（報告出品方：長江證券）

BIM：全生命周期+數(shù)字智能化助力行業(yè)轉型

建筑信息化助力行業(yè)數(shù)字化轉型，持續(xù)滲透可期

BIM 是適應建筑全生命周期數(shù)字化管理的有效工具。根據(jù)住建部《建筑信息模型應用統(tǒng) 一標準》，BIM（Building Information Modeling）的全稱為建筑信息模型，具體指在建設 工程及設施全生命周期內，對其物理和功能特性進行數(shù)字化表達，并依此設計、施工、 運營的過程和結果的總稱。由上定義可知，BIM 的內涵至少包括以下 2 個方面：1）全 生命周期應用：對于建設工程項目一般包括規(guī)劃、設計、施工、運營、維護、拆除、再 利用等多個階段，可通過 BIM 對每一階段進行管理；2）數(shù)字化表達：項目全生命周期 會產生大量信息（如建筑結構、管線排布、機電設備位置等信息），BIM 采用數(shù)字化的 方式（如三維模型）將其捕捉并加以應用。

BIM 解決的主要問題是捕捉建筑全生命周期的各類信息，并將各環(huán)節(jié)打通，以數(shù)據(jù)對過 程進行優(yōu)化。建筑工程項目在運行過程中會產生大量數(shù)據(jù)，而傳統(tǒng)的工程組織結構和流 程無法對這些數(shù)據(jù)進行精準和及時的捕捉，因而效率的提升主要依賴人的經(jīng)驗，通過 BIM 對數(shù)據(jù)進行集成，打通建筑全生命周期的各個節(jié)點，相比于傳統(tǒng)工程組織方式，BIM 至少在以下方面能夠做到更優(yōu)化：

1）2D 到 3D，減少圖紙碰撞。碰撞指建筑的某些部件存在空間重疊的情況，傳統(tǒng) 建筑設計采用二維圖紙，可視化程度不佳，各專業(yè)協(xié)同不足，容易出現(xiàn)此類問題， 通過 BIM 對建筑進行三維建模，可以更加直觀地對碰撞進行檢查，及時發(fā)現(xiàn)并解 決問題。

2）3D 到“4D”，對全生命周期的各階段進行模擬和規(guī)劃?！?D”指在 3D 基礎上 增加時間維度，因而可以對整個生命周期進行捕捉，如在設計建模完善之后，可根 據(jù)結構及所需物料進行施工模擬，制定施工方案/進度規(guī)劃，通過模擬降低資源沖 突、施工變更的可能。

3）“4D”到“5D”，優(yōu)化和控制建設成本?！?D”在“4D”基礎上增加了成本屬性， 如工程所需物料價格、人力成本信息等，根據(jù) BIM 提供的建筑模型和施工進度規(guī) 劃，可對成本進行精確度量，進而評估項目收益。

4）“5D”到“6D”，數(shù)據(jù)打通各個環(huán)節(jié)，實現(xiàn)全生命周期管理。例如在設計階段利 用 BIM 中的勘察數(shù)據(jù)對建筑風環(huán)境、光環(huán)境等方面進行模擬以獲得最優(yōu)化的節(jié)能 布局，將 BIM 數(shù)據(jù)傳遞至資產的運營和維護端，可更高效地支持項目運行。

強化建筑工程各節(jié)點的數(shù)據(jù)捕捉，更好地指引生產和運營是建筑業(yè)現(xiàn)代化發(fā)展的大趨勢， 政策上也對 BIM 開展了各項鼓勵措施，包括定量指標要求、各項標準的制定完善，以及 發(fā)展規(guī)劃等。2015 年住建部《關于推進建筑信息模型應用的指導意見》提出到 2020 年 末，以下新立項項目勘察設計、施工、運營維護中，集成應用 BIM 的項目比率達到 90%： 以國有資金投資為主的大中型建筑；申報綠色建筑的公共建筑和綠色生態(tài)示范小區(qū)。并 在整個“十三五”期間進行了大量標準編制工作，如《建筑信息模型應用統(tǒng)一標準》《建 筑信息模型分類和編碼標準》《建筑信息模型施工應用標準》《建筑信息模型設計交付標 準》《建筑工程設計信息模型制圖標準》等一系列標準。

商業(yè)模式方面，目前處于發(fā)展早期，變現(xiàn)方式多樣化。BIM 技術可通過多種方式實現(xiàn)變 現(xiàn)，如最為基礎的翻模收費、基于 BIM 的設計收費、BIM+EPC 工程管理、BIM 相關咨 詢服務、軟件相關費用等。

Transformer 模型點亮 AI 未來

人工智能（AI）是利用計算機模擬人類智能行為科學的統(tǒng)稱。AI 訓練計算機使其能夠完 成自主學習、判斷、決策等人類智能行為。目前，AI 涉及的主要產業(yè)結構有：1）應用 層：屬于場景行業(yè)+AI，如智能醫(yī)療、智能安防、智慧教育，智能工廠智能家居等，可以 將 AI 應用到所在行業(yè)；2）技術層：主要研究通用技術，如圖像識別、語音識別、文本 識別、自然語言處理等，其中 AI 的通用技術離不開機器學習和深度學習；3）基礎層： 主要做芯片、云計算、框架等方向。

Transformer 是一類由一些架構特征定義的深度學習模型。首次出現(xiàn)在谷歌研究人員于 2017 年發(fā)表的著名論文《Attention is All you Need》中。最初的 Transformer 是為語 言翻譯而設計的，特別是從英語到德語。但是，通過原先的研究論文就可以看出，該架 構可以很好地推廣到其他語言任務。這一特別的趨勢很快就引起了研究界的注意，研究 者發(fā)現(xiàn)它們能夠快速適應其他任務，也就是遷移學習。在語言模型領域中，基于 transformer 模型開發(fā)的 GPT 模型近期爆火，同樣基于此模型的 BERT 模型在語義分 析，句子預測和實體識別等任務中達到了業(yè)界里頂尖的效果。

Transformer 模型的結構由以下幾個部分組成：1）編碼器（encoder）和解碼器 （decoder）：編碼器接收輸入序列，并生成序列的高效表示；解碼器接收編碼器的輸出， 并生成最終的輸出；2）多頭注意力：Transformer 模型使用了多頭注意力機制，以計算 序列中各個位置之間的關系；3）Feed-Forward 層：Transformer 模型還包括一個或多 個全連接的 Feed-Forward 層，用于對序列數(shù)據(jù)進行非線性轉換；4）殘差連接和歸一 化：Transformer 模型使用殘差連接和歸一化，以提高模型的效果并防止過擬合；5）預 訓練語言模型：Transformer 模型可以通過預訓練語言模型來提高其在自然語言處理任 務中的效果。

GPT 模型是基于純解碼器的 Transformer 自生成語言模型。近來在文字生產領域大紅 大紫的 GPT 模型，就是采用了 Transformer 解碼器的結構。其核心思想是，通過使用 市面上存在的大量文本數(shù)據(jù)例如小說，教科書，貼吧論壇，開源代碼等內容進行無監(jiān)督 預訓練，再根據(jù)具體任務，輸入少量的標簽數(shù)據(jù)進行監(jiān)督學習。目前，GPT-3 模型規(guī)模 已經(jīng)達到了驚人的 1750 億參數(shù)，能讓人類無法識別出是否是 AI 生成的文字，還能生成非常成熟且高效的代碼，但其背后的底層結構還是來自于 Transformer 模型。

在過去的幾年中，Transformer 模型經(jīng)過不斷開發(fā)拓展，已經(jīng)可以應用于不同的領域。 在 Transformer 模型設計之初被應用于的自然語言模型領域，該模型目前可用于機器翻 譯、文本預測、文本生成、文本分類、句子關系分析等功能。此外，在自然語言模型領 域之外，Transformer 模型可以用于聲音識別，識別語音中的單詞和語句；可以用于時 序預測，預測未來的事件；可以用于計算機視覺，進行圖像分類、目標檢測等任務?？?的來說，Transformer 模型因其優(yōu)秀的遷移學習能力，而在多個領域得到廣泛應用。

Transform 模型在計算機視覺領域的應用有望拓展 BIM 功能。受到 Transformer 論文 中使用自注意力機制來挖掘文本中的長距離相關依賴的啟發(fā)，很多計算機視覺領域的任 務提出使用自注意力機制來有效克服卷積歸納偏差所帶來的局限性。在目標檢測、視頻 分類、圖像分類和圖像生產等多個領域，Transformer 模型都帶來了長足的進步，甚至 超越該領域 SOTA 解決方案的效果。在《Image Transformer》論文中，使用基于 Transformer 模型的算法計算得生成的圖片，可以很好的預測圖片的像素值。未來，隨著對 Transformer 模型的深入研究，有望提升 BIM 系統(tǒng)的功能。

AI 生態(tài)下的建筑全生命周期產業(yè)鏈

建筑業(yè)一直是數(shù)字化進程較慢的行業(yè)，AI 有望重塑建筑設計、建造與運營方式。AI 之 中機器學習作為一個重要子集，可以通過整合海量的數(shù)據(jù)信息，管控制造、施工過程。 由于建筑行業(yè)本身的復雜環(huán)境，建筑業(yè)的數(shù)字化進程和汽車等制造業(yè)相比進展緩慢。Bim 的落地、深度學習的不斷優(yōu)化促使 AI 逐步滲透進建筑項目的全生命周期之中，包括設 計、采購施工、運營資管、商業(yè)模式等方面。其中生成式設計提供更廣闊優(yōu)質的篩選模 型、智能機器人可以更精準定位定時定速設備機器、風險監(jiān)控可以有效實時檢測現(xiàn)場風 險，并提高施工安全系數(shù)，同時促使場外操作施工、運維成為可能。

2023 年，隨著 ChatGP、TMidJourney 等新技術的爆發(fā)，建筑 AIGC 領域再一次回到 視野。研究歷程上看，AIGC（AI Generated Content）領域最先記錄的數(shù)據(jù)格式即文本 與 2D 圖像。這意味著可以將建筑學中的文本和圖像進行解碼編碼，記錄建筑中的各個 節(jié)點信息。解碼編碼的過程即建筑語義提取——神經(jīng)網(wǎng)絡自動編碼的過程。其中文本到 圖像的研究始于 2015 年前后，技術轉折發(fā)生在 2022 年，OpenAI 的 DALL-E 2、GoogleBrain 的 Imagen 和 StabilityAI 的 Stable Diffusion 逐漸接近真實照片和人類繪畫的質 量，其所共用的都是預訓練模型 Contrastive Language-Image Pretraining (CLIP)，發(fā) 布于 2021 年 1 月。CLIP 采用 transformer 文本編碼器，可以計算圖像和文本的語義向 量的相似程度，將圖像用文本描述出來。

設計：AI 識別/分析/優(yōu)化促進自動化

介入到建筑方面，AI 對建筑尤其是設計領域的輔助作用逐漸顯現(xiàn)。傳統(tǒng)建筑設計行業(yè)的 問題日益顯現(xiàn)：業(yè)主方和設計人員需要多輪次溝通和反復修改才能達成相對滿意的設計 方案；設計本身需要考慮的維度很多，隨著零碳減排的國家要求逐步落實和精細化設計 的市場需求轉變，設計要納入更多元的角度統(tǒng)籌方案；布局調整優(yōu)化的實時檢測與修正。 基于此， AI 識別、AI 分析、AI 優(yōu)化是設計領域重要的技術布局。 AI 識別：2022 年 5 月，MidJourney 技術爆發(fā)，Matiasdel Campo，Daniel Koehler 等 人開始發(fā)布基于該技術的設計作品。6 月底，上海 DigitalFUTURES 上 ZHACODE 導師 們分享了基于 MidJourney 的方案生成?，F(xiàn)階段有兩種圖像生成框架： 1）扎哈事務所的方案生成方式為已有某種 rule-based3D 模型生成方法——隨機生成方 案——將方案的截圖導出到 CLIP 模型中，轉換成語義向量——人為手動輸文本信息， 例如:“我想要扎哈風格的酒店”，文本信息被 CLIP 轉換成語義向量——兩個語義向量 進行對比——遺傳算法優(yōu)化迭代完成設計。 2）佛羅里達大學的一項研究中，研究人員首先用他們事先有的 CEM 方法隨機生成 400 個結構形式來構成數(shù)據(jù)集——通過人工標注建立 NLP 技術和 CEM（一種基于圖形靜態(tài) 的找形方法）之間的關系——最后建立生成對抗網(wǎng)絡（GAN），可以通過輸入的文本預 測建筑結構形態(tài)。在最終的生成模型中，生成對抗網(wǎng)絡（GAN）的搭建具有極高的完成 度，擺脫了既有的 rule-based 的結構生成算法，沒有走遺傳算法優(yōu)化的路。

AI 分析：基于對項目的有效識別，針對住宅、商場等常用民用建筑類型，基于綠色低碳 與居住舒適度的評估標準，具體將從自然通風、舒適度、日光系數(shù)、區(qū)域照度、空間利 用率和視野開闊度六個科技維度對戶型進行評估，并將評估結果以二維圖紙、三維模型 的方式進行可視化呈現(xiàn)。在應用層面上，可以協(xié)助客戶進行項目方案量化分析，比如通 過對房企全線住宅產品的評估可以得到不同價值評估系數(shù)，協(xié)助房企提升產品品質。

AI 優(yōu)化：是基于前序識別與分析后的進一步尋優(yōu)迭代，即基于已有內容重新生成更優(yōu)的 成果。結構優(yōu)化上，一個機器學習模型被訓練并用作一個快速評估器，以幫助進化算法 找到最優(yōu)設計，評估和優(yōu)化結構性能和可施工性，從而在幾乎無限的解空間中找到最佳 的解決方案。 在實際項目操作過程中，根據(jù)不同方式生成組件和特定的數(shù)據(jù)結構，通過多目標迭代優(yōu) 化算法來尋找更好的建筑設計變體，在短時間內驗證和評估設計方案。生成的組建模塊 可以包括自動生成模塊：建筑物生成、圖底生成、景觀生成、交通體系生成；數(shù)據(jù)分析模塊：視野分析、結構合理性分析、場地舒適度分析、空間群集；實用工具模塊：設計 變體性能評估、風模擬。在布局階段，根據(jù)具體項目要求，引入不同設計理念測試多種 布局，找尋最合適的方向。

施工：計算機視覺+模型+智能機械引領變革

計算機視覺：讓機器用“眼睛”理解施工

計算機視覺（Computer Vision）是研究如何采用機器“看”的科學，通過對采集的圖片 或視頻進行處理以獲得相應場景的三維信息，讓計算機能感知環(huán)境，其應用范圍覆蓋航 空航天、醫(yī)療診斷、土木建筑等各個領域。

計算機視覺為結構施工質量的檢測方式創(chuàng)造新的可能。鋼結構和鋼筋混凝土結構作為土 木工程領域最主要的兩種結構形式，其施工階段的質量控制和缺陷識別是保障結構安全 性的重要環(huán)節(jié)。由于圖像捕捉到的視覺信息與人員觀測到的場景信息相似，可利用計算 機視覺算法對結構表面損傷進行檢測。同時由于在此過程中采用了穩(wěn)定的圖像特征分析 和提取算法，可以最大程度降低或消除人工檢測中主觀意識的影響，從而實現(xiàn)檢測自動 化、智能化，并保證了檢測結果的穩(wěn)定。具體而言包括以下場景：

1）鋼結構焊縫連接質量檢測

鋼材焊接本質上是一個很復雜的過程，其中一個或者幾個變量出現(xiàn)波動均會使得焊接后 的焊縫幾何尺寸不符合要求或者表面出現(xiàn)咬邊、焊瘤、弧坑等缺陷，這些缺陷輕則影響 結構美觀，重則導致重大事故發(fā)生。計算機視覺作為一種非接觸性檢測方式，具有高靈 敏、高精度等特點，在焊縫質量檢測中得到了廣泛應用。根據(jù)數(shù)據(jù)統(tǒng)計，傳統(tǒng)人眼檢測 的焊點不合格檢出率為 65%，而 AI 智能檢測的焊點不合格檢出率高達 98%。

焊縫成形尺寸測量一般基于主動視覺完成，最常用的手段是線性結構光測量，即首先由激光發(fā)射器發(fā)射出具有特定形狀的結構光到需要被測量的物體表面，之后攝像機將投射 在物體表面的結構光進行采集并進行一系列后續(xù)處理可以得到被測物體的三維坐標和 形狀特征。焊縫表面缺陷檢測一般基于被動視覺來實現(xiàn)，即直接模擬工人視角來對焊縫 表面缺陷進行檢測，從而獲得大量的焊縫表面信息。

2）混凝土結構表面裂縫識別

混凝土是一種由水、粗細骨料、膠凝材料拌和養(yǎng)護而成的人工石材，常由建筑工人在施 工現(xiàn)場拌合澆筑，操作不當易出現(xiàn)質量問題，比如在材料方面可能出現(xiàn)水灰比、顆粒級 配使用不當?shù)惹闆r，在澆筑方面可能出現(xiàn)澆筑速度，養(yǎng)護溫度不合規(guī)定等問題，最終混 凝土出現(xiàn)裂縫，對結構安全產生隱患。

基于計算機視覺的結構裂縫檢測技術在近年迅速發(fā)展，已有大量研究者采用基于傳統(tǒng)圖 像處理技術和基于特征的機器學習方法對結構裂縫進行提取和分析。但由上述視覺方法 獲取的裂縫檢測數(shù)據(jù)常包含大量噪聲，嚴重影響檢測結果的可使用性。因此目前深度學 習方法已被引入裂縫視覺檢測領域，用以取代傳統(tǒng)圖像處理技術和基于特征的機器學習 技術，實現(xiàn)多場景下土木基礎設施裂縫的高精度檢測。

三維掃描：深度融合 BIM，創(chuàng)造建筑的數(shù)字世界

三維掃描技術以激光測距原理為基礎，快速獲取物體表面大量而密集的點的坐標等信息，相當于一個高速測量的全站儀，其成果表現(xiàn)為點云數(shù)據(jù)。與全站儀相比，三維掃描可自 動化地快速測量海量的點，在常規(guī)方法需要較多控制點的異形結構測量中，可大大提高 測量效率。同時，與設計模型不同，點云數(shù)據(jù)真實反映了掃描對象的狀態(tài)，包含制造誤 差、施工誤差、結構變形等信息。三維掃描技術在施工中的具體應用包括以下方面：

1）深化設計。以先期施工的土建點云模型為依據(jù)得到修正后的 BIM 模型，隨后進行機 電、幕墻等深化設計，可減少因施工誤差引起的結構碰撞。 2）變形監(jiān)測。通過定期連續(xù)的掃描工作可獲得被監(jiān)測結構在不同時間的幾何信息，進 而獲取被監(jiān)測結構的變形情況，例如基坑沉降監(jiān)測、建筑變形監(jiān)測和擋土墻位移監(jiān)測等。 3）質量檢查。通過對比點云模型與 BIM 模型，可測量出實際結構和設計圖紙間的誤差， 從而進行施工質量（如平整度和垂直度）檢查。高精度的三維掃描還可用于缺陷檢查， 如外保溫系統(tǒng)空鼓、脫落等問題。 4）進度控制。三維掃描技術可以進行現(xiàn)場土方量等工程量的統(tǒng)計，并可與 BIM 模型結 合確定各個施工階段的工作量，通過連續(xù)定期掃描以控制施工進度。 5）既有結構改造修復。三維掃描技術可在既有結構設計圖紙缺失的情況下，通過逆向 工程方法得到既有結構的 BIM 模型，進而為既有結構改造修復提供依據(jù)。

建筑機器人與智能設備：工廠與現(xiàn)場的雙重革命

建筑機器人和智能裝備可以按照計算機程序或人類的指令自動執(zhí)行建筑施工工作，代替 或協(xié)助人完成施工任務。具體用于以下方面： 1）預制構件制造。在預制構件制造工廠中，生產環(huán)境較為簡單，為智能制造技術應用提 供了便利。智能裝備和智能機器人現(xiàn)已廣泛應用于預制構件生產工廠等場景，實現(xiàn)了預 制構件生產的智能化與自動化。例如在廈門新會展中心項目中，多達 40 萬件的鋼結構 部件大部分來自鄭州寶冶鋼構 5G 智能工廠。鄭州寶冶鋼構為中冶旗下上海寶冶專業(yè)品 牌公司，聚焦裝配式鋼結構建筑及中高端鋼結構市場，在鄭州以“高起點、高標準、高 定位”的要求規(guī)劃建設了智能化生產線，并結合大數(shù)據(jù)、物聯(lián)網(wǎng)、BIM 等技術，實現(xiàn)鋼 構制造最復雜工序的無人化，效率達人工 3 倍以上。

2）施工機械改造。對現(xiàn)有施工機械進行智能化改造是實現(xiàn)工程施工自動化的途徑之一， 目前已有對推土機、挖掘機、裝載機、壓路機等設備的智能化改造，增加自動控制模塊， 結合 BIM、物聯(lián)網(wǎng)、人工智能等技術，實現(xiàn)機械的自動控制，工人無需操作或僅進行簡單的操作即可完成相應的施工過程。例如韓國迪萬倫（DEVELON）公司為提出 ConceptX 智能解決方案，將通訊技術（ICT）和人工智能技術融合，推進施工現(xiàn)場智能化實現(xiàn) 重要突破，達到提升工作效率，節(jié)約費用，降低危險系數(shù)等一系列客戶需求，為客戶創(chuàng) 造更多的附加價值。

運維：聚焦數(shù)字孿生，為傳統(tǒng)建筑運維破局

傳統(tǒng)建筑運維往往存在大量問題。在建筑設施的全生命周期中，運營階段所占時間最長， 花費最高，維護管理的缺失還會導致建筑使用壽命縮短，資產受損。同時傳統(tǒng)的建筑運 維管理存在著大量問題，例如建筑數(shù)據(jù)海量復雜，無法流轉；建筑內子系統(tǒng)繁多，互不 支持；事后處理運維模式，無法預警等。

數(shù)字孿生技術為建筑運維模式破局提供了新的契機。建筑信息化正在進入以數(shù)據(jù)深度挖 掘和融合應用的智能化新階段，將多元異構數(shù)據(jù)全面打通并賦能建筑運維至關重要。為 此，數(shù)字孿生技術提供了新的契機。數(shù)字孿生（digital twin）是指充分利用物理模型、 傳感器、運行歷史等數(shù)據(jù)，集成多學科、多尺度的仿真過程，它作為虛擬空間中對實體 產品的鏡像，反映了相對應物理實體產品的全生命周期過程。數(shù)字孿生和仿真模型的區(qū) 別在于數(shù)字孿生具有演化性，數(shù)字孿生會不斷接收實際物體的各類信息，實時調整狀態(tài)， 努力達到與實際物體實時對應的狀態(tài)。

基于數(shù)字孿生技術，可以構建智慧平臺以更好地為建筑運行提供立體感知，呈現(xiàn)直觀可 視的管理界面，提高運維效率。通過數(shù)字化技術得到的數(shù)字建筑，可將空間位置特性與 設備管理、故障處理、物業(yè)運營、消防應急等信息高效結合，全面提升建筑運維管理效 率。同時過去分專業(yè)各自為陣的建筑運維方式也被打破，由智慧運維平臺統(tǒng)籌協(xié)調運維 模式，打通暖通、強電、弱電、安保、給排水等多個專業(yè)系統(tǒng)，融合且高效。具體而言， 基于數(shù)字孿生技術的智慧平臺可用于以下方面：

1）建筑節(jié)能。智慧運維平臺對建筑整體及關鍵設備進行實時能耗數(shù)據(jù)采集，然后對分 類能耗、區(qū)域能耗、逐時能耗、逐日能耗、實時 COP 等進行可視化分析，為能耗統(tǒng)計、 節(jié)能減排提供數(shù)據(jù)支持。通過對龐大的能耗數(shù)據(jù)進行挖掘分析，更可以提前發(fā)現(xiàn)異常狀 態(tài)，“主動式”提供預防和改進方案。

2）應急感知。在建筑關鍵區(qū)域部署具有圖像識別功能的視頻設備，智慧運維平臺可以 實現(xiàn)在三維空間中定位和查找視頻設備，實時調取及監(jiān)控當前及歷史視頻畫面，通過視 頻 AI 技術實現(xiàn)白名單告警、徘徊告警等功能，減少人員巡視和排班強度，全面提升安 防工作效率，提升綜合安防能力。

3）人居環(huán)境。在建筑內部及外部安裝物聯(lián)網(wǎng) IOT 傳感器，實時監(jiān)測溫度、濕度、PM2.5、 CO?等空氣質量數(shù)據(jù)，在數(shù)字空間中提供建筑、樓層、房間多層級展現(xiàn)環(huán)境數(shù)據(jù)。當溫 度變化超過閾值時，聯(lián)動空調機組調節(jié)運行功率和室內溫度，營造舒適的室內環(huán)境。

4）物業(yè)管理。實現(xiàn)物業(yè)經(jīng)營、運營、設備、資產數(shù)據(jù)在智慧平臺上的統(tǒng)計分析，方便物 業(yè)經(jīng)營決策。通過查看樓層和空間使用信息，查看租戶信息和出租率，打造友好空間， 實現(xiàn)資產增值，提升客戶粘性和服務口碑。同時提供訪客預約、停車服務、會議室預約 等多種便民措施。

浪潮已至，關注行業(yè)機遇

在零碳節(jié)能環(huán)保需求攀升、智能化數(shù)字化建造日益蓬勃的當下，BIM 是適應建筑全生命 周期數(shù)字化管理的有效工具。BIM 捕捉建筑全生命周期的各類信息，將各環(huán)節(jié)打通，以 數(shù)據(jù)對過程進行優(yōu)化。從“2D”到“6D”，數(shù)據(jù)打通各個環(huán)節(jié)，實現(xiàn)全生命周期管理。 從設計階段對建筑風環(huán)境、光環(huán)境等方面進行模擬、獲得最優(yōu)化的節(jié)能布局，以及將 BIM 數(shù)據(jù)傳遞至資產的運營和維護端，實現(xiàn)更高效的項目運行。未來建筑領域 BIM 與 AI 有 望長效結合，持續(xù)助力建筑行業(yè)全生命周期產業(yè)鏈發(fā)展，在此基礎上相關標的均可關注。

華設集團：公司在交通和城市建設領域提供全國領先的數(shù)字化整體解決方案，融合先進 的數(shù)字技術、工程技術和行業(yè)洞察，圍繞“數(shù)字設計、數(shù)字孿生、智慧場景”，在規(guī)劃咨 詢、工程勘察設計、數(shù)字智慧、綠色環(huán)保等業(yè)務領域提供一流的產品和服務，包括： 1）規(guī)劃咨詢業(yè)務——充分利用大數(shù)據(jù)技術提升智庫規(guī)劃咨詢能力。公司擁有交通 運輸部綜合交通運輸大數(shù)據(jù)處理及應用技術研發(fā)中心，擁有深度挖掘龐大的數(shù)據(jù) 資源及其潛在價值的分析能力，依托大數(shù)據(jù)和數(shù)字模型，建立了基于多源大數(shù)據(jù)綜合交通分析平臺，支撐了全國 400 多個城市群/都市圈、省域、區(qū)域、城市及片區(qū) 等各類戰(zhàn)略規(guī)劃、綜合規(guī)劃及各專項規(guī)劃落地。

2）工程數(shù)字化設計——基于 BIM+GIS 的正向設計和數(shù)字模型交付。公司設計了 全國及海外超過 6,000 公里高速公路、1,000 余公里城市快速路和主干道、300 多 座特大型橋梁、3,200 公里四級以上內河干線航道和沿海航道、80 余座各類船閘、 近 1000 公里的鐵路、11 個城市超過 550 公里的地鐵，民航評審項目覆蓋七大管 理局，覆蓋 24 個省、市、區(qū) 79 個機場。公司依托工程數(shù)字化技術中心，推動工 程設計向基于 BIM+GIS 的“全生命周期”正向設計和數(shù)字化交付轉變。

3）基建數(shù)字化底座：公司向控股子公司江蘇狄諾尼信息技術有限責任公司進行增 資，增資完成后，公司合計持有股份 77.5%。公司完成新一輪基礎設施數(shù)字化發(fā)展 規(guī)劃，繼續(xù)推進數(shù)字勘測云平臺、數(shù)字設計云平臺、數(shù)字建造云平臺系統(tǒng)的開發(fā)與 完善。公司圍繞基礎設施數(shù)字化構建“四云、七線”的數(shù)字化產品線和平臺系統(tǒng)，打 通各階段之間的信息堵點，提升工作效率、管理水平和決策能力。

公司子公司江蘇狄諾尼發(fā)布 AI Road 更新，支持輸出高清渲染效果圖和路線平縱圖。AI Road 是一款專注于方案研究的三維快速方案設計軟件，正處在不斷更新迭代中。近期 重磅推出了場景出圖的新功能。AI Road 場景出圖實現(xiàn)了設計方案三維模型與設計信息 的綜合展示，大大提升方案研究、工可及投標階段的成圖效率，提高了方案的展示效果 和設計品質。

華陽國際：深耕華南市場、國內知名的建筑設計科技龍頭企業(yè)。主要業(yè)務包括建筑設計、 建筑科技及其延伸業(yè)務，產品包括居住建筑、公共建筑、商業(yè)綜合體等。公司在華南地 區(qū)市場與一批優(yōu)質核心客戶建立戰(zhàn)略合作關系，并積極布局華中、華東、西南、華北等 區(qū)域市場。作為設計行業(yè)龍頭之一，積極布局裝配式設計、BIM 等新業(yè)務領域，整合行 業(yè)上下游優(yōu)質資源，將設計單點優(yōu)勢轉化為產業(yè)鏈綜合優(yōu)勢，十四五期間保障房建設， 也將進一步拓展 BIM、裝配式技術的應用場景，為公司技術投入帶來更多變現(xiàn)空間。

公司在國內 BIM 專項研究啟動領先，產品持續(xù)迭代升級。公司早在 2008 年就啟動 BIM 專項研究，前后參與了國家、市級等 14 項標準的制定和市級 3 項專項課題研究，獲得 BIM 相關專利 7 項。2019 年公司相繼研發(fā)上線了 iBIM 平臺 V1.0 版和華陽速建 2019 版，實現(xiàn)了全專業(yè)的 BIM 正向設計。2021 年公司研發(fā)上線了 iBIM 平臺 V4.0 版和華陽 速建 2022 版。公司不斷加強 BIM 技術的研發(fā)和應用，升級華陽速建等 BIM 正向設計 平臺，逐步提升建筑、結構、給排水、暖通、電氣、裝配式等全專業(yè) BIM 正向設計效率， 并持續(xù)迭代 iBIM 平臺，對接萬翼 AI 審圖平臺，逐步搭建以設計為起點的建筑全產業(yè)鏈 數(shù)據(jù)平臺。2019 年公司 BIM 設計業(yè)務收入 4616.41 萬元，同增 84.41%，占公司營業(yè)收入 3.86%同增 1.13pct。

廣聯(lián)達：廣聯(lián)達是我國數(shù)字建筑平臺龍頭企業(yè)，當前時點三大主業(yè)均有望迎來加速成長。 數(shù)字造價業(yè)務 SAAS 模式穩(wěn)健支撐下，數(shù)字新成本拓展超預期，成為重要的新的增長點， 打開該業(yè)務天花板。同時探索增值服務帶動 ARPU 值提升和基建造價拓展帶動用戶量 繼續(xù)增長。數(shù)字施工業(yè)務迎來外部環(huán)境向好，房地產行業(yè)政策修復，壓制因素緩解，基 建有望作為財政發(fā)力重要方向繼續(xù)在經(jīng)濟增長中發(fā)揮積極作用，下游需求有望修復向上。 建筑行業(yè)施工和項目推進有望加速，帶動數(shù)字施工業(yè)務合同向營收轉化，營收增速提速。 數(shù)字設計業(yè)務有望迎來產品推廣周期。 較早布局 BIM 業(yè)務線，體系化推進贏得客戶認可。公司從 2009 年正式開始 BIM 研究， 逐漸形成了體系化的施工階段 BIM 產品：崗位級應用、項目級應用與企業(yè)級應用。通過 單點型崗位級應用如 MagiCAD、BIM 算量、BIM 場布、BIM 模架等獲得初始數(shù)據(jù)，然 后數(shù)據(jù)被集成至項目級管理平臺 BIM5D，通過虛擬建造和可視化管控實現(xiàn)精細化管理， 最終管理層通過企業(yè)級 BIM 云平臺對所有項目進行把控，為企業(yè)決策提供依據(jù)。體系化 的 BIM 產品一方面有利于施工企業(yè)消除信息孤島，提高管理質量與工程效率，另一方 面能提高公司產品的替代成本，形成較強的客戶粘性。

（本文僅供參考，不代表我們的任何投資建議。如需使用相關信息，請參閱報告原文。）

精選報告來源：【未來智庫】。「鏈接」