基于AI+BIM 技術的住宅戶型方案設計探索與研究

婁天 張博涵

(上海寶冶集團有限公司，上海 200941)

引言

對于住宅項目而言，戶型方案是項目設計中至關重要的一環。優秀的戶型有助于提升項目整體品質，提高人們居住體驗。然而在現實中，設計師多依賴于參考同類型項目或當地暢銷戶型，缺乏創新性；同時，受制于設計周期、戶型指標以及項目預算等因素，設計師無法將工作重點專注于設計創作本身，導致戶型設計千篇一律缺少創新。長此以往，不利于住宅設計高質量發展。

近年來隨著AI 技術的爆發，大家看到人工智能的無限可能。在建筑領域中同樣誕生了一批基于AI 技術的應用軟件，來輔助項目進行設計、施工、運維等工作。BIM 技術在建筑設計領域廣泛應用的前提下，建筑設計工作逐漸從人工+電腦輔助設計向人工智能輔助設計進行轉變[1]。本文將介紹AI+BIM 技術在住宅項目戶型設計中的探索與研究，以供讀者參考借鑒。

1 AI+BIM 軟件選用

目前建筑設計主要依賴于AutoCAD 系列軟件進行二維平面設計。有別于傳統設計方法，本文將采用歐特克Revit2023 作為底層設計平臺進行三維設計，不過也需要應用AutoCAD 完成相關輔助工作。AI 工具則選用PlanFinder 與GetFloorPlan 共同完成設計工作。所用軟件及功能如表1 所示。

表1 戶型方案設計應用軟件匯總表

1.1 PlanFinder 介紹

PlanFinder 是一款基于AI 技術研發的AIGC 軟件，是基于深度學習和神經網絡技術實現人工智能決策和行動的方法。通過大量數據進行訓練，不斷優化模型參數和結構，從而實現復雜環境下的技術應用。PlanFinder 在戶型方案設計中旨在提升住宅戶型平面圖的設計速度，為設計師提供創意方案，發散設計思維，并能夠自動生成BIM 模型，在節約BIM 建模時間的同時，能夠為后續工作提供基礎模型，是AI 建筑設計工作流中必不可少的一部分。

目前，基于“Plugin+BIM 軟件平臺”二次開發模式[2]，PlanFinder 能夠為Rhino7、Grasshopper3D 和Revit2023 平臺提供插件服務，主要包含以下三種功能：

（1）“Fit”功能

該功能可以拾取現有的簡易平面圖來批量生成戶型布置圖。在指定外墻和入戶門位置后，PlanFinder 就會在數據庫中尋找多個與輸入內容相吻合的戶型平面圖，并生成三維模型。目前數據庫中有幾千張戶型圖可作為參考使用。

（2）“Generate”功能

利用”Generate 功能”，只需要手動在Revit 平臺中創建外墻與分隔墻模型。PlanFinder 就會快速生成與模型相匹配的戶型平臺圖及家具，生成出的家具均為3D 族模型。

（3）“Furnish”功能

該功能需要手動在Revit 平臺中創建至少兩個房間，PlanFinder 會根據房間功能、入戶門位置自動為一個房間布置家具模型。

PlanFinder 具有以下功能特性：

（1）設計速度快

基于強大的AI 算法，PlanFinder 可以在幾秒鐘內批量生成多種戶型平面圖。同時，可以根據選定的平面圖快速生成Revit 模型。

（2）激發創作思維

對于同一個建筑平面空間PlanFinder 可輸出多種戶型平面圖供設計師選擇，可多次生成不同的設計方案為設計師提供參考。

（3）界面簡潔操作簡單

PlanFinder 界面簡潔，操作簡便，對于Revit 使用新手來說也十分友好。

1.2 GetFloorPlan 介紹

GetFloorPlan 是本文中應用的另一款AIGC 軟件，是基于人工智能渲染引擎的戶型效果圖生成工具。只需要上傳戶型平面圖，就可以在30 分鐘內渲染生成三維全彩平面模型，可在PC 端，移動端360 度虛擬導覽。生成的3D 導覽模型可用于項目匯報以及在銷售過程中對業主進行效果呈現。

GetFloorPlan 具有以下產品特性：

（1）人工智能渲染引擎：GetFloorPlan 使用了先進的人工智能技術，可以根據平面圖自動生成逼真的三維模型和場景，包括家具、燈光、陰影等細節。用戶無需任何專業知識或軟件，就可以獲得高品質的渲染效果；

（2）個性化定制：GetFloorPlan 允許用戶根據自己的喜好和需求，選擇不同的風格、顏色、材質、家具等選項，來定制自己的三維布局。用戶還可以上傳自己的圖片或logo，來增加品牌識別度和個性化程度；

（3）云端存儲和分享：GetFloorPlan 將所有生成的材料存儲在云端，用戶可以隨時隨地訪問和下載。用戶還可以通過鏈接或二維碼，輕松地與他人分享自己的平面圖和虛擬導覽，無需下載任何應用或插件。

1.3 Revit2023 介紹

目前，PlanFinder 只開放了Rhino7、Grasshopper3D、Revit2023 平臺插件，三款軟件均為3D 建模設計軟件，Rhino7 主要用于設計階段，擅長復雜曲面設計，Grasshopper3D 是Rhino 環境下參數化建模插件[3]。Revit 目前在BIM 建筑正向設計領域中應用度最高，且在建設生命周期中可以做到一模多用[4]，本文將利用Revit2023 作為底層建模軟件對戶型設計進行探索與研究。各軟件特點橫向比較如表2 所示。

表2 BIM 應用軟件特點比較

2 AI+BIM 技術在住宅類項目戶型設計的應用實踐

本節將介紹基于AI+BIM 技術住宅類項目的戶型設計應用流程，以及基于Revit 平臺在住宅類項目戶型設計的實踐操作。

2.1 應用流程

在AI+BIM 設計工作流中，主要包含四個步驟：首先在AutoCAD 平臺中進行戶型草圖繪制，包含外墻、門窗等內容，保存為.dwg 文件，等待使用；將草圖.dwg文件導入Revit 當中進行墻體、門窗模型創建，建模精度只需達到LOD200 即可，建模精度分類如表3 所示[5]；載入PlanFinder，在Revit 模型或線稿的基礎上快速生成戶型平面圖，從中挑選滿意的方案，導出模型和平面圖紙；最終利用GetFloorPlan 進行三維渲染。

表3 建模精度LOD 標準說明

2.2 技術路線

技術路線的選擇是完成設計目標的關鍵[6]，具體工作機制包含：草圖繪制、基礎模型創建、AI 戶型設計、3D 效果呈現。以工作機制為基礎，在各實施階段中采用不同的應用軟件，形成戶型設計整體技術路線，通過此技術路線即可實現基于AI+BIM 戶型設計的研究探索目標。技術路線圖如圖1 所示。

圖1 技術路線圖

2.2.1 草圖繪制

首先，根據項目戶型設計參數指標利用AutoCAD進行草圖繪制，例如圖2 為套內建筑面積50 ㎡戶型，只需要對戶型墻體、入戶門做基本繪制表達，將圖紙導出為.dwg 格式文件進行存儲。

圖2 Generate 功能下戶型生成方案

2.2.2 基礎模型創建

在Revit 平臺中先建立平面視圖，將.dwg 格式草圖鏈接進入創建好的Revit 平面視圖中，基于草圖進行三維模型創建，僅需要創建墻體及入戶門。

使用Revit 平臺時需要注意軟件版本應為2023 英文版，由于PlanFinder 目前只提供2023 版的插件，所以低版本的Revit 將無法加載PlanFinder 插件。如果Revit 為中文版，需要將語言本版進行切換，因為目前PlanFinder 底層語言模型是基于英文進行學習訓練，在中文版Revit 環境下無法使用。中文版到英文版的切換右鍵點擊Revit2023 圖標，在屬性-快捷方式一欄中，將目標文件”D:Revit 2023Revit 2023Revit.exe” /language ENU“中的ENU 改寫為CHS，點擊確定，即可正常使用PlanFinder。

2.2.3 AI 戶型設計

利用“Generate”功能拾取創建好的Revit 模型墻體，墻體模型需要形成一個合圍空間，不能留有空隙，這樣AI 會將合圍的空間識別為將要進行戶型設計的大空間，AI 會基于識別的空間利用自身底層模型自動進行戶型設計。在拾取完墻體后，點擊“Finish”按鍵PlanFinder 開始運行工作，同時自動進入戶型設計界面。

通常來講，每次PlanFinder 會為設計師生成最多12 張每組的戶型設計圖（根據購買的產品版本），通過點擊左右方向按鍵可以查看不同的戶型設計。如果對本組戶型設計圖不滿意，通過點擊Generate 按鍵可以多次生成全新戶型圖，PlanFinder 通過草圖自動生成的戶型方案設計圖如圖2（a）～（b）所示。

在戶型設計界面中，可以根據實際情況對戶型設計內容進行選擇，包含：國家地區、臥室數量、衛生間數量、儲藏間、獨立廚房和衣帽間等內容。同時在設置中也可以選擇墻體類型、門開啟方向等內容。當設置完成后，點擊Generate 按鍵可根據預設的條件重新生成戶型設計圖。

設計師如果對于家具的擺放不滿意，可以鼠標左鍵點擊房間區域，AI 會自動對家具進行位置、樣式的修改。如果對房間的功能設置不滿意，設計師也可以在選定的房間區域點擊鼠標右鍵更改房間功能，有多種房間功能可供切換使用，包括：客廳、臥室、廚房、衛生間及儲藏間等。

在確定好戶型設計圖后點擊“OK”按鍵PlanFinder 會自動生成Revit 模型，在模型生成過程中，Plan-Finder 會自動加載相關族模型，例如門窗、家具、器具等，可直接保存為.rvt 格式文件。戶型設計三維模型如圖3所示。

圖3 戶型三維BIM 模型

相較于“Generate”功能，Fit 功能會根據現有草圖輪廓進行快速戶型設計，在識別草圖模型后，Plan-Finder 會調用底層數據庫找到與草圖輪廓相匹配的設計方案，不過調用的數據庫中的設計方案不會完全與草圖輪廓相一致，會有一定程度的偏差。如圖4 所示，其中藍色線為草圖輪廓線，底層為數據庫中調用的戶型設計圖。

圖4 Fit 功能基于草圖生成的戶型方案

點擊Fit 命令后，在墻模型內側任意選擇一點，接下來選擇入戶門位置，會自動跳出戶型設計界面，Fit提供的戶型設計方案會更多，一組會提供10 組左右的設計方案，對生成的方案可以進行臥室、衛生間數量的修改，還可以對國家進行修改來適配項目實際情況。同樣在設計確定后可以自動生成墻體、房間和家具等三維模型。

由于Fit 功能是調用數據庫戶型圖，與草圖不會完整匹配，所以會出現模型布置錯誤的情況，例如家具、器具位置偏移等問題，廚房器具布置在住戶墻外，如圖5 所示。

圖5 Fit 功能基于草圖生成的戶型方案

Furnish 功能是根據戶型方案中的房間進行家具自動布置。在布置界面中，可以選擇各個房間的門開啟方向、墻尺寸修改、門類型修改、床尺寸修改、房間功能修改等，與Generate、Fit 功能一樣在點擊OK 按鍵后可以自動生成三維模型。

2.2.4 3D 效果呈現

完成戶型設計后，在Revit 中將戶型平面圖布置圖導出，由于GetFloorPlan 目前只能識別圖片文件，所以需要將導出的戶型平面圖進行處理轉換為圖片格式文件進行上傳，二維平面圖上傳后，通過云端算力將二維圖紙生成為三維可視化渲染模型[7]，AI 會為房間、家具等模型自動添加材質生成裝修效果模型。整個過程會在30 分鐘內完成，極大程度提高工作效率，相比傳統二維渲染圖，3D 模型可實時漫游、預覽查看裝修后效果。

GetFloorPlan 支持客戶端、移動端的3D 導覽應用，作為項目成果匯報、銷售樣板展示，均有很好的效果。戶型設計圖如圖6（a）所示，導入軟件后AI 自動渲染生成效果圖如圖6（b）所示。

圖6 GetFloorPlan 戶型裝飾裝修渲染效果

目前，隨著VR 技術逐漸成熟，當有了3D 渲染模型，可以將模型與VR 系統相結合，為用戶創造沉浸式仿真交互體驗[8]。

3 AI+BIM 戶型設計應用效果分析

針對設計師繪制的戶型設計草圖模型，PlanFinder基于AI 技術對草圖模型進行空間識別，通過AIGC 技術與設定的基本參數來生成戶型平面方案。整個過程設計師只需要做簡單操作即可完成，對于新手設計師，也能夠快速使用。在工作效率提升方面，首先，Plan-Finder 可以為設計師在極短時間內提供數個設計方案，為設計師提供創作靈感，同時設計師也可根據提供的方案進行二次創作設計；其次，PlanFinder 生成的模型能夠包含方案設計圖中所需的基本信息，例如，墻體、門窗、房間名稱、尺寸面積和家具等，大大節約了設計師繪圖時間，在有限的工作周期中可以大幅提高工作效率，增加創作時間，將重點放在設計創作上面。戶型設計完成后，設計團隊成員及項目負責人可隨時通過Revit 三維協同平臺對設計成果進行查看和溝通[9]；最后，PlanFinder 自動生成Revit 模型，為后續BIM 工作提供應用模型，可以幫助BIM 工作流程提高效率。

然而，目前AI 輔助戶型設計仍存在自身局限性。軟件層面上，Fit 功能給出的參考戶型設計數量有限，目前官方表示PlanFinder 能夠提供的戶型設計參考方案不到一千種，且多數為歐洲國家戶型設計，并不能很好地適應國內建筑設計市場。Generate、Fit、Furnish在功能上有一定程度的重復，例如，Generate、Fit 都可以自動生成家具模型，這樣Furnish 功能模塊就略顯雞肋，且三個功能模塊只支持方正的戶型結構。在設計規范方面，雖然PlanFinder 給出了設計地域的選項，但是軟件是否集成了各地的設計規范無從考證，需要設計師結合項目當地設計規范進行分析檢查；在費用方面，PlanFinder 的試用期為30 天，超過試用期的軟件訂閱費用為10 歐元/月；GetFloorPlan 則是按次收費28~35 美元/張，對于需要頻繁進行方案匯報的項目，成本也將會是企業重點考慮的內容之一。

4 總結與展望

本文介紹了在住宅項目戶型設計上應用的AI 工具及其關鍵技術，并介紹了基于Revit2023 平臺AI 工具在住宅戶型設計上的實踐應用。實踐表明，在方案設計階段中，AI 技術能夠有效地輔助設計師完成住宅項目戶型方案設計，幫助設計師發散設計思維，提供設計靈感。基于實踐應用，本文同時提出AI 戶型設計應用效果分析，在闡述AI 能夠為戶型設計帶來的高效率的同時，AI 軟件自身也需要不斷優化并與當地建筑規范緊密相連。

此外，AI 技術的發展要依賴于三個方面：AI 理論、算法和模型。AIGC 工具同樣需要基于海量數據不斷完善算法、不斷更新模型和不斷提升算力[10]，才能夠為設計師提供更多更好的戶型設計參考。在未來，各國對建筑設計規范的學習也十分重要，只有在滿足規范的前提下，AI 生成的優秀戶型圖才能真正落地使用，進一步提高生產力。