Trimble在Dimensions用户大会上给Connect装上了AI。这块平台原来的定位是通用数据环境,把现场信息接上设计、造价和运营流程;这次加的AI能力想在项目全生命周期里帮人提前发现和化解风险。
按环节拆开看。设计端三个动作:用实测点云数据生成建筑方案选项;把自然语言提示转成可施工的结构模型;自动把扫描点云分类成结构构件。施工端是机器控制系统的AI诊断、360度现场漫游视频转3D点云、语音巡检自动转写并挂到图纸上。

项目运营端偏管理:AI做采购与发票匹配、合同风险分析、变更单自动化;AI排程把项目时间线跟现场实时数据联动,识别可能延误的环节,给出缓解建议并更新计划。
底下垫着两个组件。Trimble Assist是对话式入口,团队在这里跟AI智能体对话,把Trimble生态里各处的东西问出来。Trimble Agent Studio更有意思,它让客户把标准作业流程和老员工脑子里的经验录成自定义智能体和技能,用来带下一代工人。
Trimble的说法是,这层AI要把生成式模型锚在现场的物理现实里,靠三样东西:项目自己的数据、现场和机器的遥测、还有在Trimble应用里直接动手执行的能力。路径上他们强调用专业工作流的领域知识,而不是只靠通用AI工具;同时支持客户和开发者自己建、配置、编排、治理智能体。
CEO Rob Painter给了个我觉得挺有用的框架:施工项目的风险从五个口子进来——物理、信息、合同、商务、知识。所以他们的主张是连接本身就是管风险的手段。这五类风险的说法,比「AI提效」这种话更方便拿来做项目复盘清单。
有两个地方要留神。一是这整篇是厂商在自家用户大会上的发布,落地案例和收益数据一个都没给,文中也没说这些能力分别什么时间、什么订阅档位可用。二是文中提到「把生成式模型锚定在物理现实」,目前还停留在产品说法,没有公开技术细节和对比测试。文章由AEC Magazine编辑团队独立撰写,HP和NVIDIA为内容制作提供支持。
Agent Studio这条线值得单独盯一眼。把老师傅的隐性经验录成能复用的智能体,本质上和把门店的施工标准写进营建手册是一回事,都是把散在个人身上的东西变成组织资产,区别只在前者能提问、能干活。对手上有大量老师傅的施工企业来说,这可能比再多一个设计工具更有用。
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/12786.html