在建筑设计中，BIM模型中融合了其中各方面的数据。AI可以帮助我们分析设计中的大量数据，利用计算机学习算法发现潜在的设计问题或优化建议、自动扫描和检测模型中的冲突，还可以自动评估设计的具体方案的性能、效率和可持续性，并提供改善建议。有助于设计师在早期阶段发现并处理问题，提高设计质量和效率，减少后续施工阶段的错误和成本。

  世互未来中心生产研发基地项目选址于浙江省杭州市钱塘区，规划地块位于新加坡科技园内。项目总建筑面积29320平方米。其中，地上建筑面积21270平方米，地下建筑面积8079平方米，建筑高度99米。结构主体采用现浇框架核心筒结构，外部采用全幕墙设计。

  工程包含一个高层生产研发用房及一个两层的地下车库。其中，生产研发厂房主要是与科技创业产品生产孵化相关联的实施性生产用房，是科技园区的最基础条件。工程以结合A与BIM数字化设计为主要应用目标。

  造型设计：利用Midjourney生成前期方案的概念图，可通过ChatGPT将概念图转换为纯文字提示词；前期概念方案阶段收集的案例参考图片，可作为参考图片让Stable Diffusion进行模型训练，生成适用于该项目的Lora模型或是Hypernetwork超网络模型。

  在Stable Diffusion中，添加Lora训练模型或者Hypernetwork超网络训练模型，利用ChatGPT辅助生成的纯文字提示词以及负面提示词进行效果图的控制生成，通过Controlnet的线稿控制程度调整对效果图来控制，不断修改提示词以实现更接近预想的效果。

  通过与ChatGPT的交互沟通生成语义文本控制的Python代码，将该代码导入Grasshopper-Python生成建筑平面图。后续亦可继续与ChatGPT对话，向其表述对于原Python代码脚本的修改意见，就可以实现人通过语义文本控制AI设计建筑平面或总平面的目标。

  通过Grasshopper的Butterfly插件对项目场地进行风环境分析，利用开源CFD软件Open FOAM来进行模拟分析，使用Grasshopper将CFD分析的结果导入Rhino显示，最后还可通过Grasshopper进行后续的数据处理。根据分析结果，便于我们优化建筑朝向及基础建筑形体。

  借助Ladybug以及Galapagos做一个自动寻优的运算，整栋楼根据参数有规律地旋转，再通过Ladybug以及Honeybee进行辐射运算和能耗计算。建筑最终能耗与辐射量的计算结果可作为后续幕墙优化的参考依据。

  通过Grasshopper对立面造型来控制，通过对杆件的排布以及长宽比进行函数调整，获得立面效果的变化。增加干扰点，使得立面竖向遮阳杆件能够准确的通过上述辐射量的数据结果调节到合适的角度。

  与ChatGPT交互沟通生成Python代码。根据Rhino.Python或者Grasshopper.Python识别脚本生成的结果，继续与ChatGPT沟通，目标是修改原有脚本生成一个更高效和优化的版本，或者使用“improve_code”命令来获取一些改进建议，以实现人通过语义文本借助AI来优化脚本。

  在二三维协同设计过程中，二维图纸更易于人工读取和使用，而融合了建筑信息的三维模型则更易于计算机识别分析。故此，我们将二维图纸转化为三维模型，利用AI模型翻译软件对模型做评估和调整，导出生成更合理的二维图纸。在反复的二三维的联动中，图纸与模型内的冲突和错误不断地被修正，最终能够获得更加精准的设计图纸和建筑模型。

  在AI软件解析完图纸内容，对识别出来的图元数据来进行调整确认后。系统根据图元信息，映射模型对象库，将CAD图元重建为具备工程语义的三维模型对象并利用云平台做展示。

  此时生成的三维模型与二维图纸内容一一对应，设计师仍可以在图纸空间对图纸做修改，三维模型将随图纸修改自动同步调整。

  通过Stable Diffusion大语言模型训练，识别DWF文件，对二维图纸图元进行语义识别，进而生成BIM三维数字模型，形成计算机可读结构化数据。通过AI识图的图形数据与结构化数据翻译的中间件，实现二维图纸与三维结构化数据的转换翻译。

  楼梯间自动设计即在AI自动识别的楼梯筒图纸中对主观参数进行设置，随后AI将自动排布楼梯间，生成多种布置，只需人工选择最优方案写入模型和图纸即可。

  AI根据模型自动识别建筑外表面，点击想要布置幕墙的区域，外墙一键变幕墙，就可以实现幕墙自动设计。

  完成参数设置后，AI便开始识别结构扩初图纸，布置各层梁、板、墙柱等结构构件并配筋，生成可供后续深化和计算的初步模型，这样就完成结构设计了。

  机电自动设计即导入AI自动生成的模型后软件将自动对建筑功能、体量进行判断，并根据现行规范确定工程用电负荷等级，消防用水量等信息，从而确定机电系统方案，并自动生成机电三维模型。

  三维模型调整完成后，便可导出生成二维的设计图纸，不但可以直接提交给建筑有关部门审查，也能用于项目概算、预算。当有修改意见时，可再次迅速导入AI模型软件生成三维模型，接着来进行模型调整，并导出生成修改图纸，以此实现二三维一体化施工图设计。

  当项目需要更为精细、准确的模型时，则需要将AI模型软件生成的三维建筑模型导入数维软件，进一步进行深化调整。

  将AI生成的三维模型导入数维软件中，由建筑规划设计人员根据顶、剖、底、深度4个值进行深化调整，核实是不是满足设计需求。针对标准层较多的建筑，采用标准层功能映射关系，完成模型调整。

  在出图方面，建筑专业设计时需要三道尺寸标注，通过智能识别建筑外围构件，快速标注门窗洞口的第三道尺寸线，平面和立面的所有尺寸都自动标注完成，与对齐标注完全一致，来提升设计效率。

  首先，通过直接导入AI结构模型，就可以生成结构专业三维模型，经过结构专业设计人员的局部调整和细化就可以完成结构模型。

  其次，选择计算模型后导入结构构件计算信息，即可进行后续自动出图工作。在配筋出图设置功能内选择正真适合的配筋出图参数后，可自动完成相应标准层的平法施工图。

  将AI模型软件生成的机电三维模型导入数维软件中，直接生成可编辑的机电三维模型，并可对其进行深化设计。

  数维软件的建筑、结构和机电三个专业，都能够最终靠GFC格式，设计师按照规范建模之后，把成果直接导出到广联达土建和安装算量平台，接着来进行工程算量工作。

  首先，对本工程的各种工程做法进行设定，接着再对项目的基本情况和工程量计量清单计算规则进行设置，便可计算生成工程量汇总表，整个计算过程仅需几分钟。

  在工程中，将数维软件生成的工程量清单与预算单位的清单作对比，达到了100%一致。和传统算量方式相比，导出算量清单的总时长减少了近50%。从某一种意义上，BIM算量比传统算量更为准确，通过数维软件进行算量，提升了效率和准确率。

  人工智能与BIM的结合，将为建筑行业带来更多的自动化、智能化和可持续发展的机会。AI通过一系列分析建筑规划设计中的大量数据，自动评估设计的具体方案的性能、效率和可持续性，提高设计的质量和效率。BIM模型中融合了建筑各方面的数据，AI则能够最终靠数据分析和算法来识别模型中潜在的冲突和问题。

  AI与BIM的结合，可以更有效地将二维的设计图纸与三维的建筑模型进行联动，以此来实现联动与可视化设计。这种结合可以显著改善设计质量，提高施工效率，为建筑项目的成功交付和运营提供强大的支持。

  牵住“牛鼻子” 走上“新路子”——湘潭将污水治理这头“牛”牵进按效付费新赛道

  污水管网短板突出、财政资金有限、进水浓度较低、处理效能较低，是困扰地方污水治理的难点问题。湖南省湘潭市坚持精准治污、科学治污、依法治污，全力守护一城碧水。

  回头岭村位于湖北省咸宁市崇阳县白霓镇，南北两侧有高山环绕，村落周边山林繁茂，植被类型丰富，有松、柏、楠、竹、杉木等多种树木，自然环境十分优越。

  2023年4月，介休市成功申报全国传统村落集中连片保护利用示范县。对当地而言，这是对传统村落保护利用工作的认可，更是一次新的机遇、新的挑战。

  近日，安徽省住房城乡建设厅等6部门联合印发《安徽省水电气网联合报装“一件事”工作实施方案》，提出要满足工程建设项目建筑设计企业对供水、供电、燃气和网络的使用需求，解决申报多头跑、材料重复交、办理时限长等问题，提升企业的满意度和获得感。

  住房城乡建设部召开党建工作领导小组（扩大）会议 部署推进党纪学习教育常态化长效化工作