(tǒng)一導致的“信息孤島”問題。在技術(shù)管理方面，人工智能有望優(yōu)化施工圖紙管理、編制施工計劃，提升工作效率。在安全管理方面，人工智能可智能識別風險點位，全時段護航施工安全。
要促進人工智能在建筑行業(yè)落地，段先航認為，首先要解決本地化部署問題。將大模型部署到用戶本地服務器或設(shè)備上，有助于保障用戶數(shù)據(jù)隱私。然而，高昂的算力成本讓許多施工團隊望而卻步。且不談模型性能，據(jù)業(yè)內(nèi)估算，一個較小規(guī)模的模型，總體部署下來都需要一二十萬元，后續(xù)還會有各種維護成本。
可喜的是，隨著技術(shù)不斷升級，大模型算力成本不斷降低。段先航認為，隨著成本進一步下降，大模型本地部署或成為行業(yè)的主要選擇。這有利于促進人工智能在建筑行業(yè)的廣泛應用。
此外，還應推動行業(yè)大模型性能升級。當前，醫(yī)療、金融、教育等領(lǐng)域的行業(yè)大模型不斷涌現(xiàn)。記者發(fā)現(xiàn)，其背后都有各類聯(lián)盟、協(xié)會等行業(yè)共同體的推動。從成本看，訓練高性能的行業(yè)大模型需要投入巨大人力物力，遠非一家之力可以完成。
對此，段先航建議，共建行業(yè)大模型，推進數(shù)據(jù)共享，打破信息壁壘。“在重慶東站智慧建造管控平臺的建設(shè)中，為解決多源異構(gòu)數(shù)據(jù)的難題，我們做了大量‘體力活’，為不同信息化設(shè)備開發(fā)大量數(shù)據(jù)接口。這為后續(xù)開展大模型建設(shè)積累了經(jīng)驗。”段先航說，可通過建設(shè)建筑行業(yè)大模型行業(yè)協(xié)會等方式，推動行業(yè)數(shù)據(jù)標準統(tǒng)一，為大模型提供更加充足、高質(zhì)量的訓練數(shù)據(jù)。