2024年9月19日下午，在自然资源部国土空间规划局的指导下，同济大学（自然资源部国土空间智能规划技术重点实验室）与自然资源部国土空间规划研究中心主办，同济规划院与同济大学建筑与城市规划学院及《自然资源报》《城市规划学刊》等协办的“第六期UP前沿论道：从CIM到TIM——构建数字生态新基础设施”在上海举办。我院总规划师、同济大学建筑与城市规划学院钮心毅教授受邀以《大模型的“再学习”——构建国土空间规划专业大模型的思考》为题作主旨报告。
报告摘要
《全国国土空间规划实施监测网络建设工作方案（2023—2027年）》提出了建立智慧国土空间规划模型体系，运用通用人工智能等新技术发展成果，构建国土空间规划专业大模型。
在通用大模型基础上构建专业大模型是大模型应用于专业领域的通用路径。从知识管理角度出发，构建专业大模型就是将学科专业知识融入通用大模型。构建国土空间规划专业大模型需要以大模型“再学习”方式将国土空间规划专业知识融入通用大模型。需要以国土空间规划知识导向为核心构建时空知识图谱，以知识图谱指导大模型“再学习”，实现将国土空间规划专业知识融入通用大模型。
报告以街道更新模型、规划渲染图制图模型等两个专业大模型为例，验证了国土空间规划专业大模型在辅助规划编制、促进公众参与等领域的应用潜力，提升规划编制工作效率，实现高效的空间规划公众参与。建立智慧国土空间规划模型体系，构建国土空间规划大模型，需要以“国土空间规划知识为引领”，实现将专业知识融入大模型。
CSPON与国土空间规划专业大模型建设
《全国国土空间规划实施监测网络建设方案（2023—2027年）》中，明确提出要构建智慧国土空间规划模型体系，国土空间规划进入了智慧化发展的新阶段。智慧国土空间规划模型体系包含两个主要内容，其一是国土信息模型（Territory information model，TIM），另一个重要的内容是国土空间规划专业大模型。
智慧国土空间规划模型体系的构建，是提升规划科学性、透明性以及公众参与度的有效途径之一。其中，TIM是空间数据本底，国土空间规划专业大模型是要发挥TIM模型在全过程国土空间规划业务中的重要支撑作用。在这个背景下，如何利用人工智能和大模型技术来提高国土空间规划的业务水平，成为当下必须回答的核心问题。报告提出以需求为牵引、以通用人工智能技术为基础，是建设国土空间规划专业大模型、建立智慧国土空间规划模型体系的基本逻辑。
从知识维度认识国土空间规划专业大模型
“知识”是国土空间规划人工智能技术的“关键词”，也是通用人工智能技术应用于国土空间规划的关键核心。人工智能领域的发展经历了多个阶段，从1980年代的专家系统到2000年代和2010年代的机器学习，再到如今的大模型，人工智能已经跨入了新时代。然而不论技术如何发展，人工智能的核心要素都是“知识”。当我们思考人工智能的本质时，实质上是在探索如何让机器掌握并应用人类的知识体系。这不仅仅是一个简单的知识传递过程，更涉及机器如何理解、分类及应用这些知识的复杂机制。
构建专业大模型是众多学科正在探索的议题，一般方式是在通用大模型的基础上构建专业大模型。通用大模型的训练需要投入大量的资本、精力、算力，已经具备了通用的知识，能够为专业领域应用提供基础。因此，构建国土空间规划专业大模型也需要建立在通用大模型的基础上。
然而，尽管大模型具备了通用的知识，但在面对国土空间规划等复杂专业领域时，仍然存在对专业知识的理解和应用不足的问题。以通用图像生成大模型为例，其生成的城市空间有明显的尺度与用途不符的问题。国土空间规划专业大模型需要在通用大模型的基础上，通过“再学习”融入专业知识，从而形成真正为行业服务的智能模型。
图1 通用图像生成大模型对于城市空间的局部重绘
构建国土空间规划专业大模型不仅仅是一个技术问题，更多的是将空间规划专业知识融入再学习的过程。“再学习”的核心理念，是如何让大模型通过融合专业领域的知识，成为能够为国土空间规划提供具体解决方案的工具。实现这一目标，需要以国土空间规划知识导向为核心构建专业知识图谱，以知识图谱指导大模型“再学习”，实现将国土空间规划专业知识融入通用大模型。
国土空间规划大模型的探索
通过介绍团队进行的两个规划专业大模型的探索性研究案例——面向公众参与的街道更新大模型，以及城市设计总平面渲染图生成的大模型，报告展示了如何通过“再学习”的方式，将国土空间规划的专业知识有效融入大模型，支撑公众参与的智能化和辅助规划编制。
案例一
面向公众参与的街道更新专业大模型
以构建街道更新专业图像生成模型，提升公众参与在城市更新过程中的作用为目标，探索了专业大模型的构建路径。该模型以通用开源图像生成模型Stable Diffusion作为基础模型，训练微调模型，实现将街道空间规划专业知识融入通用大模型。
模型构建的重点是以“知识”为引领，以空间规划的知识图谱指导大模型“再学习”。以“商业氛围”导向的更新为例，首先将商业街道的更新设计梳理为一级导向（理念）、二级导向（功能）、设计要素三个层级的知识图谱。其次，以街道空间更新知识图谱为导向，由规划专业人员选取更新导向体现完整、空间要素表现清晰、空间品质较高的街道场景实景照片作为训练集。最终，通过微调训练，模型能够学习不同设计理念下城市场景要素的关系和特征，从而实现输入规划设计理念，生成符合专业空间知识的城市空间场景意向图，实现了对城市街道空间的专业精准表达。
通过空间规划专业知识图谱，模型学习到了更新导向的空间规划专业知识，实现了对“商业氛围”街道空间更新意向图的智能化生成。该专业大模型能够帮助规划人员与公众进行高效的沟通，使得公众能够更加直观地参与城市更新的讨论中，大幅提升了街道空间更新公众参与的有效性。
图2 面向公众参与的街道更新专业大模型生图案例
案例二
辅助规划编制的总平面渲染图生成模型
在详细规划和城市设计中，生成渲染图是一个繁琐的过程，往往需要规划师花费大量时间进行手工绘制。这一专业模型的目标是提升传统规划编制的工作效率，实现输入详细规划平面图线稿，输出规划总平面渲染图。
模型训练的核心是训练模型掌握渲染图的专业知识，以图面设计要素、图面色彩表达的知识图谱指导大模型“再学习”。知识图谱不仅包含如何涂色，而是通过梳理渲染图的结构与设计要素，指导模型学习如何根据规划的不同需求生成相应的图像风格。包括对商业区、居住区、工业区等不同功能区的渲染要求，以及如何表现空间结构、色彩搭配和建筑布局等要素。
通过大模型的“再学习”，模型融入了平面设计要素的专业知识以及平面风格效果的知识。模型能够通过输入线稿图以及简洁的提示词，迅速生成不同风格的渲染图，无需再逐一指定设计要素。并且，大模型的“再学习”能够掌握平面设计要素间的相对空间关系，体现在模型能够自动识别并添加部分图面元素，如树木、丰富的滨水细节等。这种自动化的生成不仅提高了设计效率，还帮助规划师更快地展示不同设计风格下的效果图，大幅缩短了从设计到展示的时间，提升了规划编制工作效率。
图3 辅助规划编制的总平面渲染图生成模型生图案例
总结
通过建立街道空间更新、总平面渲染等规划专业知识图谱，能够将国土空间规划专业知识融入大模型，能有效支撑辅助编制，面向政府、公众等不同主体的规划参与。
大模型的“再学习”是建立智慧国土空间规划模型体系的关键技术方案。时空知识图谱和专业知识的训练是实现这一目标的两个核心步骤。在这个过程中，大模型“再学习”是融合专业知识与通用大模型的关键技术手段。
构建国土空间规划大模型，需要以“国土空间规划知识为引领”，实现将专业知识融入大模型。需要意识到国土空间规划大模型是在让机器掌握国土空间规划知识。要做好国土空间规划大模型需要以国土空间规划专业知识为引领、导向。
智慧国土空间规划模型体系的构建，同样必须依赖于国土空间规划专业知识的引领。国土空间规划大模型是智慧国土空间规划模型体系的重要组成部分，实践探索证明，以专业知识为引领，通过“再学习”的方式，能够有效实现国土空间大模型的构建。实现TIM等其他国土空间规划模型也需要以国土空间规划专业知识为引领，探索智慧国土空间规划模型体系的实现路径。
供稿 | 林诗佳、刘思涵
编辑 | 宣传办
审核 | 肖达
