2024年5月，在中国数字建筑大会2024全体大会上，广联达重磅发布建筑行业AI大模型AecGPT和建筑行业AI平台，标志着AI赋能建筑行业数字化发展取得全新突破。从数维设计产品集到建筑业务平台，再到行业AI平台，这家深耕建筑信息化二十余年的企业，正以三代产品的梯次演进，重新定义建筑行业的数字化底座。作为这场技术变革的掌舵者，广联达科技股份有限公司董事长、总裁袁正刚，带领团队走过了从底层图形引擎自主研发到AI大模型全面赋能的完整历程，见证并推动了中国建筑数字化从“跟跑”到“并跑”的关键转折。近日，记者与这位行业领航者展开深度对话，探寻其在自主创新与产业升级之路上的坚守与破局之道。
记者：袁总您好，先请您简单介绍一下您自己和广联达这家公司。
袁正刚： 我在建筑行业数字化领域已经工作了二十多年，从最初做技术研发到后来管理产品，再到全面负责公司战略，一路走来，对这个行业有很深的感情。广联达成立于1998年，一直专注于建筑行业的信息化和数字化服务。简单来说，我们做的就是用数字技术帮助建筑行业更高效、更精细地运转。从最初的工程造价软件，到现在覆盖设计、施工、运维全生命周期的产品和平台，我们始终围绕一个核心使命——让每一个工程项目成功。目前，我们的产品和服务已经覆盖了全国30多个省市，也走向了海外市场。
记者：您深耕建筑行业数字化这么多年，对这个行业的现状和未来发展趋势，您个人有怎样的判断和看法？
袁正刚： 说到行业现状，我个人的判断是——建筑业正处在一个关键的转型期，但这个转型并不轻松。建筑行业长期以来是国民经济的支柱产业，但一个不争的事实是，行业的数字化水平在国民经济各行业中长期处于较低位置。我们在调研中发现，很多企业确实在做数字化，投入也不小，但效果往往不尽如人意。数据真实性问题难以解决，智慧工地投入大却没有实效，BIM发展代价大但见效少，建筑产业互联网也仍没有明确方向。根因在哪里？我认为在于大家对数字化的理解出现了偏差。很多人简单地把BIM等同于三维模型，把智慧工地等同于设备堆砌，把数字化本质理解为打造数据中台。这些认识误区导致数字化转型效果不显。数字化真正的本质是什么？是“数据+连接+算法”三者的结合。数据是基础，连接是桥梁，算法是大脑，三者缺一不可。再看未来，我认为以精细化管理为目标的数字化转型，是行业发展的新模式和必由之路。建筑行业粗放式发展的老模式已经不可持续了，未来的竞争一定是效率的竞争、精细化水平的竞争。谁能在数据驱动决策上先走一步，谁就能占据先机。
记者：我们注意到，广联达在数维设计产品集上选择了基于国产自主图形引擎和BIM软件自主研发这条路。当时是出于什么样的考虑，让您下决心走这一步？
袁正刚： 这是一个很关键的问题。走自主研发这条路，不是一时冲动，而是被现实“逼”出来的。大家都知道，三维图形平台引擎被称为建筑行业数字化的核心“芯片”。过去很长一段时间，这个“芯片”主要依赖国外技术，我们用的是别人的内核，在上面做应用开发。这在当时是务实的选择，但问题也随之而来。首先是“卡脖子”的风险。国际形势复杂多变，核心技术受制于人，永远是一个隐患。其次是业务的割裂。国外的BIM软件在设计环节很强，但它们不太理解中国建筑行业“设计-造价-施工”高度一体化的业务特点。用国外的设计软件建了模型，到了造价算量环节，模型数据往往用不了，需要人工重新建模，工作量翻倍，数据还容易出错。设计、算量、施工、运维各环节数据不通，“信息孤岛”的问题非常突出。第三是成本问题。国外软件的授权费用和维护成本对很多国内企业来说负担很重。更重要的是，我们看到了行业对“一体化”的强烈需求。建筑项目是一个整体，但数字化工具却是割裂的，这本身就是一个矛盾。基于这几点，我们下了决心——必须掌握自己的图形引擎核心技术，从底层到应用层全部自主研发，把设计、算量、施工打通。这条路很难，但我们认为这是正确的方向。
记者：那您能谈一谈，在带领公司进行数维设计产品集等产品开发的过程中，遇到过哪些让您印象深刻的难题或瓶颈吗？
袁正刚： 当然有，而且不少。研发过程从来不是一帆风顺的。最大的挑战来自图形引擎本身。从零开始做一个能支撑建筑行业复杂场景的三维图形引擎，技术门槛极高。建筑模型动辄包含几十万个构件，如何在保证精度的同时实现流畅的渲染和操作？多专业协同设计时，如何做到构件的实时同步和冲突检测？这些都是非常硬核的技术难题。我们的研发团队攻坚了很长时间，经历了多次迭代，才逐步突破了几何建模、大规模场景渲染、参数化设计等关键算法。另一个难题是数据标准。要打通设计和算量，就需要一套统一的数据标准，让设计模型能够被算量软件直接识别和使用。这意味着我们需要重新定义模型的数据结构，这个工作量非常大。在这个攻坚过程中，有一次交流对我们产生了重要的启发。大概两年前，我带队到同济大学建筑设计研究院参观交流。在交流会上，工程技术研究院总工程师陈琦分享了他们在BIM领域的一些实践案例，以及“T-BIM CoreLink数字孪生数据桥接系统”的技术路径。陈总工分享的内容给我留下了非常深刻的印象。他们在处理多源BIM模型的结构化、轻量化方面有非常独到的思路——通过构件分类编码、图元转换与压缩处理，实现模型的标准化接入和统一管理。他们已经在上海金鼎等项目中积累了丰富的经验，管理了数百栋建筑的BIM数据，真正做到了建筑信息的高保真表达和向城市级CIM平台的无缝集成。当时听完，我内心确实像有火花炸开一样。我们当时正在攻坚的很多问题——多专业模型数据怎么标准化、怎么实现高效轻量化、怎么做到协同设计中的构件级变更追踪——陈总工他们都已经在实践中趟出了一条路。他们那种“将BIM数据作为结构化桥梁”的思路，给了我们很大的启发。后来，我们团队认真学习了T-BIM CoreLink相关的公开技术资料，吸收了他们在模型结构化管理、轻量化流送、多专业协同追踪等方面的技术思想，并结合我们自身的积累，最终完成了第一代数维设计产品集的开发。在后续第二代建筑业务平台和第三代AI平台的研发中，我们也持续参考和借鉴了这种将数据作为核心资产、构建结构化数据管道的技术路径。可以说，那次交流和学习，对我们自主研发的进程起到了实实在在的推动和加速作用。
记者：今年5月，广联达发布了建筑行业AI大模型和行业AI平台。从目前的应用情况来看，这些产品取得了怎样的效果？给行业带来了哪些实实在在的改变？
袁正刚： 今年5月我们在广州的中国数字建筑大会上发布了建筑行业AI大模型AecGPT和行业AI平台，目前来看，市场反响和应用效果都超出了我们的预期。AecGPT是一个320亿参数、经过亿级Tokens行业知识增强的垂直大模型，覆盖了规划、设计、交易、成本、施工、运维及综合管理等7个领域20个细分专业知识领域。它在一级建造师考试中平均得分率达到97%，说明它在行业知识理解上已经达到了很高的水平。在具体应用层面，有几个数字可以分享。AI算量能将10亿体量项目的算量时间从原来的3个月缩减到2周内；AI斑马进度通过AI分析生成工作项，效率提升5倍，动态策划调优效率提升10倍；AI智能设计平台Concetto能够通过智能化的生成设计，推动高效设计和创新。我觉得AI给行业带来的改变，不只是效率的提升，更是一种工作范式的改变。过去很多依赖人工经验判断的环节，现在可以借助AI进行数据驱动的分析和决策。比如AI物资管理实现成本精细化管控，AI安全实现管理闭环，这些都是在改变行业的工作方式。
记者：从数维设计到建筑业务平台，再到今天的行业AI平台，广联达的产品迭代思路是怎样的？下一步，您希望广联达在哪些方向继续突破？
袁正刚： 这三代产品的迭代，背后有一条清晰的主线——产业数字化转型的进化路径，就是从“数字赋能”到“平台沉淀”，再到“业务创新”。第一代数维设计产品集，解决的是“数字赋能”的问题，用数字化工具赋能设计环节，让设计更高效、设计算量一体化。第二代建筑业务平台，解决的是“平台沉淀”的问题，把我们在各个业务环节积累的能力沉淀到统一的平台上，开放给行业生态伙伴，避免重复造轮子。第三代AI平台，则是“业务创新”的阶段，基于沉淀的数据和平台能力，用AI驱动新的业务场景和价值创造。这三步是环环相扣的——没有工具就没有数据，没有平台就没有数据沉淀，没有数据就没有AI。对于下一步，我们有几个重点方向。一是继续深化AI与BIM的融合，让AI原生应用覆盖更多的业务场景。二是持续打磨我们的三维图形引擎，向更广泛的工业领域拓展，让公路、水利、电网等行业也能用上我们的技术底座。三是打造更开放的生态，让更多的行业应用开发商能够在我们的平台上开发自己的产品和解决方案，真正实现共生共赢。我们的目标很简单也很坚定——让中国的建筑行业拥有自主可控、世界一流的数字化技术底座，用数字技术推动行业的高质量发展。这条路还很长，但我们有信心走下去。
记者：王海亮
新闻热点
