面向构件BIM模型迭代生成的视觉语言模型BIMVLM

重点推荐

题目： 面向构件BIM模型迭代生成的视觉语言模型BIMVLM

原题： BIMVLM: A vision-language model for iterative generation of component BIM models

作者： Hao Zhang, Junwei Yan, Quan Liu, Jun Yang, Yiwen Su, Zhewen Li, Shujie Chen

发表日期： 2026-06-10

来源： Expert Systems with Applications, Volume 315, Article 131765

关键字： 视觉语言模型、构件BIM生成、建模动作规划、Revit API、参数化建模

研究方向： 方向1：多模态大模型与BIM融合、方向5：BIM自动重建与参数化生成

DOI： 10.1016/j.eswa.2026.131765

摘要： BIM是建筑与交通基础设施全生命周期管理的重要基础，但现有模型生成方法在效率和灵活性方面仍有不足。多模态大语言模型的理解与生成能力为BIM生成提供了新思路，然而多模态输入与结构化BIM表达之间的模态鸿沟仍是关键挑战。本文提出用于构件BIM模型迭代生成的视觉语言模型BIMVLM。研究首先把BIM生成形式化为由自然语言描述驱动的建模动作序列；随后联合自然语言和多视图图像，由视觉语言模型自动规划动作序列；最后通过提示工程将动作转化为可执行代码，生成相应BIM模型，并根据生成结果迭代优化。不同复杂度模型的实验获得了令人满意的建模表现，原型系统进一步证明了该方法的工程可行性。

总结：
过去：传统的BIM模型生成方法（如手动建模或基于规则的参数化建模）在效率和灵活性方面存在不足，难以快速响应设计变更或处理复杂构件。多模态大语言模型虽展现出理解和生成能力，但多模态输入（自然语言、图像）与结构化BIM表达之间的模态鸿沟限制了其直接应用，缺乏一种将高层语义描述直接转化为可执行建模动作的有效框架。
现在：本文提出的BIMVLM将BIM生成形式化为由自然语言描述驱动的建模动作序列，并联合自然语言和多视图图像，利用视觉语言模型（VLM）自动规划动作序列。通过提示工程将动作转化为可执行代码（如Revit API），生成BIM模型并支持迭代优化。该方法有效弥合了多模态输入与结构化BIM表达之间的鸿沟，在不同复杂度构件上的实验获得了满意的建模表现，原型系统验证了其工程可行性。
工程价值：该技术可应用于建筑、交通等基础设施领域的BIM构件快速生成与迭代设计，尤其适用于概念设计阶段基于自然语言描述快速生成初步模型，以及通过多视图图像辅助精确建模。对于建筑工程师，该方法降低了建模门槛，提高了设计效率，支持设计方案的快速比选和修改，未来有望与BIM协同设计平台集成，实现“语言+图像→模型”的智能建模工作流。

========================================================== ==========================================================

相关推荐

1. 融合拓扑优化的全自动混合学习Scan-to-BIM管线

原题： BIMStruct3D: A Fully Automated Hybrid Learning Scan-to-BIM Pipeline with Integrated Topology Refinement

作者： Mahdi Chamseddine, Fabian Kaufmann, Marius Schellen, Christian Glock, Didier Stricker, Jason Rambach

发表日期： 2026-04-27

来源： European Conference on Computing in Construction 2026；arXiv:2604.24311

关键字： Scan-to-BIM、结构构件识别、点云语义分割、拓扑重建、IFC生成

DOI： https://arxiv.org/abs/2604.24311

摘要： 从建筑扫描数据自动生成BIM是建筑与施工领域的重要挑战。本文提出BIMStruct3D模块化管线，用于从三维点云生成符合IFC标准的BIM。该混合方法把基于学习的语义分割与拓扑感知的几何重建结合起来，以准确建模结构构件。论文提出vIoU指标，将基于体素的重叠评价适配到Scan-to-BIM任务，从而无需实例匹配即可整体比较重建模型与真实模型。研究还发布德国医院数据集DeKH，包含高分辨率点云、真实BIM和语义标注。在DeKH和CV4AEC数据集上的实验相较RANSAC基线取得显著改进，显示出良好的稳健性和可扩展性。

2. 面向建筑工程的强类型装配代理：集成Rhino与多模态大语言模型

原题： A Strongly Typed Assembly Agent for Construction Integrating Rhino and Multimodal Large Language Models

作者： Song Du、Wei Tong、Yiwei Weng

发表日期： 2026-06-22

来源： Proceedings of the ... ISARC

关键字： Computer science、Artificial intelligence、Programming language、Human–computer interaction、Field (mathematics)、Natural language processing、Semantics (computer science)、Natural language、Modeling language、Set (abstract data type)

DOI： https://doi.org/10.22260/isarc2026/0043

摘要： 建筑中的装配任务具有定制化构件、复杂连接关系和动态环境的特点，使得传统针对固定工作流程设计的方法难以可靠复用。本文提出了一种集成Rhino空间数据与多模态大语言模型的装配代理框架，实现了从数字模型到机器人执行的全端到端闭环控制。首先，该框架将Rhino和机器人功能封装为强类型API，将代理决策限制在可执行的动作空间内以减少幻觉调用。其次，框架建立了Rhino空间与机器人空间之间的坐标一致性，确保规划与执行在同一参考系下进行。第三，框架采用构件颜色标注机制，在视觉输入中持续反映装配进度，并与执行日志一起形成可追溯的证据。在涉及一张桌子和一个建筑立面的两个缩尺装配案例上的实验表明，装配序列准确率和安全规划率均超过95%，表明该框架在闭环决策下具备序列规划一致性和执行安全保障能力。

3. Alchemy：一种基于模型的核电站系统二维到三维自主设计方法

原题： Alchemy: A model-based approach for 2D to 3D autonomous nuclear system design

作者： Harleen Kaur Sandhu、Nicholas Cole Crowder、Peter Anton Suyderhoud、Abhinav Gupta、Adam Pluth、Samantha Thueson、Drew Rizk、Maria Eduarda Montezzo Coelho

发表日期： 2026-07-15

来源： Nuclear Engineering and Design

关键字： Engineering、Systems design、Computer science、Control engineering、Systems engineering、Control system、Mechanical engineering、Nuclear power、Nuclear industry、Mockup

DOI： https://doi.org/10.1016/j.nucengdes.2026.115100

摘要： 核电站（NPP）管道与设备系统的工程设计常跳过关键的二维系统规划阶段，直接进入三维建模。这往往导致设计超出建筑边界约束，迫使进行昂贵且耗时的重新设计。即便采用二维建模，将系统图转换为三维模型也需要在不同不兼容的专有工具之间进行劳动密集型的手动流程，每一步都会引入解释错误和数据丢失。目前尚无现有框架能够直接从二维核系统定义实现符合工业基础类（IFC）的三维建筑信息模型（BIM）的端到端自主生成。本文提出了Alchemy，一个基于模型的自主框架，通过将四项能力集成到一个共享数据模型中来填补这一空白：（i）基于Web的界面，捕获层级核系统拓扑、设备几何及组件间连接关系；（ii）两阶段设备布局优化算法；（iii）通过确定性A*搜索与随机蚁群优化（ACO）实现的自动管道布线方法；（iv）原生IFC 4.0几何生成管线，可在一个符合标准的BIM层次结构中直接实例化建筑、设备和管道对象，无需专有软件或转换伪影。通过一个共享数据模型集成这些能力（而非任何单一能力的孤立应用）是主要贡献，它保持了从二维图到最终IFC几何的系统标识，无需专有转换。在两个典型压水堆（PWR）配置上的验证表明，Alchemy生成了完全连接、符合IFC的三维设施模型，满足所有几何和系统约束，案例1（五个设备项、六条管道连接）在47秒内完成，案例2（十个设备项、八条管道连接）约2分钟完成。该工作标志着面向核设施初步设计的数字化工程基础性一步，未来的持续开发将针对设计规范合规性及扩展系统复杂性。

4. 面向BIM的建筑电气平面图回路AI自动提取方法

原题： AI-driven extraction of electrical circuits from floorplans for BIM

作者： Martin Urbieta, Matías Urbieta, Guillermo Burriel

发表日期： 2026-02

来源： Automation in Construction, Volume 182, Article 106746

关键字： 电气图纸识别、实例分割、线缆轨迹提取、IFC生成、MEP数字化

DOI： 10.1016/j.autcon.2025.106746

摘要： BIM应用需要数字模型作为维护、基础设施改造或拆除等流程优化的基础，但公共城市管理机构仍保存着大量模拟建筑图纸，人工数字化成本极高。为解决这一问题，本文提出一种面向大规模历史电气平面图转换的BIM方法。该方法使用机器学习实例分割模型检测电气设施，并采用DeepLSD线段检测模型提取电缆轨迹；研究同时发布了用于模型训练的新数据集IPVBA-ELEC。系统通过建立回路构件与导线之间的语义关系组装电气回路，并将结果存储为IFC文件。定量与定性案例评估取得了有前景的结果，并表明该方法可进一步扩展到其他MEP专业。

5. 基于点云数据的混凝土箱梁内部三维重建框架

原题： A Framework for 3D Reconstruction of Concrete Box-Girder Interiors from Point Cloud Data

作者： TaeGyu Kim、Seunghun Im、Duho Chung、Sungwoo Cho、신일형、Hyeongu Ji、Hyoungkwan Kim

发表日期： 2026-06-22

来源： Proceedings of the ... ISARC

关键字： Point cloud、Geology、Point (geometry)、Computer science、Artificial intelligence、3D reconstruction、Computer vision、Remote sensing、Key (lock)、Cloud computing

DOI： https://doi.org/10.22260/isarc2026/0265

摘要： 对混凝土箱梁的检查对于确保PSM桥梁在整个服役期内的结构性能至关重要。随着3D感知和点云处理技术的进步，基于3D数据的方法越来越多地应用于桥梁检测。本文提出了一种针对混凝土箱梁内部的3D重建流程，该流程可直接从扫描数据生成CAD模型。通过配备LiDAR传感器的四足机器人获取箱梁内部点云数据，经预处理后，利用深度学习模型将其语义分割为内部构件。分割后的点云数据随后通过基于切片补丁的重建算法转换为3D CAD模型。该方法在实际混凝土箱梁内部数据上进行了验证。点云分割的平均交并比（mIoU）达到94.1%。使用网格到点云距离评估生成CAD模型的几何精度，与点云数据的平均距离为0.025米。结果表明，所提出的流程能够有效构建混凝土箱梁内部的竣工3D模型，支持高效的数据驱动检查。