智能+ | AI辅助建筑设计是怎样的体验？

漫步鱼

小库XKool成立快四年了，今年7月小库开展了新版的发布会 并将在10月份正式上线。
参加了7月底关于智能规划和智能单体的内测，就功能完善性和交互体验来讲，比旧版提升了许多，引入了闪电草图、智能单体等功能。不过最新的全局生成功能还在迭代中；经过几年的沉淀，这样一个产品能做到什么、不能做到什么已经得以显现，新的功能更是反应出小库更大的野心。我们可以这样理解小库——
1、XKool的出现并不会取代建筑师或者实习生的地位，他的功能主要是为了提升建筑师的“人效”，围绕智能强排、智能PPT、案例库检索等方面展开，让机器替代建筑师工作中重复、机械化的部分，从而解放更多时间进行创造性工作
2、小库的功能并不具有独一性。小库可以做到的，grasshopper或者别的参数化软件也可以做到。小库的特点在于首先将这些技术和成果整合在一起，以一种操作简单的、可视化云平台的方式呈现；也就是说，使用者不需要了解背后复杂的代码逻辑，就可以使用其功能，是一种便捷的人工智能辅助建筑设计的“产品”。
3、目前而言，小库的功能还是受限、或者滞后于当代人工智能建筑的相关研究的。他所做的是将既有研究转化为可使用的工具，就像grasshopper的电池组转化为一个个插件一样。小库的功能也必定会随着学术研究的推进而不断发展
下面，是完整的体验报告

主要分为用户分析、产品结构、功能流程、现存问题、优化建议与展望几个部分

小库科技，是全球首个成功将机器学习技术与规划建筑生成过程相结合、并转化为设计云平台，辅助设计决策与方案生成的高科技企业，该平台对智能化建筑设计方法论的发展与人工智能在建筑规划领域的实际应用具有重要的意义。笔者在小库云平台免费公测期间使用了智能规划、智能单体与小库装备的部分功能，从产品实际使用体验出发，提出问题与未来的发展优化策略。

产品简介：

“小库科技是AI地产建筑行业垂直应用的领军企业，国家级高新技术企业，致力于将新科技转化为设计生产力，辅助城市规划、建筑方案与开发决策。基于独家的AI设计引擎，打造主产品-人工智能设计云平台，提供分析-设计-审核-管理全流程增效方案，并以AI+服务应用于地产全周期，增强设计收益，提高设计效率，并串联数字化设计全周期管理。”
2016年8月，XKool公司创立；2017年10月成功完成产品内测，并于同年12月正式上线公测版。2018年7月，正式版上线，提供智能设计云平台与云服务。2020年7月，经过两年产品迭代，新品发布，包括智能规划2.0、智能单体、智能审图与小库装备（彩总智图、基地评估、公寓智排、车库智排）四个主要功能。


用户分析

为了了解住宅项目在实际中的设计流程，笔者对3位经验丰富的职业建筑师进行了采访，现阶段建筑师的痛点可以概括为：场地调研阶段城市信息整合困难，设计过程机械化工作耗时过多以及软件联动性低导致修改难度大。



用户画像

同时，笔者总结了整个设计周期各阶段建筑师的痛点，以及XKool平台针对各个痛点设计的解决方案。



旅程地图

产品结构分析

基于以上痛点，当前版本XKool平台的功能包括了基地评估，智能规划，彩总智图以及智能单体。其产品的信息架构如下图所示：


功能流程分析
接下来，笔者将对本次体验的重点功能进行详细的介绍。

• 【基地评估】
  

小库平台本身自带一个囊括了国内主要城市的庞大的城市信息模型。用户可以通过平台内绘制或CAD导入项目的用地红线轮廓，并将其定位在平台的信息模型中。基于红线在信息模型中的位置，智能平台可自动生成“项目基本信息”的智能PPT，内容包括区位分析、基地现状、周边配套和竞品分析。用户还可以根据项目要求和基地本身的特性，使用平台的“基地评估”功能进一步补充基地调研阶段的分析图，分析内容包括：周边业态信息、交通等时、人口密度、商业辐射、视域评估、噪音分析、周边均价和周边山地。

• 【智能规划】
  

作为小库平台最核心的功能，智能规划模块为用户提供了多种强排计算及推敲建筑总平面布局的思路。
用户首先可以根据任务书的要求输入容积率等建筑指标，并选定方案需要遵循的设计规范。之后，可以在已有的素材库中选取合适的楼型（或CAD导入自定义模型），并在设置好层高、层数等参数后将其依次拖入3D模型。在用户往场地中置入住宅模型的过程中，平台会根据建筑和日照规范进行实时监测，一旦基地中任意两个模型的排布违反了日照规范或住宅间距规范，楼型会自动变红。用户也可实时打开日照和楼间距的按钮查看实时的日照和住宅间距的数据，作为进一步调整模型布局的指导。此外，方案的实际容积率、建筑面积、配比等数据也会实时显示在界面右侧的信息栏中，供用户随时参照。


除了传统的手动排布住宅平面的流程，用户还可以使用最新的“闪电草图”功能借助AI辅助强排的生成。用户首先需要在基地中绘制“草图”的范围。之后选取一种楼型（设置好层数、层高角度等参数）将其拖入“草图”中，平台便可以在该区域内自动生成符合规范的建筑总平面布局。当然，用户也可以多次对一个范围使用“闪电草图”，或在建筑生成之后修改“草图的范围”以生成新的布局。在得到满意的布局方案之后，用户可以将AI生成的模型在“编辑”模式中进行进一步具体调整。


除了住宅建筑，用户也可以根据需求在场地中手动绘制商业等其他类型的建筑。在外成了所有建筑的排布之后，用户可以利用“智能表皮”功能自动生成3D草模的外立面，用以简单的方案展示。





导出透视图或轴测图用于展示

在确定了建筑的总平面布局之后，用户可以利用平台中的“方案评估”功能对此时的方案进行评估，并输出分析图。评估内容包括日照分析、户型分布和视野评估。


此外，由于公测其间小库智能规划旧版本中的“全局规划”功能尚未在新版本中亮相，笔者在此暂不做具体介绍。

• 【彩总智图】
  

“智总彩图”功能通过AI将建筑师传统的用住宅区规划总平面图线稿“机械化”地绘制具有表现力的彩色总平面图的流程取代。用户将分好图层的具有用地红线、出入口，建筑轮廓及层高信息的CAD文件上传至小库平台，选择总平面图的风格，系统即可借由AI自动生成该风格的方案总平面图。其中，生成的PSD文件保留了彩色平面图所有要素（原始轮廓、阴影、树等）的图层，用户也可以根据需要在Photoshop中做进一步的修改。

• 【智能单体】
  

“智能单体”功能是AI在住宅户型排布上的实际运用。用户首先需要在编辑器中绘制或通过CAD导入户型的外墙轮廓。在指定了入户门并设置了户型朝向、房型配置、内墙厚度等参数之后，AI可以自动生成一系列满足需求的户型。用户可以在方案库中直接查看每个户型的布局和指标，选取满意的户型，并进入编辑器中做进一步的调整。
当然，在户型设计的过程中，用户也可以选取户型素材库中的经典户型，并对其进行微调，以适应自己方案的需求。


现存问题：

以上功能为设计者提供了诸多便利，例如快速进行户型、楼型平面数据库的调取，提供海量的案例支持；实时日照分析与交互，提升强排检验过程的效率；配合一键式ppt与各类型数据文件的导出，节省绘图时间；快速生成多个设计方案，提供设计灵感等，显著提升设计“效能”，不过具体操作过程中仍旧存在以下问题：
生成过程——
·【闪电草图-算法逻辑】
第一，闪电草图一键生成强排方案时，难以达成强排目标。设计主要参考依据为当地住宅建筑设计规范，其中限高、建筑间距与日照间距是三个主要影响指标。然而实际操作时发现，强排生成的方案容积率<1.0，远低于最高密度强排的预期成果；开启日照检测发现日照间距仍有大量富余空间；通过手动编辑增加楼栋可以获取容积率更大且不报错的规划方案——个人推测可能原因为闪电草图使用的规划算法是依据住宅小区规划平面深度学习的结果，结合当地设计规范进行调整，而非传统设计逻辑中按照高度和日照间距要求进行极限强排的模式。这导致了当用户想要通过闪电草图生成一个区域内组团排布时，无法获得该区域内的强排最优解。



一键生成强排方案容积率很低



生成方案在建筑间距和日照间距上均有较大富余

其二，闪电草图进行设计探索时交互性不够。
首先体现在分区块进行建筑排布生成时的线性逻辑，后生成建筑的区域参考先一步生成区域的建筑排布结果，而无法在对两个区域均进行楼型定义后进行自适应修改。
例如，直观表现为，将基地划分为南北两个区域并定义两种楼型，南、北区块生成顺序的不同导致整体规划效果有巨大差异，后生成区域建筑密度很低，整体也无法取得两种类型楼栋的最优组合效果；


其次体现为绘制时无法使用布尔运算。一般在设计概念中会定义楼型、主要分布区域以及核心景观预留地；而闪电草图绘制的多边形区域不能按需求预留非建筑用地。
·【闪电草图-调整】在生成过程中楼型高度特定，无法实现同一楼型的层数变化（例如南部低、北部高），导致强排方案死板、容积率低；其次，对所选楼型参数进行调整时，无法从左侧工具栏处快速调整如层数/拼合等参数，需要进入楼型页面进行重新选择、定义，效率较低。


·【闪电草图-记录追溯】闪电草图同一楼型生成的多条记录，只能选择并保存其中一个，无法同时保存多个方案以方便进一步深化、分析。在旧版全局生成功能中不存在此问题。



闪电草图中，只能选择一个方案转化为可编辑对象，否则会出现楼栋重复



全局生成旧版中，可选择多个备选方案独立存储

编辑过程——
·【闪电草图-编辑】在使用闪电草图的“生成”功能时，可以开启实时日照检测图层，查看各栋楼具体的日照情况；而在编辑模式下，不可开启日照小时数图层，只能通过楼栋变红的方式猜测不满足日照规范的住户位置，降低了调整效率。



标红楼栋无法查看具体问题

·【智能单体-编辑】在使用智能单体功能后对生成平面进行微调的过程中，用户只能通过手动的拖拽或修改标注的方式修改户型的参数，而无法在编辑状态下使用复制、镜像等编辑功能。同时，一旦绘制错误或误删了某个墙体与门窗，也无法对之前的操作进行撤销。同样，用户在编辑素材库中的户型时，也会遇到同样的问题。此类编辑功能的缺失使得用户在调整户型时的效率与使用天正等软件相比显著降低。



编辑户型时无法使用撤销、重做等编辑功能

表达过程——
·【彩总智图】
平台内各功能之间关联性不够，导致通过智能规划生成的CAD文件无法直接导入彩总智图插件中进行彩色总平生成，而需要进行繁琐的图层删减与调整工作；
智能总图生成设计的交互性较低，目前只能通过定义场地边界、主入口与建筑边界生成总平面，无法对主要道路和主要公共空间进行单独定义，景观、道路的可控性很低，生成的总平面度从设计角度讲深度不够。
·【智能PPT】一键生成的智能PPT自动分为调研、生成设计、方案对比、方案选择等多个部分，符合一般汇报的逻辑流程；但是智能PPT模板为背景图片，无法对模板的标题文字等进行选择和修改，灵活性欠缺；
基地分析部分生成的分析图（周边功能、交通等时、人口密度、商业辐射等），并未纳入智能PPT的“基地分析”板块，需要手动添加。





部分优质内容无法纳入ppt

优化建议：

【闪电草图】
算法逻辑优化——采用更加符合强排需求的生成算法，用多区域生成的建筑根据规范指标相互影响的算法思维 替代 基于强排数据库深度学习在地块中生成相似排布的思维，解决生成方案容积率低、可行性低的问题；在技术允许的前提下，还可以考虑在多区域生成过程中，各区域建筑相互影响以获得最大容积率；增添楼高控制按钮功能，提供统一楼高与某一范围内自动修改楼高、生成更大容积率方案两种选项。
编辑过程优化——采用更加灵活的编辑模式，例如场地绘制更加灵活、楼型参数调整的便捷入口、历史记录存储等。
【智能单体】
编辑过程优化——现阶段XKool为了弥补平台内编辑功能的缺陷提供了cad联动的option，但基本的编辑功能一定要完善；在编辑模式下提供更完善的操作途径，例如复制、镜像等；并且引入撤销按钮，优化编辑体验。
【彩总智图】
内部交互优化——通过智能规划或闪电草图生成的方案能一键关联彩总智图功能，生成匹配的总平面，而非导出后进入CAD修改后重新导入；
生成交互优化——在场地边界、入口、楼栋边界之外，进一步开发，使得CAD图中的更多元素（如道路、景观、车库等）可以被AI识别并选择性地被建筑师转化成相应的总平面图元素。
【智能ppt】
生成交互优化——生成时实现与云平台所有功能的联动，包括基地分析、全局生成、闪电草图等；增添ppt预览与筛选功能，生成之前可以手动选择需要生成的部分，避免生成ppt过长、内容琐碎；
可编辑性优化——生成的PPT模板中所有字体均为可编辑模式，甚至在生成的ppt中提供原模板，给予用户更大的灵活度。
总结（优点与展望）：

小库智能设计云平台具有先进性，在全国乃至世界范围内均处于领先地位，目前对于AI辅助建筑与规划设计的尝试多停留在研究阶段，而小库是第一个将其作为可交互产品推广的企业；借用云平台辅助设计具有创新性与效率性特征，计算机可以在短时间内大量生成方案，提升人工筛选排布与检测的效率，增大 创新性方案生成的可能。然而，就目前产品而言，在功能布局上提供了一个宏大的愿景，但在具体智能化生成过程中，还存在算法缺陷、交互性弱、生成方案灵活性不足、无法满足强排要求等问题。


人工智能与建筑设计的关系在近年已经得到了广泛的讨论，但机器学习技术在建筑领域的发展却进展缓慢。不少言论已经先一步对人工智能取代建筑师岗位、导致建筑设计缺少人文关怀、千篇一律等问题提出了忧虑。其实，人工智能在建筑领域发展的阻力直接反应出了建筑师职业的特殊性：
一方面，如果人工智能取代了建筑师自身的数据库和基础算法的价值（即方案积累和绘图、“套路”化的方案能力），那么建筑师核心能力（即把控方案，平衡各项设计因素，作为甲方的服务者）的价值会被进一步放大。AI的作用则是把建筑师从机械性的工作中解放出来，让其职业内容变的更加“建筑师”。
另一方面，人工智能的出现也并不会对建筑师的成长之路产生本质影响。年轻的建筑师将以AI作为辅助工具，继续在一个个设计项目中积累经验，不断打磨判断力。
如果说建筑设计的过程是“创新+重复+服务”的组合，那么人工智能的出现，将会极大的提高部分工作的效率；将更多的时间留给建筑师，留给创意，留给新鲜的设计想法，留给对个人需求的关注与应对。

作者：One+1，JohnX，何同学
文字与图片均为原创，如需转载请注明出处。首发于公众号~

美丽的冬天

对于一般的套路性可以用