美国施工AI公司Trunk Tools创始人兼CEO Sarah Buchner在领英公布了一组读图测试:一张画有100扇窗的施工图,当前最强的通用模型Astra找到66扇,同时把大约99处不是窗的东西标成了窗;Trunk Tools自己训练的模型找到97扇,误报约3处。数字为公司自测。

Buchner的判断是,多数AI都能读懂一本规范说明书,建筑AI真正决胜负的地方在图纸上:符号、标注、尺寸,墙上用三条细线画出的一扇窗。文字资料大模型已经读得不错,施工图上的这套画法,通用模型还没吃透。
测试里漏认和误报同样要命。漏掉三成多的窗,算量和审图就会少算;把近百处别的东西当成窗,每张图都要人再筛一遍,省下的时间又搭了回去。
Trunk Tools的做法是在回答任何问题之前,先用针对建筑图纸训练的模型把每张图预处理一遍。它的产品里,TrunkReview负责标记图纸变更,TrunkRFI负责核对RFI答案,两者依据的都是图纸上实际画出的内容。公司做的是面向施工现场的AI平台,图纸、规格书和RFI的问题都能即问即答,并标注出处。
Buchner本人是木工学徒出身,12岁起在家族木工作坊帮忙,后来做过施工经理,又在欧洲建筑集团斯特拉巴格负责数字化。她在帖子最后反问:你现在用的AI工具能找到几扇窗?
对正在采购AI审图、算量工具的团队,这是一道很容易自测的题:拿一张自己项目的图纸,数一数它认出了几扇窗、认错了几处。
资料来源
本文为 AI4ELAB 编辑或原创,作者:Connor 秦明。转载请注明出处:https://ai4elab.com/10292.html