万科用一个AI工具,让房地产企业“集体破防”|数智化的秘密( 二 )


彼时 , 夏晨曦即将从BIM项目抽身 , 准备加入万科设计系统的建设 。 他非常清楚 , 如果单纯依靠传统思维 , 无法解决用户痛点 , 产品自然很难得到应用和推广 。
对于当时的万科来说 , 内部迫切地需要一套全流程、自动化的系统 , 对图纸质量进行严格把控 。 于是 , 围绕智能审图的产品构想 , 开始在万翼科技内部酝酿 。
02.走前人没走过的路
自上世纪70年代 , 交互式图形处理技术的出现和计算机图形学的发展 , 为CAD产品的开发奠定了基础 。
作为一种建筑数字语言 , CAD拥有广泛而坚实的“群众基础” , 至今仍是建筑设计师绘制平面图的生产力工具 。
在智能审图产品正式立项前 , 万翼科技最初的想法是基于CAD软件二次开发 。 但很快 , 这一产品思路就被团队推翻了 。
TArch是建筑设计领域普及度最高的一款专业级软件 , 市场占有率长年维持在95%以上 。 可他们做过论证发现 , 即便以这款产品为原型 , 也和理想效果相差甚远 。
首先 , 设计师作图习惯各异 , 是摆在开发团队面前的主要难题 。 图层、图例、命名等制图信息几乎没有标准 , 各种千奇百怪的画法层出不穷 , 想要规范设计师的制图几乎是不可能的 。
其次 , 如果采用传统二次开发的方式 , 由于设计软件的格式、种类繁多 , 适配诸多软件的工作量和难度巨大 。 这种方式往往还需要设计师手动录入数据或对图纸做处理 。 这无疑增加了设计师的操作成本 , 违背了不给用户增加负担的产品理念 。
毕竟 , 在设计周期被压缩的前提下 , 出图是地产开发的第一要务 。 如果对设计师作图规范要求太高 , 操作又非常复杂 , 产品就会沦为鸡肋 。
夏晨曦用一句话概括智能审图 , 那就是“无需改变设计习惯 , 一键全自动智能审图” 。 考虑到行业现状和CAD二次开发的限制 , 团队最终选择了一条全新的道路——AI+SaaS 。
尽管机器视觉早已褪去了神秘面纱 , 并在过去几年被广泛地应用于安防、产品质量检测、医学影像处理、自动驾驶等诸多场景 , 但2019年6月项目刚启动时 , 夏晨曦心里其实是没底的 。
在当时 , 建筑行业AI的成熟应用非常少 , 听得最多的就是智慧工地的人脸识别 , 在设计领域更是近乎绝迹 。 万翼曾通过专利公司进行检索、也向权威科技查新机构进行查询 , 但几乎没有找到同类研究资料 。 在没有任何经验能够借鉴的情况下 , 万翼不得不从零开始自研算法模型 。
为了让算法能看懂并审核图纸 , 研发部门与微软亚洲研究院、粤港澳大湾区IDEA人工智能实验室做过不少课题研究 。
为了提升AI能力 , 研发部门曾与微软亚洲研究院、粤港澳大湾区IDEA人工智能实验室等顶级AI研究机构都一起做过深入探讨和课题研究 。 由于建筑设计图纸与常规自然图像存在诸多差异 , 一位资深专家曾表示 , AI识图远比AI设计和AI画图还要难 。
说着 , 他拿出了一张建筑设计平面图 , 图纸上由各种颜色的线、文字组成的信息要素密密麻麻 , 外行很难看懂 , 而且图像特征稀疏、画法多样 。 这也是为什么AI审图的复杂程度远高于一般的图像识别应用 。
图元数量多、互相重叠 , 且对象没有明确的图形特征 , 给机器自动审图带来巨大挑战
不过万翼笃信 , 这是用技术换市场的机遇 。 “建筑设计领域 , 虽不及自动驾驶和人脸识别领域 , 但后两者的竞争程度也异常激烈 。 ”从商业角度来讲 , “技术越难 , 未来的护城河越宽 。 ”
那段时间 , 团队开始集中纳贤 , 培养既懂建筑设计、又懂AI技术的复合型人才 。 经过一系列的摸索 , 开发团队逐渐建立起一系列面向建筑设计图纸的算法模型和研发体系 , 通过图纸识别、数据结构化管理、规则分析判断等方式实现了AI智能化的审图作业流程 。