VLM技术革新：实现建筑布局多粒度图自动生成与设计优化

摘要：本研究提出了一种基于视觉-语言模型（VLM）的自动多粒度图生成方法，用于建筑布局的图结构化表示。通过节点识别、边缘推理、文本解析和图粗化等步骤，VLM能够高效地从建筑平面图中提取结构化信息，并生成不同粒度的图表示。实验结果表明，VLM生成的图与人工标注的图高度一致，在实际任务中表现出色。该方法无需人工标注即可实现大规模建筑布局数据的图结构化，为建筑设计信息学提供了新的技术手段。

---

研究背景与挑战

建筑平面图包含丰富的功能空间关系信息，这些信息对于设计检索、基于知识的推理以及建筑信息模型（BIM）增强至关重要。然而，如何自动构建适用于公共建筑的任务自适应图表示仍然是一个挑战。

方法与创新

本研究提出了一种基于VLM的自动多粒度图生成方法，具体包括以下步骤：

1. 节点识别：利用VLM从平面图中识别功能空间节点。
2. 边缘推理：通过VLM推理节点之间的关系，生成图结构的边缘。
3. 文本解析：对平面图中的文本信息进行解析，提取关键语义信息。
4. 图粗化：根据不同粒度需求，对图进行粗化处理，生成多粒度图表示。

实验与结果

研究团队使用全球147个学术图书馆的平面图作为案例进行测试，结果表明：

• VLM生成的图与人工标注的图高度一致，匹配节点比例超过92%。
• 在三粒度图生成中，平均每个平面图的生成时间为509.3秒。
• 中粒度图在节点级区域预测中表现最佳（Macro F1 = 0.647，复杂度为细粒度的65%）。
• 粗粒度图在图级布局质量评估中表现最佳（Spearman's ρ = 0.610，复杂度为细粒度的16%）。

行业影响与未来展望

该研究通过将平面图转换为知识表示，实现了建筑布局信息的可扩展、无需标注的提取，显著提升了设计信息学的应用效率。未来，该技术有望在建筑设计、智能城市规划和建筑资产管理等领域发挥重要作用。

开发者建议

• 应用场景拓展：开发者可以将该方法应用于其他类型的建筑图纸（如工厂布局、商场设计等），进一步验证其通用性。
• 模型优化：针对特定领域需求，优化VLM模型以提升图生成的精度和效率。
• 跨平台集成：将该方法与现有的BIM平台集成，实现设计信息的无缝流转和共享。

---

消息来源：ArXiv AI (cs.AI) (2026-08-27)

—— 完 ——

主题标签： #VLM #建筑设计 #图生成 #AI智能体 #设计信息学