步天协同设计平台与 AI 大模型的结合方向

步天协同设计平台（ADOA）与 AI 大模型的结合，其核心要义并非简单地叠加一个聊天机器人功能，而是要推动 AI 深度嵌入工程设计的各个环节，包括图纸审查、BIM 模型处理、设计规范匹配、项目流程管理、质量校审以及知识沉淀与复用等，从而构建一个真正具备“能理解设计数据、能辅助设计、能协同处理问题、能追踪任务”能力的智能设计平台。这意味着 AI 不再是一个外挂式的对话工具，而是贯穿设计全流程的智能引擎，能够在设计人员调取图纸时理解其中的构件信息与标注含义，在方案推演时基于规范条文给出合规性提示，在多专业碰撞检查中协助定位问题并追溯责任环节，在任务流转过程中跟踪进度与状态，最终形成从数据理解到决策支持再到执行追踪的闭环能力。

步天 ADOA 之所以具备接入 AI 的业务基础，是因为平台本身已经积累了较为完整的协同设计能力体系，具体包括二三维协同设计、图纸与模型的全生命周期管理、版本控制与变更追溯、设计资源的复用机制以及多专业之间的协作流程等。这些能力共同构成了 AI 发挥作用的场景土壤：二三维协同为 AI 提供了多源设计数据的理解入口，图纸与模型管理为 AI 提供了结构化与非结构化数据的检索基础，版本控制为 AI 提供了变更分析与历史对比的依据，设计资源复用为 AI 提供了知识提炼与推荐的材料来源，多专业协作为 AI 提供了跨专业问题识别与协同处理的业务链条。正是这些既有能力的存在，才使得 AI 的接入不是空中楼阁，而是有据可依、有场景可落地的工程化实践。

 

同时也应看到，上述能力为接入 AI 提供了丰富的应用场景，但这并不意味着每一项 AI 功能都已经在某个具体版本中实际落地。AI 功能是否已经实现、实现到什么程度、以何种形式对外开放，仍需以步天官方发布的产品说明和实际提供的接口为准，避免以设想代替事实、以规划代替现状。

 

一、最值得结合的 8 个方向

1. AI 设计知识助手

优先级：最高

设计人员可以直接用自然语言提问，例如：

• “这个项目的消防设计依据是什么？”

• “帮我找出最新版本的设计变更。”

• “以前类似项目是怎么处理这个节点的？”

AI 检索企业设计规范、历史项目、图纸、技术交底和校审记录，返回答案、出处和对应文件位置。

关键技术：大模型 + RAG 检索增强生成 + 企业知识库 + 权限过滤。

2. AI 图纸智能审查

对二维 CAD 图纸、设计说明和相关文档进行辅助检查，例如：

• 图纸说明与设计规范的符合性检查。

• 图纸之间的编号、标注、参数及说明一致性检查。

• 不同专业图纸之间的疑似矛盾识别。

• 自动生成问题清单、审查意见和整改建议。

关键技术：大模型 + OCR/图纸解析 + 规则引擎 + 专业审查算法。

注意：几何尺寸、强制性条文和工程计算不能只靠大模型判断，应由规则、计算工具及专业人员复核。

3. AI + BIM 模型智能分析

围绕建筑、结构、暖通、给排水、电气等模型，支持：

• 用自然语言查询构件属性、楼层和专业信息。

• 解释管线碰撞、净高不足等问题的可能原因。

• 对碰撞问题进行分类、排序并提出处理建议。

• 汇总模型变更及其可能影响的关联专业。

关键技术：BIM 数据接口、构件关系图谱、几何计算引擎与大模型协同。

4. AI 设计 Copilot（设计副驾驶）

把 AI 助手嵌入设计人员的 CAD、BIM 或平台工作界面：

• 根据文字要求生成设计任务清单。

• 辅助编写设计说明、技术交底和计算书初稿。

• 根据自然语言查找构件、标准节点和历史方案。

• 将设计人员的操作指令转换为可执行的 CAD/BIM 插件命令。

关键技术：大模型 + CAD/BIM 插件 + 受控工具调用 + 参数化设计脚本。

AI 可以生成候选方案或调用已有设计工具，但不应在未经确认的情况下直接修改正式设计成果。

5. AI 图纸版本与变更影响分析

基于平台已有的版本管理和变更记录，AI 可以：

• 自动总结两个版本之间的主要变化。

• 将变更内容转化为通俗易懂的说明。

• 分析哪些专业、图纸、构件或任务可能受到影响。

• 自动草拟变更通知和待办任务。

关键技术：版本差异数据 + 图纸对比 + 变更关联关系 + 大模型总结。

6. AI 校审与协同流程助手

AI 结合项目任务、审查意见和流程状态，可以：

• 自动归纳校审意见并按专业分类。

• 识别重复问题，生成整改任务草稿。

• 汇总待审批、逾期及未闭环问题。

• 为项目负责人生成项目风险和进度简报。

关键技术：大模型 + 工作流引擎 + 任务状态数据 + 消息通知接口。

7. AI 企业设计资源库

将历史项目、标准图集、CAD 图块、BIM 族库、标准节点和优秀设计成果组织成可检索、可复用的企业知识资产。

设计师描述需求，AI 推荐相关资源，说明适用条件、来源和版本，减少重复设计。

关键技术：多模态检索、资源标签体系、向量数据库、元数据管理。

8. AI 项目经营与设计管理分析

面向设计院管理者，综合项目任务、工时、进度、校审、变更等数据：

• 生成项目周报和经营分析初稿。

• 发现任务积压、反复修改及质量问题趋势。

• 分析项目延期的可能原因。

• 为资源调配和项目风险管理提供参考。

关键技术：业务数据仓库 + 指标计算 + 大模型分析与报告生成。

二、建议采用的技术架构

可以把步天 ADOA 作为业务平台和设计数据入口，把大模型作为智能理解与任务编排引擎，而不是推倒重建现有系统。

用户交互层

设计师 / 校审人员 / 项目负责人

自然语言问答 · CAD/BIM 插件 · Web 工作台

步天 ADOA 协同设计平台

项目、图纸、模型、版本、任务、审批、权限与接口

AI 智能引擎

大模型问答

RAG 知识检索

图纸与模型解析

智能体与工具调用

专业业务能力层

规范库 · 图纸解析引擎 · BIM 几何计算 · 规则审查引擎 · 流程引擎

业务执行与反馈

生成审查意见 → 人工确认 → 平台创建任务 → 整改复核 → 结果归档

这一架构的关键是：大模型负责理解和组织任务，工程规则与计算工具负责确定性判断，ADOA 负责协同执行和结果留痕。 类似的工程 AI 方案也采用了知识库、专业规则和大模型组合的技术路径。

三、如果要真正落地，建议分三期建设

阶段	建设重点	预期交付
第一期：知识智能化	AI 问答、规范检索、历史图纸检索、文档总结	可用的 ADOA AI 助手
第二期：设计质量智能化	版本差异分析、规范辅助审查、跨专业问题识别	AI 审查与变更分析模块
第三期：流程智能化	AI 自动整理问题、生成任务草稿、跟踪整改与分析项目风险	可受控执行任务的设计智能体