云南建筑/本期特稿/YUNNAN ARCHITECTURE/SPECIAL ARTICLES 2024.3
![]()
在当今快速发展的建筑设计领域，人工智能（AI） 技术的应用正逐渐改变传统的设计工作流。旨在探讨如何利用AI agent优化建筑设计工作流，以提升设计效率和质量。AI agent不仅能够显著提升设计效率，还能通过数据驱动的设计优化提升设计质量，为未来建筑设计工作流的创新提供了新的方向。
AI Agent 建筑设计 工作流优化 参数化设计 方案设计 数据驱动设计 设计效率 设计质量 算法优化 人员优化 成本控制 材料选择 概念评估 自动化审查 创意辅助
1 引言
1.1 研究背景
建筑设计是一项复杂且多阶段的工作流程，涉及概念生成、方案设计、方案深化设计、设计评审与反馈等多个环节。传统的建筑设计工作流往往依赖于人工操作，效率低下且容易出现人为错误。尤其在建筑设计领域，AI agent的引入为优化设计工作流带来了新的契机。1.2 研究目的
本论文的主要目的是探讨如何利用AIagent优化建筑设计工作流，通过提升设计效率和质量，减少人为错误。通过对AI agent在建筑设计中具体应用场景的分析，本文旨在为建筑设计师和工程师提供可行的AI应用策略，并为未来研究提供指导。1.3 研究方法
本文采用文献综述与案例分析相结合的方法，系统梳理了AI agent在建筑设计中的应用现状与发展趋势。本文还设计了实验研究，以验证AI agent在优化设计流程中的实际效果。2 AI Agent的基本概念与技术背景
2.1 AI Agent的定义与分类
AI agent，即人工智能代理，是一种能够自主感知环境、做出决策并执行任务的智能系统。AI agent可以分为多个类型，包括感知代理、决策代理、执行代理等。在建筑设计中，AI agent主要应用于设计生成、优化、评审与反馈等环节。2.2 AI Agent的技术基础
AI agent的技术基础主要包括机器学习、深度学习和自然语言处理等。机器学习算法能够通过数据训练模型，实现对复杂问题的预测与优化；自然语言处理技术则帮助AI agent理解和生成自然语言，从而与设计师进行更自然的交互。3 建筑设计工作流概述
3.1 传统建筑设计工作流
传统建筑设计工作流通常包括以下几个阶段：方案设计、方案深化设计、设计评审与反馈、施工图设计及施工阶段。在每个阶段，设计师需要进行大量的手工操作和重复性工作，这不仅耗时耗力，还容易出现人为错误，影响设计质量和效率。3.2 AI Agent在设计工作流中的角色
AI agent可以嵌入到现有的建筑设计工作流中，在每个设计阶段发挥不同的作用。在初期设计阶段，AI agent可以辅助概念生成和方案设计；在方案深化设计阶段，AI agent可以通过参数化设计和模拟，优化设计方案；在施工图设计阶段，AI agent可以通过大量数据分析全程把控及实时调整，优化施工图设计，提升准确率与完成度；在设计评审与反馈阶段，AI agent可以进行自动化审查与优化，提供智能反馈和建议，AI逐渐成为工作组的一员进行设计协助，形成一种新的工作模式，与设计师共同完成设计。本文主要研讨AI在方案阶段的设计流程优化。4 利用AI Agent优化设计流程的具体方法
4.1 方案设计阶段
在方案设计阶段，AI agent通过辅助规划布局、生成概念方案、控制成本以及自动生成各类分析图和汇报文件等方式，显著提升了设计效率和质量。4.1.1 AI Agent辅助规划阶段布局
在传统阶段，设计师需要手动分析GIS数据和环境数据，这不仅费时费力，还容易出现误差。而AI agent能够自动分析这些数据并生成最优的规划布局方案，效率提升了90%。此外，生成的规划布局方案准确性更高，能够更好地满足设计需求。4.1.2 AI Agent辅助概念方案生成
生成概念方案是建筑设计的核心环节，传统方法依赖设计师的个人创意和经验，效率和质量都存在一定的局限性。AI agent通过生成对抗网络（GAN）技术，短时间内生成多个创新的概念方案供设计师选择和优化。效率提升了85%。4.1.3 AI分析图
AI agent可以自动生成各类分析图表，包括日照分析、风环境分析、视线分析等。这些分析图表不仅能够帮助设计师更直观地了解设计方案的优劣，还能提供具体的优化建议。效率提升了85%。4.1.4 AI总图
在总图生成方面，AI agent能够综合考虑各种因素，自动生成包括建筑物、道路、绿化等元素的整体总图。效率提升了80%。此外，AIagent生成的总图协调性更高，能够更好地满足设计需求。4.1.5 AI意向图
AI agent根据设计师的描述和需求，自动生成初步的意向图。这大大减少设计师的手动绘制和调整工作。效率提升了85%。4.1.6 AI文本文字
AI agent可以根据设计方案生成相关的文字说明，包括设计理念、技术参数、使用材料等。例如，原需1周时间，而AI只需1天即可完成，效率提升了85%。4.1.7 AI文本汇报文件制作
AI agent 自动生成设计汇报文件，包括文本、图片、图表等内容，提高了汇报文件的质量和效果。效率提升了85%。4.1.8 AI Agent辅助成本控制
在成本控制方面，AI agent能够实时分析设计方案的成本，通过对比不同材料和工艺的价格，提供最优的成本控制方案，这大大减少了设计师的手动查询和计算工作。4.2 方案深化阶段
在方案深化阶段，AI agent通过联动初步方案、参数化设计、材料选择和实时复检等方式，进一步提升了设计效率和质量。4.2.1 AI辅助从方案联动到方案深化设计
AI agent能够将初步方案与方案深化设计联动，通过参数化设计和优化算法，实现方案的逐步深化，原4周时间来完成深化设计，而AI只需1周或更少的时间完成，效率提升了75%。4.2.2 方案深化阶段的实时复检与优化
在方案深化阶段，AI agent可以进行实时复检和优化，识别设计中的问题和改进点，减少设计师的手动检查和调整工作。效率提升了85%。4.2.3 参数化设计与AI辅助调整
AI agent通过参数化设计积累各类型建筑数据，针对不同的建筑项目进行参数调整，快速生成优化方案。设计师可以通过调整参数，实时联动到方案深化设计，提升设计效率和灵活性。效率提升了85%。4.2.4 方案对材料的把控与造价联动
AI agent实时分析设计方案的材料选择和造价，通过对比不同材料和工艺的价格，提供最优的材料选择方案。效率提升了85%。4.2.5 时间节点把控与人员控制
AI agent能够对方案阶段及方案深化阶段的时间节点进行把控，提供方案深化的时间计划和进度管理。效率提升了85%。从图中可以看出，AI图1数据展示传统工作流与AI工作流的改进点作流。图1 数据展示传统工作流与AI 工作流的改进点
图2 传统设计与AI 辅助设计时间对比
5 人员数量、时间、质量对比
5.1 方案设计阶段对比分析（表格仅代表研究对比值非真实情况）（图3）
5.2 方案深化阶段对比分析（表格仅代表研究对比值非真实情况）（图4）
图4 方案深化阶段对比分析
5.3 总结与启示
AI agent在优化建筑设计工作流中的巨大潜力。AI agent不仅能够通过数据驱动的方法提升设计效率和质量，还能在不同的设计阶段提供智能化的支持和优化建议。6 案例分析
6.1 案例选择与背景介绍
本研究选择了具有代表性的建筑设计项目，分析AI agent在这些项目中的具体应用效果。6.2 AI Agent的具体应用与效果
6.2.1 设计项目中的应用
在设计项目中，AI agent被应用于多个关键环节，从前期调研到方案生成、概念评估、草图生成和优化，协助设计师提高设计效率和质量。前期调研
AI agent首先通过分析大量的文献、现有案例和用户需求数据，为设计师提供详尽的背景信息。快速筛选和整理有关的使用需求、人流动线和环境影响的数据，帮助设计师更好地理解项目的背景和需求。方案生成
在方案生成阶段，AI agent通过分析使用需求和人流动线，自动生成多个空间布局方案。这些方案考虑了功能区划分、空间利用率和用户舒适度。调整参数和约束条件，生成优化的设计方案。图5 AI 协助进行文本框架逻辑梳理与脑图逻辑分析概念评估
设计师通过与AI agent的互动，评估生成的多个概念方案。AI agent提供每个方案的优缺点分析、功能适用性评估和环境影响评估。设计师通过调整设计方向和细节，与AI agent共同优化方案。![]()
图7 AI 协助从第三方视角及更多维度对方案及逻辑进行校对与分析
图8 设计师与AI 交互设计过程图，迭代设计
图9 最终效果
图10 AI 协助进行文生图及图生图创作
草图生成
AI agent能够快速生成初步的设计草图，设计师可以根据草图进行初步评估，并通过与AIagent的互动，对草图进行修改和优化。AI agent根据设计师的反馈，实时调整草图，直到达到设计师的预期效果。AI根据设计师设置的关键词及手稿进行分析生成，在AI意向效果及设计师的草图模型不断调整过程中，设计师与AI建立出新的工作互补方式，进行迭代设计，形成新的工作方式。![]()
图13 绘制总图草图
意向生成
AI agent还可以根据设计师的描述和需求，生成初步的设计意向图。这些意向图展示了空间的视觉效果、材料使用和光影效果。设计师可以通过AI agent生成的意向图，进一步优化设计方案，确保设计方案既满足功能需求又具有美学价值。![]()
图14 AI 协助进行总图填彩
建模优化
在建模过程中，AI agent能够帮助设计师快速生成3D模型。设计师输入基本参数和设计要求，AI agent自动生成初步的3D模型。图15 AI 总图叠加卫星图进行分析选择
渲染生成
AI agent通过集成渲染引擎，快速生成高质量的渲染图。设计师可以通过AI agent进行实时渲染预览，调整光影效果、材质和颜色，提高设计表现力和真实感。图16 AI 总图生成过程
总图优化
AI agent根据功能需求和环境数据，优化整个总图设计，包括建筑物、道路和绿化布局。AIagent自动生成多个总图方案。图17 根据确定的总图生成平面图
总图AI填彩不单单只是上色工作，在前期绘制几种可能性的草图，无法判断是否合理AI生成与场地底图近似的肌理填充到卫星图中，观察与周边的契合度，从而挑选出我们需要的成果。图18 根据确定的总图生成最终效果
目前AI总图在前期帮助我们进行了更合理的布局与适配性选择。![]()
图19 AI协助进行交通分析
车人流线
AI agent通过模拟车流和人流，优化交通和流线设计。设计师可以通过AI agent生成的流线分析图，调整入口、出口和通道位置，提高使用效率和安全性。图20 AI协助分析建筑内部交通
功能布局
AI agent 根据使用需求，优化功能布局设计。设计师可以通过AI agent生成的功能布局方案，调整各功能区的位置和面积，确保建筑的功能性和便捷性。参数化立面
AI agent通过参数化设计，生成多种立面方案。设计师可以调整参数，如窗户大小、立面材质和颜色，AI agent自动生成相应的立面设计，帮助设计师快速找到最佳方案。图22 AI 协助进行立面分析与生成第一稿
![]()
图24 AI 协助进行立面分析与生成第三稿
图25 AI 协助进行立面分析与生成最终稿立面
材料选择
AI agent根据设计要求和市场数据，推荐最适合的建筑材料。设计师可以通过AI agent的建议，选择具有最佳性能和成本效益的材料，确保项目的可行性和经济性。图26 AI 协助进行立面材料与材质分析建议
造价控制
AI agent实时分析设计方案的造价，通过对比不同材料和工艺的价格，提供最优的造价控制方案。设计师可以通过AI agent的建议，优化设计方案，控制项目成本。总之AI agent在设计过程中扮演了重要的辅助角色，与设计师紧密互动。AI agent能够提供快速的资料查找、方案生成和概念评估，帮助设计师高效地进行设计工作。同时，设计师的创意和专业知识与AI agent的分析和生成能力相结合，大大提升了设计的效率和质量。7 AI在建筑设计行业中的挑战
7.1 企业级大模型与算力问题
虽然AI技术在建筑设计中的应用前景广阔，但在实际操作中仍存在一些显著的挑战。首先，当前的企业级大模型在某些应用场景下缺乏足够的契合度，导致AI agent在处理复杂设计任务时效果有限。此外，AI技术对算力的需求较高，许多中小型设计公司难以负担高昂的计算资源成本。7.2 数据库建立的困难
在建筑设计领域，不同项目的数据差异较大，统一的数据库难以覆盖所有设计需求。这导致AI agent在实际应用中可能会面临数据不足的问题，从而影响其预测和优化能力。7.3 AI记忆在项目中的延续问题
AI agent在项目之间的记忆和知识传递也是一个重要的挑战。当前的AI系统往往难以在不同项目之间共享和积累知识，导致每个新项目都需要从头开始训练和调整。这不仅增加了工作量，还限制了AI agent的长远发展和持续改进。8 设计院面对AI冲击下的人员优化
8.1 设计院的转型与创新
设计院需要积极转型和创新，以适应AI技术带来的变革。这包括引入先进的AI工具和平台，优化现有的设计流程，以及通过培训和教育提升员工的技术水平。8.2 人员数量与成本优化
随着AI技术的不断发展，设计院的工作流程正在发生深刻变化。AI agent能够替代大量重复性和机械化的工作，使得设计师可以将更多时间投入到创意和高价值任务中。然而，这也引发了对人员数量和成本的重新评估。未来，设计院可能会面临人员缩减的趋势，设计师需要不断提升自己的技术和创新能力，以应对AI带来的挑战。8.3 未来建筑师的角色与应对策略
在AI技术的冲击下，未来的建筑师需要具备更多的跨学科知识和技能，如数据分析、编程和AI技术的基本原理。建筑师应改变工作模式，尝试和AI共同完成设计，积极学习和掌握AI工具，将其融入到日常工作中，提升自身的竞争力。9 未来发展与迭代优化
随着AI技术的不断发展，AI agent将在建筑设计中发挥越来越重要的作用。未来可以通过以下技术迭代：不断引入新的AI技术，如深度学习、生成对抗网络等，提升AI agent的智能化水平和应用效果。数据积累：通过不断积累设计数据，提升AIagent的学习能力和预测精度。用户界面优化：开发更加友好和易用的用户界面，提升设计师的使用体验。跨领域合作：通过与其他领域的合作，如BIM、VR/AR等，实现更加全面和智能的设计工作流。通过不断的发展和优化，AI agent将在建筑设计中发挥更大的潜力和作用，推动整个行业的进步和创新。
[1] 袁烽.从数字化编程到数字化建造[J].时代建筑，2012 （5）：10-21.
[2] OXMAN R.Thinking Difference：Theories andModels of Parametric Design Thinking[，.DesignStudies，2017，52.4-39.52.
[3] CAETANOL，SANTOSL.LElTA0A.Compuiaion⁃alDesigninArchitectre：DefiningParametic，Gener⁃ative， andAlgonthmicDesignl，.froniers ofArchi⁃tectural Research.2020，9 （2）；287-300.
[4] JA B I W.Parametric Design for Architecture[M].London：Hachette，2013.
[5] FERRANDO C， DALMASO NMAl.， et al.Ar⁃chitectural DistantReading；usng MlachineLeam⁃ingto ldenny ypological Tiansacros Mmupe uilings（clWProcedings ofthe t8in intemaiona co⁃niercence on CAAD FUes.Daejeon， Korea：2019：114-127.
【作者信息】
马 皓，昆明市建筑设计研究院股份有限公司，工程师
李浩冰，昆明市建筑设计研究院股份有限公司，教授级高级工程师
建筑论坛 | Architectural Forum理论与实践 | Theories and Practice城市规划及园林景观 | City Planning & Garden and Landscape建筑师随笔 | Essays of Architects传统名城名镇名村探源 |Traditional City,Town and Village优秀青年建筑师| Outstanding Young Architects in Yunnan建筑影·画 | Architectural Photography and Painting建筑结构技术 | Building Structural Technology基坑支护及边坡工程 | Foundation Pit Supporting and Slope Engineering建筑设备技术 | Building Equipment Technology建筑电气设计 | Building Electrical Design市政工程 | Municipal Engineering工程咨询与经济 | Engineering Consulting and Economics工程施工与监理 | Project Construction and Supervision建筑影·画 | Architectural Photography and Painting
![]()
