数字化转型
DIGITALTRANSFORMATION
基于生成式人工智能的
建筑业AI工具应用
生成式人工智能（GenerativeAI）正在逐步渗透到千行百业，也为传统建筑业带来前所
未有的变革与机遇，从设计创新到施工管理再到可持续发展均发生着跃迁式升级。未来，随着
技术不断进步和应用场景持续拓展，建筑行业将迎来更加智能化、高效化和个性化的时代。
文龚叶锋
近年来，以生成式人工智能为代表的新一代明确指出“国家支持人工智能算法、框架等基础
人工智能技术发展迅猛，成为全球科技革命和产技术的自主创新和推广应用，并鼓励优先采用安
业变革的重要驱动力量，可加速产业升级，并有全可信的软件、工具、计算和数据资源”。上海
望实现生产要素更高水平的智能组合。生成式人市亦推出11条措施加速AI大模型创新发展。在技
工智能在文本、图像、视频等内容生成领域取得术创新和政策支撑的双重加持下，生成式人工智
了显著成就，大模型从单一模式转向多模态，具能已成为推动千行百业应用创新的动力源，有利
备处理和生成多种数据的能力，这种能力也逐步于提高生产效率和服务质量，构建新的经济增长
渗透到各个行业，成为普遍的技术工具。点。在此背景下，建筑行业作为数字化、智慧化
从政策和国家战略层面来看，政府高度重视程度相对较低的行业，亟待利用人工智能技术提
人工智能发展，出台了一系列政策文件推动其应升整体智能化水平，促进行业更高质量发展。
用落地，《生成式人工智能服务管理暂行办法》
40上海信息化
人工智能技术背景广义的大模型可分为通用大模型和垂类模型
人工智能技术最早可追溯到20世纪中期，两类，通用大模型通常在大规模、多领域数据集
1956年达特茅斯会议上首次提出“Artificial上进行训练，学习广泛知识，具备跨领域泛化能
Intelligence”这一术语，标志着人类首次将像人力，适用于多种任务和应用。垂类模型则是在特
类那样思考的机器称为人工智能。此后，人工智定领域或任务上进行训练，更强调于领域的Know-
能技术历经多个重要发展阶段。从早期的图灵测How（专业知识），对数据深度和质量有更高要
试、神经网络和机器学习，随后的符号主义，到求。目前，诸多行业通过开源推动，与通用大模
21世纪的深度学习技术，利用多层神经网络学习型协同提升垂类模型性能。以建筑行业为例，从
复杂模式和特征，在语音、图像识别和自然语言业人员发现，通用大模型对垂直领域知识储备不
处理等领域取得重大成果。足，因此，引发了行业对建筑垂类模型的探索。
2018年，Transformer成为大模型领域主流算
法架构基础。OpenAI率先发布的GPT1和BERT模型建筑行业智慧化
在参数规模和多模态任务的支持下实现了质的飞建筑业智慧化是指通过物联网、大数据、
跃，人工智能技术从感知智能向认知智能升级。人工智能等技术，对建筑工程项目实施全过程
2023年推出拥有万亿参数和13万亿Token训练数据智能化管理，实现工地信息实时采集、传输和
的GPT4更是将大模型发展推向高潮，巨大的参数处理，建设方和施工方根据实况优化资源配
规模、丰富的训练数据使得新一代大模型性能在置，从而提升施工效率和安全性。历经多年行业
逻辑性和准确性上明显提升，在某些专业和学术数字化转型，建筑业在智慧化方面取得了