总包客户下场投资，这家斯坦福生态的AI审图项目，获1200万美元A轮融资

大家好，这里是AI4ELAB，我是秦明，分享一笔新融资。AI审图企业Buildcheck近期完成1200万美元A轮融资，由专注企业软件早期成长投资的Telescope Partners领投，知名工程总包DPR Construction旗下战略投资部门WND Ventures参与其中。DPR此前已是Buildcheck的客户和试点方，这笔「客户+投资人」的组合，为AI审图产品提供了更具体的市场验证。

本轮融资后累计融资约1800万美元，估值暂未披露。这距离Buildcheck在2025年12月完成590万美元种子轮仅约9个月。种子轮主要用于产品推出和早期客户验证；A轮则意味着公司开始进入客户扩张和产品平台化阶段。

一家把施工图当作「可被AI理解的语言」的公司

Buildcheck成立于2023年，总部位于美国加州帕洛阿尔托，是一家从斯坦福大学创业生态中成长起来的建筑科技公司。

其核心产品可以理解为「施工图的智能校对工具」。在建筑项目中，一套施工图通常涉及建筑、结构、给排水、暖通、电气等多个专业，图纸之间存在大量关联信息。传统审图依赖工程师和项目经理逐页核对，工作量大，也容易受到时间、经验和协作边界影响。

Buildcheck利用计算机视觉技术读取二维施工图，自动检查图纸中的遗漏、错误和跨专业冲突。例如，设备参数与供电信息是否匹配、管线穿越防火分区时是否遗漏必要构造、不同专业图纸中的构件位置是否存在矛盾等。

它服务的主要场景位于施工正式开始之前，也就是项目团队进行施工图深化、招采和开工准备的阶段。此时发现问题，通常只需修改图纸；若问题进入现场，往往会演变为返工、工期拖延、签证变更，以及现场澄清问询，即行业常说的RFI。

Buildcheck希望把原本由资深工程人员反复执行的审图工作，变成一套持续运行、可复核、可追溯的AI检查流程。

创始团队：工程现场、地产开发与AI技术的组合

Buildcheck由Alexander Michalatos、Andrei Molchynsky和Alex Gureiev共同创立。三人的组合体现出这类建筑AI创业公司常见的特点：既懂项目一线的痛点，也具备地产、商业和人工智能技术背景。

Alexander Michalatos是公司联合创始人兼CEO。他有工程设计、总承包、建筑系统服务和地产开发等多方面经历，曾在Stantec、Honeywell、EllisDon和QuadReal等企业工作，并参与过医院等大型项目的工程管理。他本人来自建筑承包商家庭，长期观察到图纸协调问题如何在项目后期变成变更、延误和成本损失。

Andrei Molchynsky是联合创始人，具备法律、投融资和房地产开发背景。他曾从事企业融资、收购与战略相关工作，也参与过北美大型综合开发项目。其角色更偏向于把项目端的需求、客户采购逻辑和商业化路径连接起来。

Alex Gureiev是联合创始人兼CTO，负责公司的AI和计算机视觉技术。Buildcheck目前用于识别图纸问题的视觉模型，由其技术团队主导开发。对于Buildcheck而言，真正的技术难点不只是识别图纸上的文字和符号，还包括理解不同专业图纸之间的关联关系，并判断哪些差异可能形成实际项目风险。

DPR为什么要投一家AI审图公司

DPR Construction是美国大型工程总包企业，业务覆盖数据中心、医疗、商业建筑、高端制造等复杂项目。WND Ventures则是DPR旗下战略投资部门，重点关注能提升施工生产率、质量、安全和供应链效率的技术公司。

DPR已经在项目中试点使用Buildcheck。按照其公开表述，Buildcheck能够帮助团队更快分析设计文件的完整性与可施工性，让人工审查人员把时间集中于关键问题和解决方案。

因此，WND Ventures参与本轮融资并不只是财务投资。它更像是总包企业对一种新工作方式的下注：在问题进入施工现场前，通过AI把风险尽可能前移。

对于Buildcheck而言，来自总包客户的投资也意味着更直接的真实项目验证机会。建筑科技产品要从演示走向规模化，往往需要经过复杂项目、不同专业团队和实际交付压力的持续考验。

从「找问题」走向「企业级审图平台」

本轮融资同步发布了四项产品能力，显示Buildcheck正在从单一的自动检查工具，扩展为面向设计审查全过程的平台。

第一项是企业自定义审图规则。项目团队可以上传自己的质量管理手册、审图清单和内部标准，由平台将其转化为可自动执行的检查规则。对于大型总包、开发商和设计机构而言，这意味着多年积累的审图经验有机会沉淀为数字化能力。

第二项是图纸版本智能比对。项目图纸频繁更新，传统叠图比对容易产生大量无效变化。Buildcheck希望识别真正影响工程内容的修改，并以更直观的方式提示团队。

第三项是法规与规范审查。平台尝试提前发现可能影响报审、审批和合规的问题。

第四项是价值工程辅助。这里的「价值工程」可以理解为在不牺牲项目功能、质量和关键约束的前提下，寻找更具成本效率或更易于施工的方案。

AI审图为什么更容易先跑通商业化

当前建筑AI领域有许多关于设计生成、模型自动创建和智能代理的讨论。

相比之下，审图是一个边界较清晰的应用方向：输入是图纸，输出是问题清单和证据，最终判断仍由专业人员完成。

这种模式更容易进入企业工作流。一方面，项目团队能明确衡量审图效率、问题数量、返工减少和变更风险；另一方面，AI承担的是发现问题和辅助判断的工作，责任仍保留在项目管理和专业人员手中。

Buildcheck称，公司目前已拥有超过110家付费客户，过去一年客户规模增长超过4倍，累计分析超过15万张图纸。公司披露客户使用平台后可获得10—35倍投资回报率。上述经营和回报数据均来自公司自身披露，尚未见独立审计数据。

这笔融资释放出的信号是，建筑AI的早期价值正在从「能否生成内容」转向「能否帮助项目团队更早发现问题、减少返工和提升交付确定性」。DPR以客户、试点方和投资方的多重身份进入Buildcheck的融资结构，也让这条AI审图赛道的商业化进展更值得持续关注。

资料来源