AI生成3D建筑,进入Vibe Modeling时刻

简介: 最新、最前沿的工程AI内容,总来自AI4ELAB。

来源:AI4ELAB,工程AI科技产业智库

大家好,我是秦明,8 月 21 日,美国 AI 建筑初创公司 Illoca 发布了第二个产品 Plamo beta,宣称AI建筑生成进入 vibe modeling 时刻。

Illoca这家企业我重新介绍下,是AI4ELAB持续追踪的企业,之前写过两篇DeepMind与Tesla老兵联手,用AI画布替掉Revit菜单栏,融资1300万美元产品更新 | 草图秒变可编辑3D模型,一张AI画布重写建筑师设计工作流

最开始,他们的第一款产品叫Tracing Paper ,定位是把建筑师从草图到方案汇报的完整工作流压进一张画布。这两天新产品Plamo beta的发布,把战线从「画布里的方案汇报」推进到「主流 CAD 流程里的设计环境」,目前产品的形态是Web端 AI 3D Agent建模平台,已经可以直接付费测试使用了。

Plamo 的输入端吃五样东西:草图、参考图、原理图、标注过的图纸、整套方案集,外加一段自然语言 prompt。它的 agent 会先「读懂意图」,再开始建模。

输出端给的是,一个几何 + 参数化逻辑底座的可编辑 3D 模型,可以导出到 Rhino、Grasshopper、GLB等主流 CAD/BIM 流程。

我也试了一下。我拿北京央视「大裤衩」的一张草图,让 Plamo 生成对应的 3D 模型。最后生成成功了,但整体效果质量还有待提高。

这是输入的草图与提示词:

使用这张建筑草图作为中央电视台总部大楼三维质量模型研究的抽象参考。从草图中提取主要的建筑特征:标志性的倒L形环形结构,两个倾斜的垂直塔楼,一个大型悬臂连接桥,一个连续的结构框架,以及戏剧性的中空中央空隙。

将手工绘制的线条画转化为现实的建筑物理模型。

保留原有的几何逻辑:两座倾斜的塔体从地面升起;一个悬挂在塔楼之间的大型水平悬臂体;相互连接的结构框架形成一个连续的回路;环绕外表面的对角线立面系统;强结构表达和反重力平衡;创建精细的建筑模型/物理模型样式。

使用逼真的材料,如哑光白色建筑模型板、半透明玻璃面板、裸露的结构钢和微妙的混凝土纹理。将建筑展示为专业的建筑工作室模型,具有干净的表面、精确的几何形状和详细的结构铰接。将模型放在一个简单的斜坡城市场地基上,最小化周围环境。添加柔和的工作室灯光、逼真的阴影和中性的背景。强调质量、结构和空隙空间之间的关系。

风格:高端建筑可视化,物理模型摄影,逼真的比例模型,极简主义建筑展示,SOM启发的结构清晰,细节但干净,没有人,没有文字,没有标志。

生成了10分钟左右,结果是这样👇

体量是没有对的,不过话说回来,我认为能生成已经非常不错了。原因是 web 端(浏览器里做 3D 模型生成)有几个基础瓶颈要解决——浏览器内的几何内核、显存、长流程的状态管理——这些都是工程上很难绕过去的坎,Plamo 能把流程跑通本身已经是突破。

另外,这可能跟我的提示词写法可能也有些关系。下次把提示词按步骤写清楚——先用一句话定参数(层数、用地、地点),再上传参考图,最后给几个改写指令——应该会有更好的效果。

创始人这段时间在领英上分享了几个案例,我直接贴出来:

1、台北 101(含风阻尼器)

2、金门大桥

3、还有一个办公楼MEP

文章一开头为什么提到vibe modeling 时刻。

因为玩家开始从孤立变成赛道,仅仅我们报道的。除了Illoca,还有胡政涛的 AtomicArch1人10个月,做了一款AI原生建筑3D设计软件,用14万行代码重写CAD底层、看到AIRI Lab最近在探索3D生成、哈佛系的Reer独家 | 哈佛系Reer要做IDE了、荆子林的 treform.ai再聊00后哈佛荆子林:两个月用户翻了30倍,AI建筑生成,接GPT-5.6最强……

还有我们发现,资本进场、产品迭代得越来越快,节奏跨进「月级别」;并且也能跑越来越复杂的流程以及建筑模型生成;大家也从图生图,往图生几何体走,范式不断在变化。

期待这个赛道的不断变化。

相关文章
|
2月前
|
人工智能 自然语言处理 安全
|
19天前
|
文字识别 前端开发 API
从零搭一个企业知识库问答系统:RAG 完整流程拆解
本文详解RAG知识库构建全流程:从企业多格式文档解析、语义切块、向量化入库,到在线问答的检索增强生成。涵盖OCR处理、Markdown结构化、父子切块策略、Embedding选型、向量库搭建及避坑指南,助你快速落地私有知识问答系统。
从零搭一个企业知识库问答系统:RAG 完整流程拆解
|
1月前
|
人工智能 搜索推荐 定位技术
上海GEO公司怎么选:分清地理信息与生成式引擎优化,拆解四类服务商能力边界、六大可核验选型维度、双轨监测与合同风险清单。
“上海GEO公司推荐”这类问法,最近一年在上海企业市场部、品牌部和采购部门的聊天记录里出现得越来越频繁。有意思的是,同一个缩写指向两件完全不同的事:有人要找的是做地理信息、测绘遥感、位置数据的供应商,有人要找的是帮品牌在 DeepSeek、豆包、通义千问、Kimi 这类大模型回答里被准确提及、被合理推荐的服务商。方向没分清,后面的比价、看案例、谈合同基本都要重来一遍。 先分清:你搜的 GEO,是地理信息还是生成式引擎优化 英文缩写撞车是这件事的源头。地理信息领域的 GEO 通常指地理信息相关业务,关注的是坐标系、遥感影像、地图服务与空间数据;
|
2月前
|
人工智能 自然语言处理 数据可视化
行业观察|Vibe‑Modeling浪潮之下:国产建筑AI的现实路径与取舍思考
海外AEC赛道提出Vibe‑Modeling,把AI建筑的目标锚定在“读懂设计意图、输出可编辑参数化三维几何体”。但国内建筑AI并没有简单复刻这条技术路线。本文结合行业观察与实测,以ADAI作为国内代表样本,对比海外产品技术范式,剖析国内建筑AI选择“图像层意图约束”这条路线背后的业务现实、工程约束,同时讨论从图像渲染走向几何生成,国内赛道需要跨越哪些硬核障碍。
行业观察|Vibe‑Modeling浪潮之下:国产建筑AI的现实路径与取舍思考
|
2月前
|
人工智能 自然语言处理 数据可视化
AI建筑:从图像渲染到意图建模,ADAI在本土AEC工作流中的实践探索
海外 AEC 领域出现以意图驱动建模的新探索,行业开始讨论 AI 建模不再单纯追求画面美感,而是优先承接设计师的空间构想。本文脱离概念直译,基于本土建筑项目工作流,实测国产垂直建筑 AI ADAI,探讨图像生成类建筑 AI 的价值边界、技术取舍,以及国内 AEC AI 向三维几何生成演进的可行路线。
|
2月前
|
传感器 人工智能 前端开发
|
2月前
|
人工智能 API 开发者
Revit的BIM主导地位正在被取代,Autodesk官方回应,答案是肯定的
最新、最前沿的工程AI内容,总来自AI4ELAB。
168 0
|
3月前
|
人工智能 机器人
建筑机器人最大A轮,软银独家出资
最新、最前沿的工程AI内容,总来自AI4ELAB。
92 0
|
4月前
|
存储 人工智能 数据安全/隐私保护
企业级AI知识库的技术架构应该怎么设计?
本文基于制造业企业AI知识库私有化落地实践,系统阐述六层技术架构:数据采集、异构存储(含混合云挂载与物理级隔离)、智能处理管线、三引擎索引(向量+全文+知识图谱)、RAG混合检索与重排序、本地大模型推理优化。强调安全合规为先,实证物理隔离必要性,并分享分块策略、模型选型、评测体系等关键踩坑经验。(239字)
508 3