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
|
18天前
|
人工智能 自然语言处理 安全
|
24天前
|
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。
89 0
|
1月前
|
传感器 人工智能 前端开发
|
2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。
70 0
|
8月前
|
人工智能 缓存 测试技术
OpenAI又宕机了!从这次事故看AI服务的性能测试怎么做
上周OpenAI宕机,暴露AI服务基础设施脆弱性。作者结合自身事故复盘,系统梳理AI性能测试六大维度:单用户响应、并发显存瓶颈、全链路依赖、降级容错、长稳监控与容量规划,强调“不求永不崩溃,但求崩得明白”。
|
8月前
|
人工智能 数据挖掘 BI
智能体来了,财务行业正在发生什么变化?
随着大模型和智能体(AI Agent)的快速发展,财务行业正迎来新一轮技术变革。从自动记账、报表生成到风险识别与预算分析,越来越多原本依赖人工的财务工作正在被智能系统接管。 这并不只是效率工具升级,而是对岗位结构、能力要求和职业路径的重塑。本文从现实应用出发,分析智能体如何冲击财务行业,以及财务从业者如何应对变化。
878 1
|
10月前
|
JSON 人工智能 算法
多模态LLM视觉提示实战指南:四层结构框架 + 三大行业场景落地案例
从“看图说话”到精准指令,本文详解如何高效使用多模态大模型。针对UI测试、工业质检、文档处理三大场景,提出四层提示框架:目标定位、任务定义、约束条件、输出规范,帮助工程师避开常见误区,构建可复用的视觉指令系统,实现从单次交互到工程化落地的跨越。
|
人工智能 搜索推荐 机器人
07_大模型未来趋势:2025年AI技术前沿展望
2025年,人工智能技术正站在一个新的历史节点上。经过过去几年的爆发式发展,大语言模型(LLM)已从实验室走向各行各业,成为推动数字化转型的核心力量
1967 0
|
Java Shell Nacos
升级Nacos竟然踩了这种坑?配置文件里的“隐形杀手”!
本文介绍了从Nacos 1.3.0升级到2.3.0的过程及注意事项,涵盖单机与集群模式的升级步骤,特别分享了一次因配置文件中多余空格导致的服务启动失败的经历,提醒读者注意配置细节。
861 0

热门文章

最新文章