基于AI+BIM 技术的住宅户型方案设计探索与研究

娄天 张博涵

(上海宝冶集团有限公司，上海 200941)

引言

对于住宅项目而言，户型方案是项目设计中至关重要的一环。优秀的户型有助于提升项目整体品质，提高人们居住体验。然而在现实中，设计师多依赖于参考同类型项目或当地畅销户型，缺乏创新性；同时，受制于设计周期、户型指标以及项目预算等因素，设计师无法将工作重点专注于设计创作本身，导致户型设计千篇一律缺少创新。长此以往，不利于住宅设计高质量发展。

近年来随着AI 技术的爆发，大家看到人工智能的无限可能。在建筑领域中同样诞生了一批基于AI 技术的应用软件，来辅助项目进行设计、施工、运维等工作。BIM 技术在建筑设计领域广泛应用的前提下，建筑设计工作逐渐从人工+电脑辅助设计向人工智能辅助设计进行转变[1]。本文将介绍AI+BIM 技术在住宅项目户型设计中的探索与研究，以供读者参考借鉴。

1 AI+BIM 软件选用

目前建筑设计主要依赖于AutoCAD 系列软件进行二维平面设计。有别于传统设计方法，本文将采用欧特克Revit2023 作为底层设计平台进行三维设计，不过也需要应用AutoCAD 完成相关辅助工作。AI 工具则选用PlanFinder 与GetFloorPlan 共同完成设计工作。所用软件及功能如表1 所示。

表1 户型方案设计应用软件汇总表

1.1 PlanFinder 介绍

PlanFinder 是一款基于AI 技术研发的AIGC 软件，是基于深度学习和神经网络技术实现人工智能决策和行动的方法。通过大量数据进行训练，不断优化模型参数和结构，从而实现复杂环境下的技术应用。PlanFinder 在户型方案设计中旨在提升住宅户型平面图的设计速度，为设计师提供创意方案，发散设计思维，并能够自动生成BIM 模型，在节约BIM 建模时间的同时，能够为后续工作提供基础模型，是AI 建筑设计工作流中必不可少的一部分。

目前，基于“Plugin+BIM 软件平台”二次开发模式[2]，PlanFinder 能够为Rhino7、Grasshopper3D 和Revit2023 平台提供插件服务，主要包含以下三种功能：

（1）“Fit”功能

该功能可以拾取现有的简易平面图来批量生成户型布置图。在指定外墙和入户门位置后，PlanFinder 就会在数据库中寻找多个与输入内容相吻合的户型平面图，并生成三维模型。目前数据库中有几千张户型图可作为参考使用。

（2）“Generate”功能

利用”Generate 功能”，只需要手动在Revit 平台中创建外墙与分隔墙模型。PlanFinder 就会快速生成与模型相匹配的户型平台图及家具，生成出的家具均为3D 族模型。

（3）“Furnish”功能

该功能需要手动在Revit 平台中创建至少两个房间，PlanFinder 会根据房间功能、入户门位置自动为一个房间布置家具模型。

PlanFinder 具有以下功能特性：

（1）设计速度快

基于强大的AI 算法，PlanFinder 可以在几秒钟内批量生成多种户型平面图。同时，可以根据选定的平面图快速生成Revit 模型。

（2）激发创作思维

对于同一个建筑平面空间PlanFinder 可输出多种户型平面图供设计师选择，可多次生成不同的设计方案为设计师提供参考。

（3）界面简洁操作简单

PlanFinder 界面简洁，操作简便，对于Revit 使用新手来说也十分友好。

1.2 GetFloorPlan 介绍

GetFloorPlan 是本文中应用的另一款AIGC 软件，是基于人工智能渲染引擎的户型效果图生成工具。只需要上传户型平面图，就可以在30 分钟内渲染生成三维全彩平面模型，可在PC 端，移动端360 度虚拟导览。生成的3D 导览模型可用于项目汇报以及在销售过程中对业主进行效果呈现。

GetFloorPlan 具有以下产品特性：

（1）人工智能渲染引擎：GetFloorPlan 使用了先进的人工智能技术，可以根据平面图自动生成逼真的三维模型和场景，包括家具、灯光、阴影等细节。用户无需任何专业知识或软件，就可以获得高品质的渲染效果；

（2）个性化定制：GetFloorPlan 允许用户根据自己的喜好和需求，选择不同的风格、颜色、材质、家具等选项，来定制自己的三维布局。用户还可以上传自己的图片或logo，来增加品牌识别度和个性化程度；

（3）云端存储和分享：GetFloorPlan 将所有生成的材料存储在云端，用户可以随时随地访问和下载。用户还可以通过链接或二维码，轻松地与他人分享自己的平面图和虚拟导览，无需下载任何应用或插件。

1.3 Revit2023 介绍

目前，PlanFinder 只开放了Rhino7、Grasshopper3D、Revit2023 平台插件，三款软件均为3D 建模设计软件，Rhino7 主要用于设计阶段，擅长复杂曲面设计，Grasshopper3D 是Rhino 环境下参数化建模插件[3]。Revit 目前在BIM 建筑正向设计领域中应用度最高，且在建设生命周期中可以做到一模多用[4]，本文将利用Revit2023 作为底层建模软件对户型设计进行探索与研究。各软件特点横向比较如表2 所示。

表2 BIM 应用软件特点比较

2 AI+BIM 技术在住宅类项目户型设计的应用实践

本节将介绍基于AI+BIM 技术住宅类项目的户型设计应用流程，以及基于Revit 平台在住宅类项目户型设计的实践操作。

2.1 应用流程

在AI+BIM 设计工作流中，主要包含四个步骤：首先在AutoCAD 平台中进行户型草图绘制，包含外墙、门窗等内容，保存为.dwg 文件，等待使用；将草图.dwg文件导入Revit 当中进行墙体、门窗模型创建，建模精度只需达到LOD200 即可，建模精度分类如表3 所示[5]；载入PlanFinder，在Revit 模型或线稿的基础上快速生成户型平面图，从中挑选满意的方案，导出模型和平面图纸；最终利用GetFloorPlan 进行三维渲染。

表3 建模精度LOD 标准说明

2.2 技术路线

技术路线的选择是完成设计目标的关键[6]，具体工作机制包含：草图绘制、基础模型创建、AI 户型设计、3D 效果呈现。以工作机制为基础，在各实施阶段中采用不同的应用软件，形成户型设计整体技术路线，通过此技术路线即可实现基于AI+BIM 户型设计的研究探索目标。技术路线图如图1 所示。

图1 技术路线图

2.2.1 草图绘制

首先，根据项目户型设计参数指标利用AutoCAD进行草图绘制，例如图2 为套内建筑面积50 ㎡户型，只需要对户型墙体、入户门做基本绘制表达，将图纸导出为.dwg 格式文件进行存储。

图2 Generate 功能下户型生成方案

2.2.2 基础模型创建

在Revit 平台中先建立平面视图，将.dwg 格式草图链接进入创建好的Revit 平面视图中，基于草图进行三维模型创建，仅需要创建墙体及入户门。

使用Revit 平台时需要注意软件版本应为2023 英文版，由于PlanFinder 目前只提供2023 版的插件，所以低版本的Revit 将无法加载PlanFinder 插件。如果Revit 为中文版，需要将语言本版进行切换，因为目前PlanFinder 底层语言模型是基于英文进行学习训练，在中文版Revit 环境下无法使用。中文版到英文版的切换右键点击Revit2023 图标，在属性-快捷方式一栏中，将目标文件”D:Revit 2023Revit 2023Revit.exe” /language ENU“中的ENU 改写为CHS，点击确定，即可正常使用PlanFinder。

2.2.3 AI 户型设计

利用“Generate”功能拾取创建好的Revit 模型墙体，墙体模型需要形成一个合围空间，不能留有空隙，这样AI 会将合围的空间识别为将要进行户型设计的大空间，AI 会基于识别的空间利用自身底层模型自动进行户型设计。在拾取完墙体后，点击“Finish”按键PlanFinder 开始运行工作，同时自动进入户型设计界面。

通常来讲，每次PlanFinder 会为设计师生成最多12 张每组的户型设计图（根据购买的产品版本），通过点击左右方向按键可以查看不同的户型设计。如果对本组户型设计图不满意，通过点击Generate 按键可以多次生成全新户型图，PlanFinder 通过草图自动生成的户型方案设计图如图2（a）～（b）所示。

在户型设计界面中，可以根据实际情况对户型设计内容进行选择，包含：国家地区、卧室数量、卫生间数量、储藏间、独立厨房和衣帽间等内容。同时在设置中也可以选择墙体类型、门开启方向等内容。当设置完成后，点击Generate 按键可根据预设的条件重新生成户型设计图。

设计师如果对于家具的摆放不满意，可以鼠标左键点击房间区域，AI 会自动对家具进行位置、样式的修改。如果对房间的功能设置不满意，设计师也可以在选定的房间区域点击鼠标右键更改房间功能，有多种房间功能可供切换使用，包括：客厅、卧室、厨房、卫生间及储藏间等。

在确定好户型设计图后点击“OK”按键PlanFinder 会自动生成Revit 模型，在模型生成过程中，Plan-Finder 会自动加载相关族模型，例如门窗、家具、器具等，可直接保存为.rvt 格式文件。户型设计三维模型如图3所示。

图3 户型三维BIM 模型

相较于“Generate”功能，Fit 功能会根据现有草图轮廓进行快速户型设计，在识别草图模型后，Plan-Finder 会调用底层数据库找到与草图轮廓相匹配的设计方案，不过调用的数据库中的设计方案不会完全与草图轮廓相一致，会有一定程度的偏差。如图4 所示，其中蓝色线为草图轮廓线，底层为数据库中调用的户型设计图。

图4 Fit 功能基于草图生成的户型方案

点击Fit 命令后，在墙模型内侧任意选择一点，接下来选择入户门位置，会自动跳出户型设计界面，Fit提供的户型设计方案会更多，一组会提供10 组左右的设计方案，对生成的方案可以进行卧室、卫生间数量的修改，还可以对国家进行修改来适配项目实际情况。同样在设计确定后可以自动生成墙体、房间和家具等三维模型。

由于Fit 功能是调用数据库户型图，与草图不会完整匹配，所以会出现模型布置错误的情况，例如家具、器具位置偏移等问题，厨房器具布置在住户墙外，如图5 所示。

图5 Fit 功能基于草图生成的户型方案

Furnish 功能是根据户型方案中的房间进行家具自动布置。在布置界面中，可以选择各个房间的门开启方向、墙尺寸修改、门类型修改、床尺寸修改、房间功能修改等，与Generate、Fit 功能一样在点击OK 按键后可以自动生成三维模型。

2.2.4 3D 效果呈现

完成户型设计后，在Revit 中将户型平面图布置图导出，由于GetFloorPlan 目前只能识别图片文件，所以需要将导出的户型平面图进行处理转换为图片格式文件进行上传，二维平面图上传后，通过云端算力将二维图纸生成为三维可视化渲染模型[7]，AI 会为房间、家具等模型自动添加材质生成装修效果模型。整个过程会在30 分钟内完成，极大程度提高工作效率，相比传统二维渲染图，3D 模型可实时漫游、预览查看装修后效果。

GetFloorPlan 支持客户端、移动端的3D 导览应用，作为项目成果汇报、销售样板展示，均有很好的效果。户型设计图如图6（a）所示，导入软件后AI 自动渲染生成效果图如图6（b）所示。

图6 GetFloorPlan 户型装饰装修渲染效果

目前，随着VR 技术逐渐成熟，当有了3D 渲染模型，可以将模型与VR 系统相结合，为用户创造沉浸式仿真交互体验[8]。

3 AI+BIM 户型设计应用效果分析

针对设计师绘制的户型设计草图模型，PlanFinder基于AI 技术对草图模型进行空间识别，通过AIGC 技术与设定的基本参数来生成户型平面方案。整个过程设计师只需要做简单操作即可完成，对于新手设计师，也能够快速使用。在工作效率提升方面，首先，Plan-Finder 可以为设计师在极短时间内提供数个设计方案，为设计师提供创作灵感，同时设计师也可根据提供的方案进行二次创作设计；其次，PlanFinder 生成的模型能够包含方案设计图中所需的基本信息，例如，墙体、门窗、房间名称、尺寸面积和家具等，大大节约了设计师绘图时间，在有限的工作周期中可以大幅提高工作效率，增加创作时间，将重点放在设计创作上面。户型设计完成后，设计团队成员及项目负责人可随时通过Revit 三维协同平台对设计成果进行查看和沟通[9]；最后，PlanFinder 自动生成Revit 模型，为后续BIM 工作提供应用模型，可以帮助BIM 工作流程提高效率。

然而，目前AI 辅助户型设计仍存在自身局限性。软件层面上，Fit 功能给出的参考户型设计数量有限，目前官方表示PlanFinder 能够提供的户型设计参考方案不到一千种，且多数为欧洲国家户型设计，并不能很好地适应国内建筑设计市场。Generate、Fit、Furnish在功能上有一定程度的重复，例如，Generate、Fit 都可以自动生成家具模型，这样Furnish 功能模块就略显鸡肋，且三个功能模块只支持方正的户型结构。在设计规范方面，虽然PlanFinder 给出了设计地域的选项，但是软件是否集成了各地的设计规范无从考证，需要设计师结合项目当地设计规范进行分析检查；在费用方面，PlanFinder 的试用期为30 天，超过试用期的软件订阅费用为10 欧元/月；GetFloorPlan 则是按次收费28~35 美元/张，对于需要频繁进行方案汇报的项目，成本也将会是企业重点考虑的内容之一。

4 总结与展望

本文介绍了在住宅项目户型设计上应用的AI 工具及其关键技术，并介绍了基于Revit2023 平台AI 工具在住宅户型设计上的实践应用。实践表明，在方案设计阶段中，AI 技术能够有效地辅助设计师完成住宅项目户型方案设计，帮助设计师发散设计思维，提供设计灵感。基于实践应用，本文同时提出AI 户型设计应用效果分析，在阐述AI 能够为户型设计带来的高效率的同时，AI 软件自身也需要不断优化并与当地建筑规范紧密相连。

此外，AI 技术的发展要依赖于三个方面：AI 理论、算法和模型。AIGC 工具同样需要基于海量数据不断完善算法、不断更新模型和不断提升算力[10]，才能够为设计师提供更多更好的户型设计参考。在未来，各国对建筑设计规范的学习也十分重要，只有在满足规范的前提下，AI 生成的优秀户型图才能真正落地使用，进一步提高生产力。