《华为地产行业数字化白皮书》是“懂行人”华为携手克而瑞,在深入调研行业TOP50企业后共同发布的中国房地产数字化转型新解读。本书在内容上精准聚焦了七大地产科技应用场景,通过5G、AI、云计算、大数据、区块链、AR/VR等新ICT技术,以科技赋能空间,共同绘制了行业首个涵盖地产科技应用端全景的全产业链大图谱,对地产数字化场景进行了最全面和深度的解析,最终实现更专业的技术开发、更精准的业态整合与更高效的数据转化。
智慧建造可以按照介入项目开发的不同阶段分为智慧管理、智慧设计、智慧施工与智慧制造4类。但受到现阶段市场、产品和技术的影响,目前对于智慧建造的关注和发展主要集中在智慧设计与智慧制造两方面。本期主题内容将从BIM的智慧化产品入手,聚焦智慧建造领域。
当我们在谈智慧建造,一定要提BIM
智慧建造是指房企在地产全生命周期的数字化的应用和管理,该过程贯穿整个项目的开发建造、后期运维乃至延伸到全周期的多个阶段。以地产项目开发建造的时间维度来审视,智慧建造在地产全生命周期中,通过BIM、AIoT、大数据等新技术的运用,优化建筑设计方式、规范施工安全过程以及提高运维质量为目标。虽然智慧建造在国内发展较晚,产品类型比较单一,但目前市场中运用最为广泛的就是依靠BIM技术所开发和衍生出的智慧建造产品。
图:智慧建造应用体系
来源:克而瑞华为联合研究编制
智慧建造生态产业链
目前国内智慧建造的产业链从上至下主要分为技术及硬件的供应方,提供中间服务的服务方和技术应用的业主方。
1上游供应方
主要包含硬件供应商和软件服务商。目前国内的供应方主要集中在BIM,IoT,AI等一系列原生技术基础上进行迭代升级,为应用方提供适合国内环境的智慧建造软件、硬件,同时也为其提供更个性化的解决方案。目前主要服务于设计单位及施工单位,随着开发商对相关产品的重视,也开始将业务重心逐步向产业两端延伸。
2中游服务方
主要由咨询机构、教育机构及代理商组成,在整体产业链中起到了桥梁和纽带的作用。由于智慧建造在国内发展较为滞后,供应方与需求方还存在着较大的信息不对称和资源不匹配,对服务中间商的需求增强。随着国内市场的不断成熟,部分头部供应方已经开始兼容服务方的角色,业主方也开始熟悉相关产品的使用逻辑,但这一类型角色在未来产业链的发展中会逐渐减少。
3业主方
指开发商、设计单位以及施工单位,是决定市场发展走向的主要力量,也是智慧建造的实际需求者和受益方。业主方由于涉及的建设过程不相同,所以对智慧建造产品的需求方向也不同,市场产品主要分为面向开发商的投资决策类产品、面向设计单位的建筑设计类产品以及面向施工单位的施工建造类产品。
图:智慧建造产业链关系
来源:克而瑞华为联合研究编制
智慧建造在住宅开发的应用之路还存沟壑
1行业成功经验稀缺
由于地产开发商进入智慧建造市场比较晚,在公共建筑中使用率较高,这导致了整个行业缺乏全生命周期项目的成功经验和案例,行业发展只能局限在设计和施工领域。根据住建部数据,全国施工项目中仅1%使用了智慧建造相关技术,其中还不乏政府出资的公建项目。对于大多数地产商而言,非常认可BIM技术,但由于成功案例缺少,无法认知智慧建造带给企业的价值,很难全力布局智慧建造。
数据来源:住建部公开信息
2行业技术人才短缺
智慧建造在国内发展时间不长,还没有形成成熟的人才培养体系。一方面,现有的资深工程师拥有着丰富的项目经验,但是不会使用新的软件;而技术人才能够熟练使用软件但是没有行业经验,导致建筑行业转型难的局面。另一方面,建筑行业是一个劳动力密集型行业,从业者多数具有高流动性和低文化程度两大特点,无法负担长期的人才培养计划。这两方面造成了智慧建造行业人才短缺,也直接导致了行业内部发展动力不足。
来源:克而瑞华为联合研究编制
3与现阶段开发商整体战略思路相违背
目前以住宅开发为主的地产开发商普遍追求高周转战略,从拿地到获得项目预售许可证,所有无用的时间和步骤都已经被完全压缩。以BIM为主导的智慧建造产品在追求高质量的同时,不可避免的将延长项目各个阶段的工期,这对于开发商来说,无疑会影响到整个项目的交付速度,进而打乱项目运营资金流。产品理念和公司战略存在矛盾,导致了多数地产商在智慧建造的尝试较少,国内市场轻量化发展势头,加剧了产品深度使用的难度。
来源:克而瑞华为联合研究编制
4配套政策不完善
近10年,国家一直致力于发展智慧建造,各地也出台了相应的红利政策。虽然政策的扶持力度已经相当到位,但是实际落实到执行层面却不尽如人意。例如在设计阶段,设计院使用BIM仿真模型进行设计可以有效提高后期施工过程中的效率,减少返工率,但由于目前在审核设计图纸时只接受2D的CAD图纸,这无疑增加了设计方的工作量和项目的整体工期。诸如此类,产业相关的多部门间现阶段仍存在工具沟通不便利等难题,使得智慧建造行业在发展时既受到了政策的红利,又受到了政策的钳制。
来源:克而瑞华为联合研究编制
智慧建造未来发展趋势
随着技术应用的普及、产品的自动化价值提升,从业市场将呈现年轻化趋势。多项目管理和大数据替代人工经验,将不断降低经验积累门槛,部分工序的自动化和操作使用系统化也将突破操作使用瓶颈,解决人才短缺和技术瓶颈的难题。
通过产品标准化迭代,来不断突破技术性约束,获得更加广阔的应用市场。简化操作流程,缩短整体操作周期,系统自动化降低人力成本,形成标准化的服务模块,便于在项目大规模的推广,从而降低服务的边际成本。在IoT、5G和AI新技术的融合下,缩短服务周期,降低服务成本,智慧建造的价值不断被挖掘。
未来,智慧建造市场除了针对自身发展瓶颈进行完善与升级之外,必然也会在市场化的发展路径上持续前行。其中,政策的扶持、技术的迭代、市场模式的完善是三大重要环节。
经历数字化转型赋能后的行业通常会迎来新的增长空间,这个增长不依赖政策环境和市场环境,而是来自于数字化的力量对企业潜力的挖掘,通过数字化赋能地产行业,“懂行人”华为携手克而瑞,将持续与行业内的“懂行”伙伴一道,为房地产企业数字化转型加速。以科技之道,守护智慧建造“精细管理”、“低碳绿色”和“可持续发展”!
好文章,需要你的鼓励
这项研究由德累斯顿工业大学等机构的研究团队完成,旨在解决主动学习未被广泛应用的问题。研究者构建了包含460万种超参数组合的实验网格,系统分析了各参数对主动学习性能的影响。研究发现,不同策略实现间存在显著差异,基于边缘的不确定性策略整体表现最佳,随机选择约4000个超参数组合即可获得可靠结果。这些发现为设计可重现、可信赖的主动学习实验提供了明确指导,有助于降低入门门槛,促进技术在实际应用中的普及。
这项由英国爱丁堡大学和上海人工智能实验室研究者共同完成的工作提出了LongBioBench,一种用于评估长文本语言模型的新型基准测试框架。通过使用人工生成的虚构人物传记作为测试环境,该框架在保持可控性的同时,提供了更真实的评估场景。研究对18个长文本模型的测试表明,即使最先进的模型在检索、推理和可信任性方面仍存在显著挑战,特别是上下文长度增加时。研究还揭示了现有合成基准测试的设计缺陷和长上下文预训练的局限性,为未来模型开发提供了重要指导。
SuperWriter是一项来自新加坡科技设计大学和清华大学的突破性研究,通过模仿人类"先思考后写作"的过程,彻底改良了AI长文生成能力。该研究团队开发的框架包含三个关键阶段:规划、写作和修改,使AI能像专业作家一样进行结构化思考。实验结果表明,经过训练的SuperWriter-LM模型不仅超越同等规模的所有AI模型,甚至在某些领域表现优于规模更大的顶级模型,为AI辅助写作开创了新的可能性。
香港大学与阿里巴巴达摩院合作开发的LayerFlow是一种突破性的层级视频生成技术,能同时生成透明前景、完整背景和混合场景视频。该技术通过创新的框架设计将不同视频层级作为子片段连接,并引入层级嵌入使模型区分各层级。面对高质量训练数据稀缺的挑战,研究团队设计了三阶段训练策略,结合Motion LoRA和Content LoRA,实现了图像和视频数据的联合训练。LayerFlow不仅支持多层视频生成,还能实现视频分解和条件层生成,为视频创作领域带来革命性变革。