美国建筑规范平台UpCodes联合创始人兼CEO Scott Reynolds,10月22日在领英公布了AI审图功能上线四个月的运行数据:6月发布AI Plan Review以来,已在73个辖区跑了1300多套图纸,从独栋住宅到医疗设施都有,一共标出18万多个潜在问题。

按他的统计,每套图纸平均有21个关键问题,其中将近一半涉及疏散、消防这类生命安全条款,出现最多的单项是缺少出口标识。UpCodes把这些问题顺着追到报建和施工阶段的整改成本,估算平均每个项目对应超过100万美元的潜在施工成本。
这个100万美元要看清口径。公司10月13日的新闻稿注明,它是用平均问题数量,乘以设计、报建、施工阶段解决同类问题的估算成本得出的,属于模型推算;行业媒体RuntimeWire报道时也提醒,这个数字并非已核实的节省金额。
它怎么审
UpCodes起家做建筑规范检索,把美国各地实际采用的规范版本整理成库。AI Plan Review放在它的QA/QC平台里:用户建项目时设定一次辖区、规范年份和建筑类型,系统用AI模型读图纸里的图形和技术信息,再对照当地规范逐条检查。新闻稿点名的新用户有达拉斯-沃斯堡机场,以及BDG Architects、Hereford Dooley Architects两家建筑事务所。

Scott Reynolds对结果的解释是:一套施工图压着成千上万个决定,又赶着截止日期,漏项几乎难免;平台要做的是在上游把这些问题截住,避免拖到现场变成返工、延误和超支。10月20日他还去北达科他州立大学的「AI for AEC」课上,讲了自动化规范审查的演进,以及AI为什么终于能大规模审施工图。
同赛道的另一条路
同一赛道的Kestrel Labs把规范检查做进了Revit,Autodesk这周公布的22个新集成里就有它。两家路线不同:Kestrel查BIM模型,UpCodes直接读图纸,后者更贴近美国大量项目仍以PDF图纸报审的现实。
国内施工图审查有制度化的第三方审图机构,AI审图产品多卖给审图机构和设计院。UpCodes这组数据里,最值得国内同行对照的是问题分布:近一半关键问题集中在生命安全条款上,这也是审图最不能放过的部分。每个项目100万美元这类推算参考价值有限,要等客户拿出真实的返工数据再看。
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/10953.html