Generative AIBIM：融合 BIM 与生成式 AI 的自动化智能结构设计流程
机器学习
2025-01-07 v2 计算机视觉与模式识别
摘要
基于 AI 的结构设计代表了一种变革性方法，解决了传统结构设计实践固有的低效问题。本文从四个方面对现有基于 AI 的设计框架进行创新，并提出 Generative AIBIM：一种融合 BIM 与生成式 AI 的智能设计流程。首先，所提流程不仅拓宽了 BIM 的应用范围（与 BIM 在土木工程中日益增长的相关性一致），而且是对先前依赖 CAD 图纸方法的重要补充。其次，受人类绘图过程启发，设计了一个融合生成式 AI 的两阶段生成框架（TGAI），以简化设计问题的复杂性。第三，针对 TGAI 中的 AI 模型，本文首创将物理条件融合进扩散模型（DMs）以构建新颖的基于物理的条件扩散模型（PCDM）。与常规 DMs 相比，一方面 PCDM 直接预测剪力墙图纸以关注相似性，另一方面 PCDM 通过集成精心设计的注意力模块有效融合跨域信息，即设计图纸、时间步与物理条件。此外，设计了一套包含客观与主观度量的新评估体系以评价模型性能，补充了传统方法中的评估体系。定量结果表明 PCDM 在两项度量上均显著超越近期 SOTA 技术。定性结果突显了 PCDM 在生成符合基本设计标准的高感知质量图纸方面的优越能力。此外，得益于物理条件的融合，PCDM 有效支持针对建筑高度与抗震设防烈度的多样化创造性设计，展现出其独特的生成与泛化能力。
引用
@article{arxiv.2311.04052,
title = {Generative AIBIM: An automatic and intelligent structural design pipeline integrating BIM and generative AI},
author = {Zhili He and Yu-Hsing Wang and Jian Zhang},
journal= {arXiv preprint arXiv:2311.04052},
year = {2025}
}
备注
46 pages, 11 figures. Published in Information Fusion. https://www.sciencedirect.com/science/article/pii/S1566253524004329