近年來，BIM技術備受大眾青睞，運用BIM技術可以支援并改善許多建筑設計和施工過程業務實務流程，接下來大家一起來看一看“AI與BIM結合的具體應用主要運用在哪些方面?”相關的知識。

第一，AI輔助建筑布局規劃

前期策劃與建筑功能的無縫對接、以及建筑空間規劃的最優化求解，一直是建筑學術界重點關注的兩個基本問題，但這兩個問題一直沒有被很好地解決。

設計師迫切需要一個在線的產品：

另外，在現有的建筑設計(包括衍生式設計)過程中，建筑設計大多依賴于桌面版參數化軟件(例如Revit)和基于它們的二次開發，建筑物未來真正的使用者和業主很難加入到設計的決策過程中，建筑設計的最優決策很難做到最優。對于建筑策劃文件，大家普遍采用Excel在PC端制作。

對于建筑空間規劃，Autodesk公司的生成設計框架refinery是目前唯一的可用工具。

Excel數據來源較為封閉，不容易從互聯網取得最新的策劃數據資源。另外，refinery基于Revit的開源軟件Dynamo進行開發，Dynamo不易使用，因此refinery也很難得到推廣。

隨著大數據和AI技術的成熟，建筑學術界和工業界開始嘗試通過深度學習和強化學習的方法來解決上述痛點。在BIM設計中，業主和建筑設計師迫切需要一個在線的產品，能在瀏覽器上生成建筑策劃文件，并能輸出建筑空間的最優化布局。這就需要在BIM新設計工具中融入最新的機器學習技術，實現AI輔助的建筑方案選型。

第二，AI輔助機電設計

隨著建筑智能化發展的趨勢，對于結構和運行復雜的機電系統而言，管道合理布局的難度大幅提升，尤其類似醫院等對機電要求高的復雜項目。

所以要怎么解決呢?

在BIM模型的建筑、結構和機電的三專業碰撞檢測中，機電是碰撞檢測的主體和隨后的主要修改部分，后期修改工作比較繁重。在BIM機電設計軟件中，采用AI技術自動產生管線配置將會解決上述問題。

譬如基于BIM機電模型，使用生成式設計理念，在確保機電管線系統的路徑不會和建筑物結構發生沖突的情況下，使用機器學習方法快速生成所有可能的方案選項，在多次迭代后歸納出最終有效的設計方案。

同時也可以基于設計能耗、舒適度指標，基于大量設備的實際參數，結合BIM模型的空間分區，通過機器學習自動分析可能的設備選型。實際上通過引入機器學習技術，BIM新設計工具將在機電AI模型中沉淀機電設計師的專業經驗以及大量設備參數信息，從而為機電設計走出目前的困境提供新的技術手段。

第二，初設和施工圖設計中的AI應用在初設和施工圖階段

融合AI技術的BIM新設計工具需要解決傳統BIM設計工具無法解決的一些難點問題：

一是構件設計承載豐富的業務信息，具備跨階段的傳承性;

二是大幅減輕BIM模型繪制、校驗、審核工作的繁瑣程度;

三是本土化規范、圖集的內置讓設計不越“紅線”又更合理;

四是釋放設計師的創造力，讓設計師更優、更快捷地完成設計。

從工具型繪圖軟件設計向智能化設計，再到人工智能輔助設計，是逐步發展、效能逐步增大的過程。建筑領域的智能化設計已經在很多場景中得到應用，其與人工智能核心的區別在于：前者是內置規則，后者是學習規律。我國的基礎設施建設經過幾十年的大力發展，已經積累了非常龐大的圖紙、數據資料，通過算法對海量數據進行深度學習，將為BIM新設計工具提供了豐富的大數據支撐。

這里列舉幾個典型應用點：

消防疏散出入口設計，深度學習規范、地方標準和不同建筑類型、布局，對疏散口個數、距離、寬度、位置等信息綜合處理后自動出排布方案;

裝配式建筑的裝配方案設計，深度學習不同地區、不同標準下的裝配方案，如預制構件和節點的優化選取及設計、商品化構件的設招采施一體化等;智能審圖，對大量規范、圖集、標準以及模型、圖紙的匹配性學習，做好設計合規性、合理性的把控;

AI出圖：通過深度學習，考慮相關專業約束、個性和美觀性等算法，實現創建圖紙、拆解圖紙、圖元布圖乃至出圖智能標注，將大幅度減輕設計師的繪圖工作量。

BIM模型在施工過程中的應用可全面提升工程造價行業效率與

信息化管理水平，優化管理流程，高效率、高精準度的完成

工程量計算工作。