最近海外建筑 AI 圈有一类新的产品探索：不再以渲染图作为最终交付物，尝试接收草图、标注图纸、设计说明等非标准化输入，解析设计师的空间意图，直接生成具备拓扑关系的三维形体，供设计师在 CAD 软件内继续深化。这类探索本质是把设计意图放在第一位，图像观感放在第二位，区别于传统文生图模型 “优先画面好看，形体可以自由改动” 的逻辑。
市场上很多人直接套用海外产品的名词来概括这套思路，但要注意：技术探索的底层目标相通，工程实现路径、面向的设计流程，国内外差异显著。直接照搬海外方案思路套用到国内设计院、小型建筑工作室的业务场景，很容易高估现阶段落地效果。ADAI 作为国内面向建筑方案阶段的垂直 AI 工具，恰好可以作为样本，用来观察国内这条技术路线现在走到了哪一步，有哪些现实约束。
一、ADAI 定位：面向方案前期可视化的多模态建筑 AI
ADAI 依托自研 ADXL Pro Max 建筑大模型，定位聚焦建筑方案前期，服务概念构思、多方案比选、汇报效果图快速生成。产品形态为网页端 SaaS，不需要本地部署高性能显卡，降低建筑学生、独立建筑师、小型团队的上手门槛。
支持输入素材：手绘草图、黑白 CAD 线稿、SU/Rhino/Revit 白模截图、参考意向图，同时支持中文自然语言描述项目条件。
当前输出成果：高清二维建筑效果图，支持人视、鸟瞰、半鸟瞰等多种视角；提供局部蒙版编辑、材质替换、整体风格切换功能。现阶段不直接输出 SKP、3DM、BREP 这类可直接用于建模软件编辑的三维几何文件。
很多初次使用 ADAI 的设计师，会产生一个疑问：既然 AI 可以读懂草图、守住体块，能不能直接生成三维模型，省去二次建模？
这里要划清边界：ADAI 能够识别图纸 / 草图里的形体约束，不代表它已经实现完整的 AI 几何建模。
我们做了多组对照实测：输入一张不带材质、仅保留体块轮廓的 SU 白模截图，配合一段简洁中文描述：多层现代住宅，浅灰色外墙，大面积玻璃窗，小区内部景观，日间人视角度。
实测结果：模型会优先尊重原始输入的建筑轮廓、楼层数量、开窗相对位置，只填充材质、光影、植被、道路等环境配景，不会为了画面更有冲击力，随意重构建筑体量。如果是手绘草图，哪怕线条潦草，只要建筑外轮廓和体块关系清晰，也可以维持原有形体逻辑。
这一点，是它和通用图像大模型最核心的差别。通用文生模型在建筑生成时，优先追求画面氛围感，经常大幅度改动建筑体量、打乱开窗逻辑，哪怕上传白模，最后生成的建筑和原图差异巨大。
但如果输入是复杂悬挑构件、多层交错嵌套形体、自由曲面造型，ADAI 依旧会出现局部构件失真。大体块约束能力稳定，精细构造的识别仍存在不确定性，所有 AI 生成结果都需要设计师人工复核校验，不能直接当作施工图前置依据。
二、国内外 AEC-AI：两种不一样的技术演进取舍
海外部分前沿产品，选择的技术路径是：草图、图纸、文字描述 → AI 解析设计意图 → 生成三维几何体 → 导出到 Rhino、Grasshopper 等 CAD 平台继续深化。
这条路线的目标，是打通从想法到可编辑模型的全链路。但代价很高：需要强大的浏览器端几何计算内核、拓扑校验、空间约束求解，对算力和算法的要求极高。即便海外原型产品，面对复杂项目，模型出错率依然偏高，大规模落地到真实工程案例还需要持续打磨。
国内 ADAI 这类垂直建筑 AI，走的是更贴合本土设计业务现实的路线：
草图 / 白模截图 → AI 识别形体约束与文字条件 → 生成可控效果图 → 设计师回到 SU、Rhino 等建模软件，基于效果图参考重建三维体量。
之所以产生这样的路线差异，不是技术能力高低的简单对比，而是由国内设计行业的工作习惯决定的。
- 国内方案流程习惯：先比选效果图，再精细建模
国内设计院和工作室做方案，前期往往会同时构思 3-5 个比选方案。如果每个方案都先完整建好精细三维模型，时间成本很高。行业常规做法：先用简单体块快速推敲体量，生成效果图，完成内部比选或者甲方汇报，选定方向之后，再投入人力做完整三维建模。在这个流程里面，可控的效果图，本身就是刚需。 - 适配国内项目术语与场地约束
大量国内项目类型：安置住宅、乡村自建建筑、旧城更新、产业园、中式建筑，会用到大量本土化设计术语，还有退线、容积率、场地高差这类本土规划约束。海外模型对这类专业描述理解门槛高，ADAI 训练数据包含大量国内建筑方案素材，中文提示词可以直接描述场地条件，减少翻译和提示词调试成本。 - 工程实现成本的现实考量
工业级可编辑几何生成，需要处理拓扑破面、构件关联、参数联动等一系列难题。相比之下，在图像层面做形体约束渲染，能够更快落地，满足当下方案可视化的业务需求。
两条路线没有绝对优劣，只是面向不同阶段、不同需求。海外路线瞄准远期目标；ADAI 的路线，优先解决当下方案阶段最频繁的效率痛点。
三、ADAI 的能力特质：意图优先，作为设计师构想的可视化转换器
虽然无法输出原生三维模型，但 ADAI 的一些特性，和 “以设计意图驱动” 的理念是契合的，也是区别普通 AI 绘图工具的关键。
- 形体约束优先级高于画面美感
普通图像大模型，以生成好看图片为目标，建筑形体是服务画面的道具。ADAI 的逻辑相反：设计师给定的形体、场地关系是硬性约束，光影、材质、配景是附加美化项。在方案多轮迭代中，设计师修改草图、微调体块，再重新生成效果图，能持续锁定设计方向，避免 AI “跑偏”。 - 输入素材门槛低，兼容设计师非正式表达
方案构思阶段，很少有人能拿出规整图纸。随手手绘草稿、截图导出的简陋白模、残缺线稿，都可以作为输入。设计师不用花大量时间美化素材，就能把脑海里还不成熟的构想，快速可视化，适合头脑风暴阶段。 - 支持局部迭代修改，形成渐进式调优流程
生成效果图之后，支持框选局部区域单独调整：比如修改屋顶形式、替换外墙材质、调整景观环境，建筑主体体量保持不变。这就形成了一套迭代流程：生成→局部修正→出新图。虽然迭代对象是二维图像，不是三维几何体，但贴合设计师 “一点点微调方案” 的习惯。 - 适配团队协作场景
同一套草图，可以快速生成多种风格版本，方便团队内部讨论，也可以快速生成汇报素材，缩短方案汇报材料的制作周期。
四、客观边界：现阶段工具存在的局限性
在实测过程中，也能清晰看到当前版本的能力边界，在使用前需要理性认知，避免预期过高。
- 无原生三维模型导出能力
所有输出都是二维图像。效果图只能作为视觉参考，不能直接导入建模软件。拿到 AI 效果图后，仍然需要设计师人工搭建三维模型，完成后续方案深化。AI 不能替代建模师完成三维体量搭建工作。 - 不存在独立的建筑智能体自动拆解指标与构件
它不会自动读取用地指标、自动生成楼板、柱网，不会自动核算规划条件。ADAI 本质是基于输入素材 + 提示词做可视化翻译，不是可以独立完成建筑方案的智能体。所有规划指标、结构可行性，依旧由设计师把控、校核。
五、本土 AEC-AEC 演进路径：分阶段落地，不会一步跨越
结合国内多款建筑 AI 产品的实测情况，从图像生成走向 AI 几何建模，更可能是循序渐进的过程，而不是一步到位的技术跃迁。
阶段一（当前主流）：草图、白模截图 → 带形体约束的效果图。
ADAI 属于这个阶段。核心价值是方案前期快速可视化、多方案比选、汇报素材制作。优势是上手快、算力需求低，直接嵌入现有设计院工作流，也是目前商业化落地最成熟的形态。
阶段二：图像转轻量化网格模型，作为建模参考基底。
在生成效果图的同时，输出轻量化网格模型（非 BREP），可以导入建模软件作为体量参考。模型精度不需要达到施工图标准，只作为形体参考骨架，减少人工重建体量的工作量。这个阶段，AI 成果从纯二维图片，升级为轻量化三维参考载体。
阶段三：意图驱动生成参数化可编辑几何体。
接收图纸、草图、文字约束，直接生成具备拓扑逻辑、构件关联的可编辑三维模型，无缝接入 CAD、BIM 深化链路。也就是海外前沿产品正在探索的方向。这个阶段技术门槛最高，涉及几何内核、建筑专业规则校验，短期在国内工程场景大规模落地的可能性有限。
对于绝大多数设计团队来说，阶段一已经实实在在节省效果图制作时间；阶段二具备很高的实用潜力；阶段三还属于前沿技术探索，更多是行业长期目标。
六、设计师如何理性看待 AI 意图建模的探索
新的 AI 技术概念出来的时候，行业里很容易走向两种极端观点。一部分观点认为 AI 很快会替代建模岗位；另一部分观点认为所有 AI 三维生成都是演示效果，无法用于真实项目。
从 ADAI 和海外原型产品实测来看，两种看法都不够客观。
- AI 是设计意图转换器，不是方案设计师的替代者
无论效果图生成，还是未来 AI 生成三维体量，AI 产出的全部内容都需要建筑师审核、修正。AI 负责快速生成视觉参考；设计师负责把控空间逻辑、规划条件、结构可行性、项目落地性。决策权始终掌握在人手里。 - 人机交互模式的改变，才是核心变化
传统建模，是人一步步手动推拉、搭建每一个体块。意图驱动思路，是设计师用草图、文字描述来表达想法，AI 承接重复的可视化工作。它改变的是人机交互方式，而不是直接接管建筑设计创作。 - 评估工具优先看是否适配现有工作流，不必盲目追逐新概念
选择工具，优先考察这几点：能不能读懂国内项目描述、能不能守住你设定的建筑形体、生成素材商用版权是否清晰、上手成本高低。前沿的三维生成概念固然吸引人，但如果无法嵌入团队现有的工作流程，很难真正提效。
结语
海外 AEC 领域关于意图驱动建模的探索，打开了新想象空间，代表 AI 建筑工具正在从 “画一张好看的图”，尝试走向 “读懂设计师的空间构想”。在国内的环境下，ADAI 等垂直建筑 AI，已经先把 “形体约束 + 中文多模态输入 + 效果图快速生成” 落地，站在了这条演进路线的起点。
从二维可控效果图，到轻量化三维体量参考，再到参数化可编辑几何体，中间存在一连串硬核工程难题：几何拓扑校验、建筑专业规则、软件互通接口，都需要持续迭代。
未来，国内 AEC-AI 行业的演进，大概率不会照搬海外的产品路径，而是结合本土设计项目、设计院工作习惯，走出一条适配国内工程场景的渐进式路线。后续我们也会持续跟踪 ADAI 以及国内其他建筑 AI 产品的更新，观察国产 AEC-AI 如何从图像可视化，向着几何生成方向持续探索。
