大家好，我是秦明，9月16日下午，SketchUp 做了一场围绕建筑设计全流程与 AI 的产品分享，我全程追了下。一个小时的演示里，它讲了从场地获取、概念建模、模型管理，到 Revit、IFC、点云协同，再到 LayOut 出图、Trimble Connect 协作，以及目前已经进入产品和正在研发中的一系列 AI 能力。
如果只拆开看，这些功能并没有哪一个足以称得上「重构建筑设计」。但把整场分享连起来，会发现 SketchUp 正在做一件更值得关注的事：它在一个已经被建筑师使用了 26 年的软件体系里，一点点把 AI 塞进原来的工作流。
这可能也是当下传统建筑软件厂商做 AI 最典型的一条路径。它们不是从 Chatbot 开始重新定义建筑设计，而是先去找软件里最耗时间、最机械的那些动作：找模型、做材质、处理场地、识别构件、整理 IFC 信息、从 2D 建 3D、搜索插件，再进一步尝试让 AI 直接操作软件。
SketchUp 目前已经落地的 AI 能力仍然偏辅助，比如图片搜索 3D Warehouse、图片生成模型、AI Render、LiDAR 空间识别等。但它展示的下一步明显更激进：让 AI 读懂二维图纸，识别墙、门、窗；自动完成 BIM 分类；根据自然语言一步步建立模型，甚至根据用户描述直接生成 Extension。
所以这场分享真正值得看的，重点不在 SketchUp 今天已经有多少 AI 功能，是专业软件的人机交互界面正在发生变化。过去建筑师需要理解菜单、命令、插件、对象层级和软件逻辑，未来其中一部分可能会变成：人描述意图，AI 理解模型上下文，再完成具体操作。
另一点也很重要：SketchUp 并没有把 AI 描述成取代建筑师的工具，在我观察到的 AEC 软件企业里，SketchUp是我见过生态理念上最好的。它反复强调 Revit、DWG、IFC、点云、专业渲染器和其他软件仍然会存在。AI 首先要做的，是减少模型整理和重复操作，让建筑师继续把时间用在设计、判断和沟通上。
这也可能是未来几年 Autodesk、Trimble、Bentley、Nemetschek 这类专业软件公司非常值得持续观察的一条产品路线：不是新造一个 AI 工具，而是让 AI 逐渐成为专业软件新的操作层。
下面是这次分享的文字实录版，经编辑润色：
SketchUp不只是一款3D建模软件
SketchUp 已经有 26 年历史。它诞生于 2000 年，最初的出发点很简单：当时主流 3D 建模软件普遍复杂、学习门槛高，一位软件工程师和一位建筑师希望做一款真正容易上手的三维软件，让更多人能够快速把想法变成 3D。
后来 SketchUp 被 Google 收购，也是从那个阶段开始快速普及。Google Earth 当时需要大量三维城市和建筑模型，全球用户用 SketchUp 创建了数以百万计的模型，再将它们带入 Google Earth，这极大推动了 SketchUp 的大众化。
2012 年，Trimble 收购 SketchUp，并持续进行开发。但 SketchUp 最核心的产品特点其实一直没有改变：容易学习、快速建模，并且能够很快把一个想法变成可以交流的三维空间。这也是它在建筑行业长期拥有大量用户的重要原因。
目前 SketchUp 在全球拥有超过 4000 万专业和非专业用户，覆盖多个行业，其中建筑一直是最大的使用领域。建筑师可以利用它快速探索方案，根据反馈修改设计，再通过三维模型帮助开发商、项目业主和普通住宅客户更直观地理解空间。
二维图纸当然仍然非常重要，后面也会讲到 LayOut。但对于非专业客户而言，一张二维图纸往往很难真正传递空间感。三维模型能够展示空间、材质、视线和氛围，因此特别适合设计早期的沟通与决策。
今天再谈 SketchUp，也不能只把它理解成一款三维建模软件。它已经发展成一个完整的产品生态，从桌面端、Web 和 iPad，到协作、分析、模型资源、扫描、渲染，以及和其他专业软件之间的数据交换，都在这个体系里。
桌面端之外，用户可以通过 SketchUp for Web 和 iPad 建模；Trimble Connect 承担云端存储和协作；PreDesign 可以做前期气候和场地研究；Scan Essentials 用来处理点云；Revit Importer 则解决 Revit 模型进入 SketchUp 的问题。
在可视化层面，SketchUp Studio 可以结合 V-Ray 等专业工具，也提供自己的 AI Render。再加上拥有大量插件的 Extension Warehouse，以及规模非常庞大的 3D Warehouse，用户可以根据自己的工作流不断扩展 SketchUp。
SketchUp 想表达的是：它今天已经不仅存在于概念设计阶段。一个项目从前期场地研究、概念方案、设计深化，到二维表达、团队协作乃至部分 BIM 工作，都可以找到 SketchUp 以及 Trimble 生态中对应的工具。
当然，这并不意味着 SketchUp 希望替代所有建筑软件。相反，官方反复强调建筑行业天然需要多种工具。Revit、AutoCAD 和各种专业分析软件都有各自擅长的领域，关键在于不同软件之间能不能顺畅地协同。
分享中提到 Chapman Taylor 的案例。这是一家拥有多个全球办公室的大型建筑事务所，他们会同时使用 SketchUp、Revit 等不同工具，并根据项目阶段和具体任务来决定在哪个平台完成工作。
在一个酒店项目竞赛中，团队先利用卫星影像和场地信息建立周边环境，再把建筑方案放入真实城市背景，通过 CGI 和三维可视化帮助评审理解方案。最终，他们成功赢得了这次竞赛。
项目进入后续阶段后，设计进一步转入 Revit。但客户又提出，希望尝试不同的塔楼形式和立面材料。团队便通过 Revit Importer 把模型带入 SketchUp，快速制作不同设计版本，再向客户展示修改后的结果。
按照分享者的说法，以前这样的修改和表达可能需要耗费大量时间，而现在模型导入后可以迅速进入可视化和方案比较阶段。不过，不同 SketchUp 版本包含的能力并不完全一样，Revit 和点云等高级工作流需要根据版本选择。
DWG、Revit、IFC和点云如何进入SketchUp
如果真正从一个建筑项目开始，分享者比较推荐的第一步，是尽早使用 Trimble Connect。它本质上是 Trimble 提供的一套云端项目协作工具，可以创建项目、团队和文件夹，并控制不同成员的访问权限。
Trimble Connect 里面还可以建立 To-do List 和 RFI 等项目协作信息，同时支持移动端查看三维模型。分享者自己的习惯是，新模型建立以后就先保存到 Trimble Connect，为后面的分享、协作和版本管理做准备。
除了云端协作，大量 SketchUp 项目的另一个常见入口仍然是 DWG。很多建筑师都会先拿到一份二维 CAD 图，然后利用各种工具清理二维几何、创建面，再借助 Push/Pull 等功能快速把平面图转成三维空间。
围绕这个过程，SketchUp 生态中已经有很多 Extension。它们可以帮助清理 2D 图形、根据线条建立面，或者加快二维图纸向三维模型的转换。因此，DWG 到 SketchUp 一直是建筑用户非常常见的工作流。
另外一个被反复强调的格式是 IFC。尤其对于周期长达十几年甚至二十年的大型基础设施和公共项目，业主需要确保今天生成的模型很多年以后依然可以读取，因此开放格式的重要性越来越高。
SketchUp 支持 IFC 2×3、IFC 4 等标准，同时可以对模型中的对象进行 IFC Classification。比如告诉软件某个对象是一面墙、一道门或者其他建筑构件，这些信息可以伴随模型在不同软件之间继续传递。
模型对象还可以继续增加价格、URL 等属性。例如给不同窗户、门或者构件录入价格后，就可以通过 Generate Report 把对应对象统计出来，进一步形成数量和成本信息，而不仅仅只有几何模型。
Revit Importer 也是类似的思路。把 Revit 模型导入 SketchUp 后，系统会重新组织模型，并通过 Tags 等方式尽量保留清晰的结构，让用户能够继续做方案修改、可视化和沟通。
不过，目前导入 SketchUp 后，并不会和原 Revit 文件保持实时双向关联。Revit 模型进入 SketchUp 以后，就会成为 SketchUp 模型，这一点在后面的问答中分享者也专门做了说明。
另一个越来越重要的数据来源是三维扫描。现在扫描并不一定需要非常昂贵的专业设备，一些带有 LiDAR 的 iPhone 和 iPad，本身就已经能够完成房间或者小尺度空间的三维扫描。
对于更大的建筑或者完整场地，则可以使用 Trimble 或其他厂商的专业扫描设备。扫描结果通常会形成包含数百万个点的点云，每个点都具有 XYZ 空间坐标，再把这些数据带到 SketchUp 中继续工作。
通过 Scan Essentials，用户可以从点云中快速生成地面 Mesh。软件能够尝试保留地形，同时排除围栏等不需要的信息，最终得到一个相对轻量、能够继续设计的三维场地。
如果面对更大的住宅区或工程场地，也可以从点云中选择特定区域，生成三维几何，再继续进行地形切割、场地设计以及土方量等工作。这让现实世界扫描逐渐成为 SketchUp 建模的又一个入口。
所以在真实项目里，SketchUp 的数据入口已经非常多。设计可以从 DWG 开始，从 Revit 和 IFC 开始，也可以直接从真实空间扫描得到的点云开始，然后再进入统一的建模和表达流程。
从场地开始做设计：位置、气候和日照
除了从已有模型或者图纸开始，SketchUp 也可以从真实场地开始。用户可以通过 Add Location 给模型设置真实地理位置，再把地图、场地信息和周边环境直接带进项目。
现场演示选择了英国 Ely 的一个位置。确定地址以后，模型就拥有了真实地理坐标，这意味着后续太阳角度和阴影也会按照真实地点计算，而不是一个与现实无关的虚拟环境。
随后还可以继续导入周围环境，包括地形、建筑轮廓以及简化后的三维建筑。系统会根据现有数据生成周边模型，分享者也提到，这个过程中已经使用了一些 AI 来判断和生成周围建筑的简化几何。
有了真实场地之后，还可以继续进入 PreDesign。它能够根据项目地理位置调用当地历史气候数据，包括不同季节温度、太阳位置、阴影，以及不同时期的供暖和制冷需求。
PreDesign 还会尝试给出一些和设计相关的判断，例如某个室外空间在一年中有多少时间适合使用。如果增加遮阳、加热等措施，它的可使用时间又可能发生怎样的变化。
这些分析并不是用来取代专业建筑性能模拟，但在方案早期，它能够帮助建筑师非常快地形成对场地和气候的基本判断，再把这些信息作为概念设计的一部分。
日照也是类似的逻辑。由于模型已经拥有真实地理位置，可以观察不同时间、不同季节太阳如何照射建筑，并看到阴影怎样穿过窗户进入房间，以及不同空间中的采光变化。
一个复杂模型，应该怎么组织
进入模型阶段以后，分享者首先强调了 Template。SketchUp 的界面、工具栏、单位、菜单排列等都可以根据个人习惯调整，所以建筑师最好建立一套长期使用的个人模板。
比如分享者自己的模板以米为单位，同时在地面放置方向标识，可以快速判断东南西北。常用设置提前保存以后，以后每次建立新项目都可以直接从这个环境开始，不需要重复配置。
复杂建筑模型真正需要解决的问题，则是如何管理。这里分享者非常强调 Outliner，认为这是建筑师使用 SketchUp 时一个很重要、但经常没有被充分利用的功能。
示例模型基本都是由 Components 组成。楼层本身可以是 Component，门窗可以是 Component，内部还可以继续嵌套更多 Component，由此形成比较清晰的模型层级。
通过 Outliner，可以直接展开某一层楼，再看到里面的门、窗、栏杆和不同构件。对象都可以重新命名，因此不需要在三维空间里反复双击进入层级，也能找到和管理具体构件。
Components 和 Tags 则承担不同角色。分享者建议模型几何本身尽可能用 Components 管理，因为重复构件使用 Component 后，软件只需要加载一个模型，再显示多个实例，能够提高模型效率。
Component 同时还可以携带更多属性信息。而 Tags 更主要负责模型的组织和可见性，例如关闭整个建筑，只留下场地，或者单独控制某一层、门窗、天花和其他类别的显示。
再把 Tags 和 Scenes 配合起来，就可以快速建立很多不同展示状态。某个 Scene 可以显示完整建筑，另一个只展示剖面，还有一个可以进入某个房间或者站到某个露台观察室外景观。
Scenes 还能够记录材质、视角、剖切面等不同状态。当建筑模型复杂以后，Components、Tags、Outliner 和 Scenes 实际上组成了一套比较完整的模型组织体系。
模型对象本身还能够绑定 IFC Classification 和价格等信息。比如选中一扇门，可以看到它属于哪个类别、有什么属性，甚至录入价格，再通过 Report 把模型里的门窗数量和成本汇总出来。
AI已经进入3D Warehouse和建模
接下来是这次分享里最值得关注的一部分，也就是 AI。目前一项已经能够直接使用的能力，是 3D Warehouse 的 AI 图片搜索。
过去用户一般通过关键词找模型，但真实设计里经常出现另一种情况：客户直接发来一张照片，说自己就想要这样的浴缸、沙发或者家具，却不知道具体产品名字。
现在可以把这张图片直接交给 3D Warehouse。AI 会理解照片中的对象，然后从已有模型库里寻找外形相似的三维模型，再直接下载到 SketchUp 当前项目中。
现场举的是一款独立浴缸。系统根据图片找到了几个视觉上非常接近的模型，然后可以直接把其中一个放进当前空间。AI 在这里解决的是「图片—理解物体—匹配三维模型」的问题。
SketchUp AI 还在进一步做图片生成 3D。用户可以把一张照片拖入 AI 工具，系统理解物体外表面以后，直接生成可以放进 SketchUp 使用的三维几何。
这个过程并不是简单生成一张看起来像 3D 的图片，而是真的尝试生成模型。不过分享者也提到，目前生成需要几分钟，所以现场没有完整等待整个计算过程。
另一条已经落地的路线则是 AI Render。它可以直接基于当前 SketchUp 视图生成效果图，同时允许用户增加 Prompt、参考图片或者 Mood Board。
比如室内设计师给了一张 Mood Board，里面包含喜欢的灯具、床、桌椅以及整体材料风格。用户可以把这张图片上传，再要求 AI 根据 Mood Board 对当前空间进行渲染。
现场展示的效果里，AI 会尽量理解参考图里的家具和材料特征，同时保留 SketchUp 当前模型中的大体空间关系，快速形成一张更接近真实照片的室内效果。
用户还可以继续通过自然语言修改，比如告诉 AI 把砖墙调得更浅，希望材料更加偏沙色。这使得早期方案阶段可以非常快地尝试不同视觉方向。
不过分享者也明确提醒，当前 AI Render 本质上主要是在看 SketchUp 当前视图形成的二维图像，再围绕这张图进行生成，而不是完整理解后台的三维几何。
所以它适合快速探索风格和表达设计意图，但如果需要精准、稳定的最终专业渲染，V-Ray、Enscape 等传统渲染器仍然有非常明确的价值。
从3D模型到二维图纸，再到实时协同
模型完成以后，建筑工作流并不会停在三维空间里。SketchUp 自带的 LayOut 可以把前面已经建立好的 Scenes 带入二维文档，再组合成平面、立面、剖面和汇报页面。
LayOut 中的视图和 SketchUp 模型保持关联，因此当模型发生变化后，对应的视图也可以继续更新。设计师不需要每次修改模型后重新截图，再手工替换所有版面。
分享者认为 LayOut 是一个被很多 SketchUp 用户低估的功能。当然，他并不认为它适合承担所有超大型项目的复杂施工图，但对于住宅、小型建筑和大量设计表达工作而言，已经能够解决很多需求。
模型完成以后，还可以继续通过 Trimble Connect 进入协作。由于模型一开始就保存在云端，因此可以生成一个非公开链接，直接发给客户或其他项目参与者。
对方不需要完整安装 SketchUp，也可以在 Viewer 中查看三维模型，并且直接在模型具体位置发表评论。例如点击厨房台面，再留下「希望这里换一种颜色」这样的反馈。
团队成员因此能够非常明确地知道客户说的是哪里。一个人更新模型后，其他参与者也能够看到新的状态，从而把模型变成设计沟通和协作的共同载体。
回头看前面的完整流程，大致就是：从概念开始，把模型放入 Trimble Connect；通过 PreDesign 理解场地，再使用 Components、Tags、Outliner 和 Scenes 管理模型。
随后利用 3D Warehouse、AI 和其他工具补充模型内容，通过 IFC、Revit 等方式和外部软件交换数据，再完成设计深化、LayOut 文档以及项目协同。
这也是 SketchUp 现在希望建立的产品位置：并不是单独解决「画一个三维模型」，而是尽量存在于设计过程中的多个关键节点。
下一步：让AI直接操作SketchUp
如果说前面的 AI Search 和 AI Render 还是比较容易理解的功能，分享后半段真正有意思的部分，是 SketchUp 对下一代 AI 交互方式的探索。
例如在 iPad 上，带 LiDAR 的设备可以扫描一个房间。扫描以后得到的不只是空间几何，AI 还可以进一步尝试判断：这是椅子，这是桌子，这是沙发，这是电视。
iPad 端还能够识别用户手绘的基本形状，再自动生成比较规则的几何。也就是说，软件开始从过去被动接受鼠标操作，逐渐增加对现实空间、图片和手势的理解。
材质也是类似方向。SketchUp 正在增强 PBR 材质系统，包括纹理和反射等表现，同时利用 AI 帮助用户生成更符合需求的材质，再通过描述不断调整。
但分享里更加值得注意的是所谓 Vibe Modeling。现在已经出现一些 Extension，可以把 Claude 一类的大语言模型和 SketchUp 连接起来，再通过自然语言控制建模。
例如用户可以直接说：「我要建立一个厨房，这里需要几面墙，再加入这些橱柜。」AI 会理解需求，开始创建模型，并根据已经完成的内容继续执行下一步。
它不只是一次性返回一个结果，而是能够看到当前模型状态，继续增加构件、切换层级、控制显示，再逐步把用户描述变成 SketchUp 里的几何对象。
分享者也明确承认，目前这样的 AI 工具仍然存在大量限制。但值得思考的问题已经从「AI 能不能生成一张建筑图」变成了：如果 AI 能真正理解三维模型，会发生什么？
一旦模型 Context 能被大模型持续读取，AI 就不只是一个外部问答工具，而可能成为 SketchUp 内部新的操作方式。用户描述目的，AI 再决定应该调用哪些功能和命令。
2D转3D，以及AI自动理解墙、门和窗
现场被问得很多的另一个方向，是 2D to 3D。建筑行业每天仍然存在海量二维图纸，如果 AI 能够真正理解平面图，那么从图纸建立基础三维模型的效率会发生明显变化。
SketchUp 希望未来 AI 不只是识别二维线条，而是理解其中哪些线代表墙、哪些位置是门、哪些是窗，并据此自动建立基础三维空间。
再进一步，如果二维和三维之间能够形成持续关联，那么平面图中的设计发生变化以后，对应的三维模型也可以同步更新。这会比今天单次「从 2D 生成 3D」更有价值。
这背后其实涉及一个更基础的问题：计算机究竟知不知道自己看到的三维几何是什么？今天 SketchUp 中的一堵墙，对计算机而言首先仍然只是一组几何。
传统 BIM 的办法，是由人明确告诉软件：这是一堵墙。用户选中对象，再进行 IFC Classification，把它定义成 Wall，软件由此才知道这段几何代表什么建筑构件。
SketchUp 正在探索把这一步也交给 AI。让模型自己判断哪些是柱、墙、家具、门和窗，然后自动添加 IFC 分类，再把这些语义信息用于后续数据交换。
这类能力表面上没有 AI Render 那么直观，但可能更接近专业设计软件真正的效率价值。因为模型整理、分类和信息录入，本身就是建筑 BIM 工作流中非常大量的重复劳动。
官方在这里的态度也比较明确：并不是希望 AI 把所有设计工作做掉，而是优先处理这些机械、重复、低价值的工作，让设计师把时间留给真正需要判断和创造的部分。
从找插件，到直接让AI写插件
AI 还会影响 SketchUp 的 Extension 生态。今天 Extension Warehouse 已经拥有大量插件，但插件名称经常并不能准确告诉用户，它到底能解决什么问题。
比如一个用户需要「能够快速生成道路的工具」，却不知道对应插件叫什么。未来他可以直接描述自己的需求，由 AI 理解功能，再从 Extension Warehouse 中找到合适工具。
3D Warehouse 的搜索也在往同一个方向变化。除了上传图片，用户可以直接说「我需要一张红色沙发，有四条腿」，系统再根据自然语言寻找对应的三维模型。
更加进一步的方向，则是直接生成 Extension。用户描述「我需要一个可以完成某项工作的插件」，AI 根据需求生成代码，再建立对应扩展功能。
如果这类能力真正成熟，AI 改变的不只是某一个建模功能，而是软件扩展本身的门槛。过去需要懂 Ruby、API 和插件开发，未来专业用户可能通过自然语言自己构造小型工具。
分享者也提到，AI Render 的结果还在快速改善。它刚推出时确实会出现一些随机或者不稳定的生成结果，但随着底层生成模型更新，SketchUp 也会持续替换和升级相应能力。
问答：目前这些AI能力到底怎么用
在问答环节，有人首先问到怎么打开 SketchUp AI。按照现场演示，在工具栏设置中可以找到 AI Tools，其中包括 AI Assistant、AI Render 等相关能力。
打开 AI Assistant 后，可以看到生成对象和渲染等功能。关于树木、景观等环境元素，AI Render 也能够进行识别和处理，因此并不只局限于室内空间。
有人问能不能自动把 3D 模型转换成二维 LayOut 图纸。现在可以把 SketchUp 中已经建立好的 Scene 直接发送到 LayOut，再进一步组织图纸页面。
如果所谓自动化进一步指自动完成尺寸标注等工作，目前还没有完全覆盖，但分享者提到，这也是后续正在关注和研究的方向。
关于三维扫描软件，分享者自己在 iPad 上会使用 Scaniverse。他认为这类应用非常适合小型空间和物体扫描，而大型建筑或场地还是更适合专业扫描设备及其配套软件。
也有人询问，过去经常使用 SketchUp Viewer 给住宅客户展示方案，Trimble Connect 能否替代。答案是可以使用 Trimble Connect，也可以通过 Live Share 来完成。
当模型保存到 Trimble Connect 后，可以直接创建分享链接发给客户。客户在 Viewer 中即可查看模型，不一定需要进入设计师本人的 SketchUp 工作环境。
关于 Revit 模型导入，也有人关心两个软件之间是不是实时关联。当前不是。Revit 模型导入 SketchUp 后，会成为 SketchUp 模型，并不会继续和原 Revit 文件保持实时同步。
对于经常重复创建同类型模型的用户，分享者建议建立 Template，把基础模型、常用设置等内容提前保存下来，同时也可以进一步研究 Smart Components 和 Dynamic Components。
比如经常出现相似建筑时，可以通过动态构件控制尺寸、屋顶坡度等参数，从而减少每次都重新建模的工作量。
还有人询问 Android 或 Samsung 平板是否能够使用和 iPad 一样的扫描功能。目前这部分主要还是支持 iPad，其中一个重要原因就是 Android 设备的硬件差异过大。
不同 Android 型号包含的摄像头和传感器并不统一，很多平板也没有 LiDAR。Apple 的硬件环境相对统一，开发者能够更准确地知道设备具有什么能力。
关于 SketchUp 培训，分享者建议直接联系当地 Partner 或 Reseller，因为他们一般会提供培训、技术支持以及针对不同版本和功能的使用建议。
最后仍然有很多人问，二维平面图到底如何变成三维模型。目前已经可以借助不同工具，根据二维图纸生成面、墙体和基础空间，也有专门围绕这个工作流的培训内容。
但从这次分享释放出的产品方向来看，真正值得继续观察的，是 AI 能不能进一步跳过大量人工操作，真正读懂平面图，再自己判断墙、门、窗，并建立能够继续编辑的三维建筑模型。
如果这一步最终实现，SketchUp 的 AI 就不再只是一个「帮你出效果图」的功能。
它会真正开始进入建模本身。
本文为 AI4ELAB 编辑或原创，作者：Connor 秦明。转载请注明出处：https://ai4elab.com/8981.html
