产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元

大家好,我是秦明,分享一家公司进展,今年1月份,我们写了Structured AI这家企业,用AI Agent审查技术图纸和文档,跨机电、结构、建筑等专业发现不一致、规范问题和碰撞,把人工质检环节自动化用AI做图纸审查与技术文档生成,半年融资百万美元,YC投了三位牛津毕业生。
半年过去了,这三个牛津毕业生把图纸审查这件事做出了新动作。2026年1月的时候,他们刚拿完YC投资,总融资额100万美元左右,还在跑试点。如今,他们新完成420万美元融资,PMF得到了验证。
产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元
先看产品层面的变化。1月份还是一个「AI图纸质量检查工具」的概念框架。现在已经是五个功能模块齐全的平台。

第一个模块是QA/QC合规性审查。

上传施工图纸集,系统自动逐页扫描,对照建筑规范和企业标准逐条检查。每条问题的返回格式是固定的四要素:第几页、页面哪个位置、具体错了什么、建议怎么改。从截图可以看到,左侧图纸区域精确高亮标注出问题节点,右侧同步显示对应规范条款的完整引用和推理过程。

产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元

关键设计点在于输出的不是概率评分,而是工程师可以直接执行和签字的确定性清单。检查库持续迭代——每个客户定义的新规则会沉淀进系统,越用越完整。同时支持版本对比(Compare Versions)、控制对比(Control Comparison)、规范浏览(Code and Compliance Browser)、批注(Annotations)和工程量统计(Takeoffs)。

第二个模块是图纸问答。

工程师向图纸集提问,系统实时返回答案,并精确溯源到图纸页码和位置,点击引用直接跳转。比如截图中的提问是B28阳台门槛是否符合BS 6229:2025 Clause 8.4.23?请给我一个简短的表格和位置截图」,系统返回:不符合,第16页标注最大门槛高度15mm,距BS 6229要求的75mm最小值差60mm——并在右侧生成了结构化对比表格。

产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元

这个模块的技术前提是:系统在用户提问之前就已经读完了图纸集上每一张图纸的每个符号、每个表格、每条规范引用,并预先建立了图纸之间的交叉引用索引。问答是即时的,不是临时检索,是在已读完全套图纸的基础上回答。

第三个是自定义检查。

用自然语言描述检查规则,系统生成对应的AI Agent并在图纸集上执行。截图中的示例:验证1-3层垂直翼板栏杆的实际标注高度是否符合Approved Document K Table 4的1100mm要求,不能只看声称符合Part K的文字标注,必须有实际尺寸数据背书。

产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元

平台提供两个调试工具:Agent Playground(实时观看Agent逐步读图和搜索的推理过程)和Prompt Lab(在同一图纸集上并排对比两种检查策略的效果)。截图中可以看到Agent的完整推理链:先grep定位关键词、再read_page精读页面、再二次grep收窄范围、最终输出结论——整个思考过程透明可见,工程师可以验证逻辑。

第四个是碰撞检测。

系统自动识别覆盖建筑同一区域的所有图纸,将建筑、结构、MEP图层自动叠加对齐后呈现。截图中显示的是一个MEP项目,底图为60%投标图纸集,AI自动完成了132页图纸的跨图对齐,红色标注出检测到的叠加冲突区域。

产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元

传统做法需要工程师手动将不同专业的背景图拖到同一坐标系,即使用Revit也要手动协调。Structured AI的差异点是:无需手动对齐,即使不同图纸使用完全不同的绘图比例,系统也能自动识别和对齐同一建筑区域。跨专业碰撞直接可视化呈现。

第五个是Revit集成。

以Revit插件形式嵌入,直接查询BIM模型的几何数据来执行检查,不需要导出任何文件。截图中的提问是检查本项目中所有门是否符合ADA无障碍规范?」,Agent实时推理过程显示在右侧面板:先调用Revit代码批量读取门宽数据,对照ADA 404.2.3的32英寸最小净宽标准逐一核验,标记出明确不合格可能不合格(需核实)两类,精确到具体元素ID、楼层、门型——截图中可见L1-Block 33的一扇门实测仅26英寸,直接判定硬性不合格。

产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元

这半年他们从一家试点客户到六家付费客户。试点期的Syska Hennessy,现在已经是官网正式列出的客户。已落地的客户还包括:Auld & White Constructors、GPD Group、4Creeks、SJB、Kleinknecht Electric Company。
还有一个细节是,他们在今年4月还做了一件事:发布并测试了AEC-Bench——第一个专门测试AI Agent能否真正处理施工文档的开源基准。不是让AI总结文档,不是让AI聊施工话题,而是让AI真正去用:在图纸集里导航、追踪交叉引用、对照规范核查提交文件、在几百页文档中发现协调失败。后续我们会详细介绍。
产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元
产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元
参考链接:
https://getstructured.ai/blog/structured-ai-4-2m-seed-round/
https://getstructured.ai/blog/aec-bench-results/
上,如果觉得不错,随手点个赞、在看、转发三连吧,也欢迎给AI4ELAB个星标⭐,以便您第一时间收到推送~谢谢阅读,下篇内容再见
产品更新 | 三位牛津毕业生做AI图纸审查,6个月后,又融资了420万美元

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/7621.html

(0)
Connor 秦明的头像Connor 秦明

发表回复

登录后才能评论

相关推荐

联系我们
加入社群