从技术角度看，景观设计自动化比建筑设计自动化要简单得多，具有明显的可行性优势。
首先，景观图纸基本是平面结构、一维的，不涉及复杂的三维空间关系。其次，景观设计的构件高度标准化，如水管长度、喷头数量、树木种类、草坪面积等都是确定的标准构件，呈现”可见即可得”的特点。
实际上，市场上多家AI算量公司都是选择从景观园林场景切入的，正是因为其技术门槛相对较低。目前文字识别技术已经完全成熟，国外的多模态模型在处理简单图纸也表现优秀，技术基础已经具备。
其产品哲学有个反常识的地方：不追求全自动。
AI输出结果后，估算员可以手动调整。不做成黑盒的原因，在于建筑行业讲究掌控感。估算员要对每个数字负责，完全交给AI他们不放心。Bobyard给的是AI做90%，人决策的模式。
Bobyard主要服务中型和大型景观承包商，典型客户是那些承接300万到2000万美元商业项目的公司。这些公司每月处理几十个投标，时间就是生命线。
AI原生创业的本质，就是找到一个传统方式效率极低的环节，用AI重构流程，产生数量级的价值提升。
结尾分享和朋友讨论的看法，海外主要是在PDF图纸上做文章。对于国内市场而言，技术实现路径可以考虑：利用Revit和CAD库作为基础，开发专门的景观设计引擎来处理排布问题，通过AI辅助提高文生图与引擎的匹配度，确保文生图的输出结果能够回导至引擎系统。
这个方向需要先生成效果图，然后进行识别或细化处理，最终输出可施工的设计图纸。但需要注意的是，引擎开发需要专业的工程能力，不是普通程序员能够完成的，属于中长期投入项目，在引擎搭建完成之前很难看到明显成效。
如果您是国内的景观公司，在探索AI景观算量，欢迎交流。
以上，如果觉得不错，随手点个赞、在看、转发三连吧，也欢迎给个星标⭐，以便您第一时间收到推送～谢谢阅读，下篇内容再见。
主题测试文章，只做测试使用。发布者：Connor 秦明，转转请注明出处：https://ai4elab.com/6392.html
