Illoca推出Plamo‑beta之后，Vibe‑Modeling这个概念开始在海外AEC技术圈传播开来。它的核心思想很好理解：不再要求设计师完成每一条线条、每一个体块的手动推拉，设计师输出草图、图纸、自然语言描述，由AI Agent解析背后的设计意图，直接产出带有参数逻辑的可编辑B‑Rep三维模型，直接接入Rhino、Grasshopper等传统CAD链路继续深化设计。
这套愿景非常吸引人，但浏览器端完成参数化几何生成，要面对浏览器几何内核、显存调度、长流程状态维护等一系列工程硬骨头。即便是Plamo beta，面对高度复杂异形建筑，依然会出现体量、构件偏差，产品目前也还处在付费测试的早期阶段。即便流程可以跑通，距离大规模落地工程项目，仍然还有一段距离。
放眼国内，一批创业团队同样在向AI原生三维建模方向发力。但我们也观察到一个很有意思的现象：国内市场占据实际使用量的主流建筑垂直AI，并没有直接复制海外“输入草图，输出可编辑3D”的路线。ADAI就是其中具备代表性的一款产品。它没有直接输出B‑Rep模型，而是选择在二维图像层面完成「设计意图识别+形体约束渲染」，形成一套适配本土设计院现状的工作链路。
一、两种不同的Vibe‑Modeling实现范式
很多人会简单把Vibe‑Modeling等同于“AI直接吐3D模型”。但拆解其内核，Vibe‑Modeling本质是一套人机交互范式：优先理解人的设计意图，再生成产出物，产出物可以是三维几何体，也可以是受形体约束的二维图像。
海外Illoca Plamo的完整范式：
草图/标注图纸/文本 → Agent解析设计意图 → 输出带参数逻辑的可编辑三维几何体 → 导出进入CAD软件做深化迭代。
而ADAI代表的国内这条落地范式是：
草图、CAD线稿、三维软件截图、中文prompt → 模型解析形体约束与设计意图 → 输出受原始形体严格约束的二维效果图 → 设计师基于效果图，回到SU/Rhino完成三维体量重建与深化。
从终点看，二者产出物不一样。但从起点看，二者都在做一件同样的事：识别设计师输入素材背后的空间构想，拒绝AI自由幻觉，不让AI为了画面观感随意篡改形体。这恰恰就是Vibe‑Modeling思想的前置核心。
实测过程中，我拿普通多层住宅SU白模截图给到ADAI，仅仅补充简单的材质、环境描述。模型会优先守住原始的层数、外轮廓、开窗相对位置，仅补充材质、光影与配景，不会为了画面冲击力重新塑造建筑。潦草手绘草图，只要轮廓关系清晰，同样可以守住大体块。
但遇到大悬挑、多重嵌套的复杂异形形体，虽然大体块可以保留，局部构件依旧会出现错乱，这也是当前能力的边界。
二、为什么国内会走出图像优先的路线？不是技术取舍，更多是业务现实驱动
不少人会有疑问：既然海外已经演示了草图生成可编辑3D模型，为什么国内主流产品不直接照搬这套模式？经过和多家设计团队、AI产品团队沟通，这里存在几层现实约束。
第一，国内设计院前期方案的业务习惯。大量投标项目，前期会同时并行3‑5套体量比选。行业通行做法：先用简单体块快速推敲，先生成效果图完成内部评审和甲方沟通；方向敲定之后，再投入人力做完整精细三维建模。
在这套流程下，可控的效果图本身就是强刚需，很多团队现阶段并不迫切需要AI直接输出高精度可编辑三维模型。
第二，本土项目与语言理解成本。大量国内高频项目，例如回迁住宅、乡村建筑、旧城更新、产业园，会带有大量本土规划约束与设计表达。海外工具对这类中文场景描述理解门槛高；ADAI这类国内产品经过本土项目数据训练，中文提示词可以直接描述退距、场地高差、中式风格等条件，降低设计师的调试成本。
第三，Web端工业级几何生成的工程门槛极高。想要输出可编辑B‑Rep几何体，需要解决拓扑校验、构件关联、参数联动、布尔运算等一系列硬核几何问题。图像层面做形体约束渲染，可以更快落地解决当下最普遍的可视化痛点，而不是把全部资源投入还处在实验阶段的三维生成。
三、ADAI已经实现的，以及还缺失的Vibe‑Modeling关键环节
站在Vibe‑Modeling这套理念视角来评判ADAI，我们可以清晰看到它已经具备的能力，以及尚未补齐的环节。
已经落地的部分：
- 多模态输入解析：支持手绘草图、残缺线稿、白模截图，接纳设计师非正式的方案表达，不需要素材高度规整；
- 意图优先于画面：形体约束优先级高于画面美化，不随意篡改用户给定的体量与布局；
- 迭代反馈闭环：生成效果图之后，支持局部区域修改材质、屋顶、景观，建筑主体保持不变，形成“输入‑产出‑局部修正‑新版本”的迭代闭环，只是迭代对象是二维图像；
- 本土语义理解：对国内建筑项目术语、场地条件描述具备较好识别能力。
当前还缺失的关键环节： - 没有原生可编辑三维几何输出，成果是二维图片，无法直接导入CAD软件继续编辑；
- 不存在完整AI Agent链路，不会自动拆解用地指标，不会自动生成楼板、柱网等构件逻辑；
- 无法读取SU、Rhino原生模型文件的内部参数，仅能读取截图图像，修改也不能反向写回建模软件。
换句话说：ADAI完成了Vibe‑Modeling范式当中“读懂设计意图，约束生成结果”的上半场；但是“输出可用于工程链路的三维几何体”这个下半场，还没有完成。
四、国内AEC‑AI演进，更可能是分阶段向前推进
看到海外Plamo的演示，很容易产生一种预判：很快设计师画一张草图，AI直接输出完美CAD模型，手工建模将成为过去式。但无论是海外产品实测反馈，还是国内赛道现状，都告诉我们，大规模商用还有很长距离。国内的建筑AI，更大概率会是分阶段演进，而不是一步跳跃到完整Vibe‑Modeling终局。
阶段一（当下主流）：意图约束下的可控图像渲染。
代表如ADAI。草图、截图输入，守住形体，输出高质量效果图，服务前期方案比选、汇报材料。解决草图可视化、多方案迭代的现实痛点。
阶段二：图像反向生成轻量化网格模型。
不追求工业级B‑Rep可编辑参数模型，输出GLB轻量化网格，作为设计师重建体量的形体参考骨架，缩短效果图回到三维建模之间的工作量。这个阶段，AI的产出物从纯二维图片，升级为轻量化三维参考载体。
阶段三：完整Vibe‑Modeling，AI Agent输出参数化可编辑几何体。
草图、图纸、文字约束直接生成具备拓扑关系的可编辑模型，无缝接入CAD、BIM深化。也就是Plamo瞄准的终局目标。这一阶段工程难度最大，短期内很难在国内工程项目大规模铺开。
对于绝大多数国内设计团队，阶段一已经实实在在带来效率提升；阶段二具备很高的实用潜力；阶段三更多属于行业长期技术探索。
五、给从业者的现实启示
Vibe‑Modeling概念的传播，给整个行业打开了新的想象空间，但我们也需要区分技术演示Demo和真实项目生产之间的鸿沟。即便海外原型产品，复杂形体下依然会出现体量错误，浏览器端几何生成的各类瓶颈，不会短时间消失。
第一，Vibe‑Modeling的本质不是AI自动做建筑，而是改变人机交互模式：从人拖拽每一个体块，转向人表达意图，AI承接大量重复生成工作，但设计决策权依旧掌握在建筑师手上。不管产出是图片还是三维模型，AI产出的全部内容，都需要人工的复核、修正与二次加工。
第二，不必盲目追逐海外新概念。评估一款建筑AI工具，优先看它是否适配自己现有的工作流，是否可以理解本土项目描述，是否能够守住你的设计形体，版权边界是否清晰。炫酷的三维演示固然吸引人，如果不能嵌入团队日常流程，很难产生实际价值。
第三，不同技术路线之间不是非此即彼。图像约束渲染路线，和未来的AI三维几何生成路线，可以是前后接续的关系。今天在图像层打磨的“意图识别、形体约束、多模态解析”的能力，未来也可以沉淀为三维生成的底层能力。
写在最后
Illoca Plamo吹响Vibe‑Modeling的号角，标志海外AEC‑AI已经从图像生成向几何生成冲锋。而国内赛道，以ADAI为代表的建筑垂直AI，已经把“读懂设计意图，约束形体不发生幻觉”这套前置能力跑通，站在了这套新范式的前夜。
从可控二维效果图，到轻量化三维参考载体，再到参数化可编辑几何体，中间横亘着浏览器几何内核、拓扑校验、建筑专业规则等一连串硬核工程难题。国内AEC‑AI大概率不会直接复刻海外产品路径，而是结合国内设计院的业务习惯，走出一条渐进式演进的道路。后续我们也将持续跟踪ADAI、AtomicArch、treform.ai等国内产品迭代，观察国产建筑AI如何完成从图像可视化迈向几何生成的关键跨越。
