合成住宅：面向数据稀缺下住宅建筑数据生成的多模态生成式 AI 流水线

计算模型已成为建筑和城市尺度多尺度能源建模研究的强大工具，支持跨建筑和城市能源系统的数据驱动分析。然而，这些模型需要大量建筑参数数据，而这些数据通常难以获取、收集成本高昂或受隐私限制。我们引入了一个模块化、多模态的生成式人工智能（AI）框架，该框架集成了图像、表格和基于仿真的组件，并从公开可用的县级记录和图像生成合成住宅建筑数据集，同时提出了一个实例化该框架的端到端流水线。为了减少典型的大语言模型（LLM）挑战，我们使用基于遮挡的视觉焦点分析来评估模型组件。我们的分析表明，在建筑图像处理方面，我们选择的视觉-语言模型比基于 GPT 的替代方案实现了显著更强的视觉焦点。我们还在国家参考数据集上评估了结果的真实性。在所有评估参数中，我们的合成数据与参考数据集的重合度超过 65%，其中四个参数中有三个超过 90%。这项工作减少了对昂贵或受限数据源的依赖，降低了建筑级能源研究和机器学习（ML）驱动的城市能源建模的门槛，从而能够在数据稀缺的情况下实现可扩展的下游任务，如能源建模、改造分析和城市级仿真。