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BIM模型生成方法通常依赖人工手动建模或基于规则的半自动方式，效率低且灵活性差，难以适应复杂构件和多变的设计需求。尽管多模态大语言模型在理解与生成方面展现出潜力，但如何弥合多模态输入（如自然语言、图像）与结构化BIM表达之间的模态鸿沟，是该领域长期存在的关键挑战。

现在：本文提出BIMVLM视觉语言模型，创新性地将BIM生成任务形式化为由自然语言描述驱动的建模动作序列。模型联合处理自然语言指令和多视图图像，利用视觉语言模型自动规划动作序列，并通过提示工程将动作转换为可执行代码（如Revit API调用），最终生成构件BIM模型。同时支持根据生成结果进行迭代优化，逐步提升模型精度。在多种复杂度构件上的实验取得了满意的建模效果，原型系统验证了方法的工程可行性。

工程价值：该技术可直接应用于建筑与交通基础设施的构件级BIM快速生成场景，例如结构柱、梁、墙等标准构件的自动建模。设计师只需提供自然语言描述和参考图像，即可自动生成参数化BIM模型，大幅降低手动建模工作量。结合Revit API的代码生成方式，便于与现有BIM软件工作流集成。未来有望推动BIM建模从“手工绘制”向“智能生成”转变，提升设计效率与迭代速度。

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

相关推荐

1. 面向建筑基坑支护系统的混合自动化设计与BIM生成

原题： Hybrid automated design of excavation support systems in building projects

作者： Hyunsung Roh, Ghang Lee, Miyoung Uhm, Suhyung Jang, Yonghan Kim, Sungil Ham

发表日期： 2026-07

来源： Automation in Construction, Volume 187, Article 106937

关键字： 基坑支护、构件推荐、参数恢复、机器学习、BIM自动生成

DOI： 10.1016/j.autcon.2026.106937

摘要： 基坑支护系统设计通常需要从分散来源进行大量人工数据录入，既有研究多为整个项目推荐单一支护方案，忽略场地各侧的差异。本文提出HADES系统，只需输入项目地址和开挖边界，即可端到端生成三维BIM模型。系统首先从公共数据库提取地质及周边环境数据，其次通过多阶段机器学习流程推荐支护构件及设计参数，最后自动生成早期BIM模型。在313个案例上的实验中，构件推荐和参数推荐的加权F1值分别达到0.926和0.976；专家对真实项目的复现进一步验证了现场适用性。结果显示，HADES能够简化前期方案探索并增强建筑工程早期决策。

2. 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建筑信息模型（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模型。该混合方法将基于学习的语义分割与拓扑感知的几何重建相结合，以实现结构构件的精确建模。论文提出了vIoU指标，将基于体素的重叠评价方法适配到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。研究还发布了德国医院数据集DeKH，其中包含高分辨率点云、真实BIM模型和语义标注。在DeKH和CV4AEC数据集上的实验相较RANSAC基线取得了显著改进，显示出良好的稳健性和可扩展性。

3. 多智能体人机协同将手绘平面图转换为三维BIM模型

原题： Multi-agent human-AI collaborative framework for converting hand-drawn floor plans to 3D BIM

作者： Abir Khan Ratul, Sanjay Acharjee, Somin Park, Md Nazmus Sakib

发表日期： 2026-09（出版社卷期日期，论文已在线发布）

来源： Automation in Construction, Volume 189, Article 106984

关键字： 手绘图到BIM、多模态大模型、多智能体、几何信息提取、人机协同

DOI： 10.1016/j.autcon.2026.106984

摘要： 现有平面图自动转BIM方法通常要求输入为干净、带比例的CAD图，对含有非平行或非正交墙体、不完整房间边界、比例不一致和个性化符号的手绘草图支持有限。本文提出人机协同的Sketch2BIM框架，把手绘平面图转换为结构化LOD 200 BIM模型。框架在多智能体系统中使用多模态大语言模型，迭代提取墙、门、窗的结构化JSON布局，再将其转化为BIM生成脚本。十张平面图实验表明，首轮即可可靠检测门窗；墙体识别取决于草图复杂度，最低精确率为0.83，并可通过迭代反馈提升至接近完全一致。后续迭代能够修正几何，使早期BIM模型与设计意图相符。

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。