BIM的问题在CIM仍然存在，走都没学好就想飞。
CIM热度还正在兴起的时候。前段时间，阿里云人工智能实验室推出了全息空间BIM产品（包含全息建筑产品与全息店铺产品），并全面开放公测。再一次掀起对AI-建模的学习潮，出于好奇心，小编带你尝一尝新。
对于全息空间-全息建筑产品到底是什么呢？小编摘自官网的介绍，大家先了解一波吧！
全息建筑是为智慧楼宇、园区、城市、地产展示等场景提供三维建筑建模的算法产品。产品基于AI LAB自研算法，由二维建筑设计图纸（CAD）进行三维构建，可快速生成建筑信息模型（ , BIM），还原建筑空间信息。全息建筑当前支持生成建筑、结构专业BIM，模型可无缝对接主流BIM软件与平台。
通过这一段话的意思就是算法生成模型，目前只能生成建筑、结构模型。这跟我们的自动识别CAD生成模型有什么差异呢？
我们先搞懂阿里人工智能实验室推出的全息建筑到底强在哪里？首先从宣传的视频可以看出，满满的科技感和炫酷感。
其二：功能特性
序号
功能特性
备注
精度高
完整覆盖土建类BIM，精准还原建筑内外部几何细节
速度快
可大幅提高建模效能，数倍于人工BIM建模效率
成本低
较传统人工BIM建模方案大幅缩减成本
自主可控
基于自研算法，不依赖于Revit等国外厂商软件
光看这四点，我个人觉得要是能推广应用的话，这将是行业新的革命，解决了模型生产的质量、效率等问题。这无疑是打开了BIM的潘多拉宝盒一样，彻底从根本上解决BIM应用的难点。
其三：产品架构
其四：四大应用场景
全息展厅
数字门店
房产可视化
智慧园区
阿里云AI LAB联合天猫精灵智能家居打造全息展厅，通过VR技术全方位展示空间内结构信息及陈列方式，支持在不同空间进行漫游，在线上空间模拟出智能生活场景。
真实还原旗舰店场景，极致体现品牌调性，提供多维度商品展示和高质量互动体验，带来沉浸式的逛店体验，提升用户停留时长，沉淀会员数据。同时，支持不同平台推广展示。
全息建筑智能算法，可快速构建轻量、易加载的住宅楼宇和户型三维模型，并自动完成模型贴图渲染，为房产展销、家居装饰提供数字空间底座。
智慧园区解决方案结合全息建筑BIM智能生成技术，实现了实时、三维、全景的数字园区可视化，为园区管理赋予了更精准、更高效的信息展示。
空间感强：展示三维空间模型及户型图，体现整体空间感
身临其境：真实还原商品货架式陈列，让人身临其境，激发消费兴趣
动态还原：动态拟真3D楼盘，全方位还原区位、楼盘、景观布局
迅速构建：基于图纸快速构建BIM模型，为园区提供高精数字空间底座逐级可控
舒心漫游：自动漫游路线，在展厅内逛得更舒心
转化率高：商品标签化展示，方便下单购买，提升转化
迅速构建：户型空间快速构建，为家居装饰提供便捷的空间底座
逐级可控：集成接通安防、照明、梯控、消防等多套系统，实现园区、建筑、设备
科技感强：虚拟现实相互融合，打造场景科技感
弹幕互动：提供弹幕功能，增强信息互动及逛店趣味性
全景还原：720°全景还原VR样板间，用手机就能逛房选房
动态清晰：高效的渲染引擎与数字大屏工具，保障园区动态一目了然
1）全息展厅
其五：全息建筑使用流程
步骤
操作
备注
第一步
输入建筑图纸
适用于住宅楼宇、商业地产等各类建筑的BIM构建。输入建筑设计CAD图纸（dwg格式），需包含每栋楼的平、立、剖面图。图纸精度直接影响模型精度，以竣工图为佳。
第二步
云端算法构建模型
云端算法解析建筑设计图纸，构建建筑及结构专业BIM模型，详细情况如下：建筑专业：包含建筑各种类墙体、门、窗、栏杆扶手、楼梯、楼板，深度不低于；结构专业：包含结构中的各种类结构墙、板、梁、柱，深度不低于；
第三步
交付标准化模型文件
产品支持以rvt、obj、fbx等格式输出模型文件。此外，输出模型不含贴图。
其六：全息空间BIM构建算法
1、机器建模的特点
这款算法建模产品经过大量的数据训练，从研发到上市，历时半年有余，目前已经商用。
特点：不基于软件平台建模，通过云端算法工具，导入经人工整理的CAD图纸，自动生成模型，算法自动生成的模型并不是Revit模型或3Dmax模型，而是一个模型数据包，这个数据包可以基于不同的平台打开，包含Revit软件和3Dmax软件，目前可生成的文件格式是ifc、rvt、obj、fbx，如此则能较好的解决国外软件“卡脖子”问题，这和目前基于Revit平台的自动建模插件是完全不同的思路。
2、人工需要做什么
产品已经商用并面向市场，阿里云以向用户提供满意的BIM模型服务为目标。用户提供全套的设计图纸，至少包含平面、立面和剖面图纸给到阿里云人工智能实验室BIM产品团队，首先由团队对图纸进行整理，整理好的图纸，导入云端经算法计算生成模型数据包，由团队转换成不同格式的模型，同时机器会自动生成一份问题报告。
这个过程有两部分工作需要人工完成，第一是图模一致性的审查，对模型中建模错误的问题和算法识别错误的问题进行修改，比方说门窗族匹配错误等情况进行更改；第二是对机器生成的报告进行整理，并对图纸表达不清楚或无法识别的问题进行整理，合并一起生成最终问题报告，报告中的问题需要用户进行明确，明确后将模型修改完成。
我们（阿里云）团队的工作，主要是完成模型，至于后期模型的应用，如工程量的计算、门窗表的统计等应用是不包含的。
3、机器是怎样识图的
机器在提取数据生成模型时，是怎样识别平立剖面图呢？怎么样像人一样融合平立剖面来理解呢？机器识图是这样一个过程，首先识别建筑平面图，提取数据生成数据包模型，然后再识别立面图生成数据包模型，最后识别剖面图生成数据包模型，这三处数据包模型进行整合剪切生成最终数据包模型。
举一个简单例子，墙上面有一个窗户，通过平面图可以定位到墙体的宽度尺寸和窗户的平面位置信息，算法会记录到这些信息生成模型数据包；通过立面图获得窗户的位置和尺寸信息，生成模型数据包，然后这两个数据包模型进行融合，将有用的信息整合起来。
这其实是和人识图的逻辑高度一致的，只是计算机再做时候需是有先后的分步骤计算。
4、为什么可以不基于软件平台
算法建模产品为什么可以不基于平台生成模型呢？
我们产品是基于图形识别，比如说一个构件实例门，门的信息通常包含以下几个方面，第一个方面是门的几何信息，第二部分是门的位置及定位信息，第三个部分是门的属性信息，这三部分信息被提取成为数据，以数据包的形式分类存放，而大部分BIM软件在生成模型时也是这几方面的数据，模型数据包中的分类信息与软件底层信息实现一一对应，在不同软件打开这个数据包时，即可生成模型。
5、机器建模的效率如何
它的精度和效率如何呢？这款产品主要是针对建筑结构建模，机电专业相对复杂，目前正在研发阶段。针对的建筑类别，主要是住宅比较多，较为规整的商业地产建筑也可以。
我们对外公开数据的表明，10万方的住宅楼、规整商业楼，人工整理图纸，算法自动生成，生成数据后整理修改出具报告，耗时3个工作日，这个效率不知比人工建模高出多少倍，这个建模时间影响因素主要在于图纸质量以及人工干预的时间上，云端算法生成数包据模型是极快的，如果设计质量太差，整理内容就比较多，后期出报告的时间也就比较久，即便如此，也能在3-5个工作日完成。可将人工1个月完成的工作量2-3完成，效率提升10倍。
如下给大家举2个实际的案例：
案例一：上海某设计院拿了一个7000平米的厂房建筑做测试，建筑、结构、钢结构3个专业，我们从接收资料到生成模型的时间是2小时，其中机器生成大概只用10分钟，模型整体较好，只有细节处有一些瑕疵。
案例二：深圳某综合设计院以近10000平方的住宅项目做测试，我们从接收资料到生成模型的时间是4小时左右，其中机器生成只用15分钟左右，模型准确率挺高。
疑问：机器建模的精度如何我们再来看看模型的精确度，目前建筑专业，包含各类墙体、门、窗、栏杆扶手、直梯、扶梯、楼梯、楼板模型深度不低于LOD 300，建筑细节基本可以完整表达；结构专业，包含各类墙、梁、板、柱，模型深度不低于。
这些构件的几何属性和材质属性等均完整，这个深度的模型满足常规的管线综合净空分析等应用是完全没有问题的。
对于BIM行业来说，这无疑是一个重大突破，我们将拭目以待，希望阿里的这款产品真的能够解决BIM应用难的痛点，为行业数字化提供最强的技术担当。
最后，提及一点就是，无论是国内外的学院派还是技术派，到底哪家强，小编绘制了一个思维导图。
相关文章
