芯耀
262
當(dāng)人工智能突破通用算法的邊界，垂類模型下沉至樓宇建筑的細(xì)分場景時，一場關(guān)于空間智慧的進(jìn)化革命正在悄然發(fā)生。在《建筑數(shù)智覺醒持續(xù)演進(jìn)，AI釋放智慧樓宇多維價值》有這樣一個觀點，“賦予樓宇認(rèn)知并能驅(qū)動其持續(xù)自主進(jìn)化的能力，才是這場技術(shù)融合下產(chǎn)業(yè)革命應(yīng)該抵達(dá)的更高維度，這也標(biāo)志著樓宇真正從冰冷的建筑空間蛻變?yōu)榫哂猩械目臻g智能體”，最終才能真正實現(xiàn)期待中的“建筑覺醒”。
這一過程的其中一個重要驅(qū)動力，在于AI大模型向樓宇建筑這一垂直領(lǐng)域的深度下沉和應(yīng)用。這種深度下沉的垂類模型，正是為樓宇量身定制的智能大腦，扎根于海量、多維、高保真的樓宇歷史運行數(shù)據(jù)和實時流數(shù)據(jù)，相比于傳統(tǒng)通用AI模型，其能夠精準(zhǔn)捕捉和理解高度差異化、長尾化的樓宇場景細(xì)節(jié)，給出更合場景需求的推理和預(yù)測。
正是基于這些差異化的歷史、實時與“未來”數(shù)據(jù)，樓宇建筑垂類模型在其專屬的樓宇空間中，開啟了一場深刻的學(xué)習(xí)、適應(yīng)、改進(jìn)與進(jìn)化革新。
樓宇垂類模型構(gòu)建空間智能體的底層邏輯：數(shù)據(jù)閉環(huán)與自主進(jìn)化
不論是在物聯(lián)網(wǎng)時代還是人工智能時代，數(shù)據(jù)仍舊是驅(qū)動一切計算和處理的基本要素。AI模型建立在海量數(shù)據(jù)的處理與學(xué)習(xí)之上，而深入到樓宇場景的垂類模型，也不例外。但不同的是，數(shù)據(jù)的維度更加多樣。
對于想要具備認(rèn)知與學(xué)習(xí)進(jìn)化能力的空間智能體來說，僅僅有大量的歷史數(shù)據(jù)和部分實時數(shù)據(jù)是不夠的，樓宇垂類模型構(gòu)建空間智能體的底層邏輯之一在于先實現(xiàn)基于場景的“歷史數(shù)據(jù) - 實時數(shù)據(jù) - 推理數(shù)據(jù)” 三維架構(gòu)上的數(shù)據(jù)閉環(huán)。
樓宇的歷史數(shù)據(jù)是最基礎(chǔ)的學(xué)習(xí)樣本，模型通過抓取樓宇全生命周期的歷史數(shù)據(jù)——從設(shè)計階段的BIM模型參數(shù)，到運營期的各設(shè)備運行日志數(shù)據(jù)、能源消耗曲線，通過這些基礎(chǔ)歷史數(shù)據(jù)，模型構(gòu)建起關(guān)于建筑物理特性的基礎(chǔ)框架。
大量實時動態(tài)數(shù)據(jù)提供當(dāng)前最直觀的決策依據(jù)，樓宇空間內(nèi)各個邊緣計算節(jié)點實時采集覆蓋 傳感器等設(shè)備的動態(tài)數(shù)據(jù)，形成建筑的實時神經(jīng)信號傳遞。模型處理數(shù)據(jù)計算后制定的決策會立即作用于物理樓宇系統(tǒng)，產(chǎn)生新的運行數(shù)據(jù)。
此時，模型給出決策時會有推理數(shù)據(jù)出現(xiàn)，即基于歷史規(guī)律與實時數(shù)據(jù)推理出的預(yù)期數(shù)據(jù)。而決策執(zhí)行產(chǎn)生新的運行數(shù)據(jù)，會與推理數(shù)據(jù)存在一定偏差，模型通過對比預(yù)測效果與實際結(jié)果，將場景中的其他差異化變量重新評估并在此過程中不斷調(diào)優(yōu)策略。進(jìn)而在長期的調(diào)整中，進(jìn)化為獨屬于樓宇空間的智能體大腦。
在此過程中，三個維度的數(shù)據(jù)互相影響，垂類模型中這種持續(xù)的數(shù)據(jù)輸入、決策輸出、結(jié)果反饋、模型更新的閉環(huán)過程，使得垂類模型成為能主動適應(yīng)環(huán)境變化、發(fā)現(xiàn)新規(guī)律、優(yōu)化自身策略的“學(xué)習(xí)者”。隨著時間推移和數(shù)據(jù)積累，模型對特定樓宇的理解越來越深刻、越來越個性化。
這種在專屬場景中持續(xù)學(xué)習(xí)、自我修正、性能提升的過程，就是樓宇空間向智能體的“自主進(jìn)化”。
自主進(jìn)化帶來的價值重構(gòu)，從功能優(yōu)化到生態(tài)伙伴
樓宇智能體在垂類模型加持下?lián)碛械膱鼍盎瘜W(xué)習(xí)與個性化適應(yīng)能力，在樓宇功能優(yōu)化上有著直接的影響，這是樓宇智能體最直觀的降本增效能力體現(xiàn)。
如醫(yī)療建筑垂類模型會重點進(jìn)化感控邏輯，而物流建筑模型則專注于貨流動線優(yōu)化，商用樓宇建筑模型則在能耗管理通行優(yōu)化上更具優(yōu)勢。這種場景化學(xué)習(xí)，使模型具備適應(yīng)不同生態(tài)環(huán)境的能力，進(jìn)而在寫字樓、醫(yī)院、物流園區(qū)等差異化場景中形成專屬智能。
以商用寫字樓樓宇智能體的專屬智能為例，這種場景化能力會持續(xù)深度下沉，不僅能理解樓宇暖通與能耗這種通用概念，更能將此特定建筑在特定季節(jié)、特定時段、面對特定人流量和天氣組合時的最佳暖通策略設(shè)計出來，將樓宇的運行策略更好地貼合其建筑物理特性和使用者需求。
例如北京中關(guān)村區(qū)域轉(zhuǎn)型升級的重點項目——鼎好DH3，美的樓宇科技便為其打造高效機房解決方案和低碳升級服務(wù)，實現(xiàn)年節(jié)約電量約100萬度、減少碳排放約800噸，為城市建筑的綠色低碳轉(zhuǎn)型提供了可復(fù)制的樣板。此外，美的樓宇科技通過使用自研的虛擬運維平臺，也讓項目現(xiàn)場調(diào)試周期降低了70%，管理者還可以根據(jù)建筑整體能源數(shù)據(jù)實現(xiàn)能碳雙控，確保系統(tǒng)全周期高效運行。這種全生命周期的管理和服務(wù)模式為鼎好DH3的綠色升級提供了強有力的保障。
垂類模型下的樓宇智能體，在持續(xù)地進(jìn)化迭代中，其價值遠(yuǎn)不止于一個效率工具。持續(xù)進(jìn)化的智能體不僅給樓宇運營者提供了降本增效的路徑提升了使用者的體驗，另一方面當(dāng)建筑開始理解人的需求，人與樓宇之間的交互模式就發(fā)生了本質(zhì)轉(zhuǎn)變。
人與樓宇之間冰冷的指令執(zhí)行正在變?yōu)橛袦囟鹊膮f(xié)作，樓宇空間智能體將洞察用戶潛在需求、預(yù)判用戶行為意圖、主動創(chuàng)造價值的“生命伙伴”。AI賦能的建筑通過多模態(tài)感知與語義行為理解，把握用戶深層需求，當(dāng)理解足夠精準(zhǔn)，服務(wù)便能超越“操作”，實現(xiàn)“所想即所得”的無縫樓宇體驗。此時已經(jīng)是空間主動來適應(yīng)人，而非人來適應(yīng)系統(tǒng)，這是一種空間智能帶來的人文關(guān)懷的進(jìn)化。
除了降本增效與人文關(guān)懷進(jìn)化，樓宇空間智能體自主進(jìn)化的另一層深遠(yuǎn)意義在于其給環(huán)境帶來的價值。在節(jié)能減排層面，樓宇智能體通過持續(xù)學(xué)習(xí)與優(yōu)化實現(xiàn)建筑能耗的精準(zhǔn)調(diào)控已無需贅述。
樓宇智能體還能充分發(fā)揮生態(tài)環(huán)境監(jiān)測作用，利用分布在樓宇內(nèi)外的傳感器，實時采集空氣質(zhì)量、噪音、溫濕度等環(huán)境數(shù)據(jù)，不僅能優(yōu)化建筑內(nèi)部環(huán)境，還能為城市生態(tài)環(huán)境治理提供數(shù)據(jù)支撐。當(dāng)監(jiān)測到周邊空氣質(zhì)量惡化或噪音超標(biāo)時，智能體能及時采取應(yīng)對措施。長遠(yuǎn)來看，隨著大量樓宇空間智能體的應(yīng)用、進(jìn)化并形成協(xié)同效應(yīng)，將搭建起覆蓋城市環(huán)境的智能體集群，從單一的樓宇建筑到宏觀的城市生態(tài)，樓宇空間智能體的自主進(jìn)化也將有力推動城市生態(tài)環(huán)境全方位改善。
寫在最后
從機械交互到理解深層需求，從被動響應(yīng)到主動關(guān)懷，從節(jié)能減排到改善城市環(huán)境生態(tài)，AI賦能下的樓宇建筑數(shù)智進(jìn)化正在打開多維價值。
2025年7月2日—3日，“第四屆樓宇科技TRUE大會”將于上海舉辦。本次大會以“數(shù)智碳索·TRUE見躍遷”為主題，將圍繞建筑智慧生命體、零碳路徑圖譜、樓宇行業(yè)價值重構(gòu)等議題進(jìn)行深入交流和討論。智次方·物聯(lián)網(wǎng)智庫作為此次大會的承辦方之一，受邀承辦并主持“智慧通行”分論壇，聚焦于“數(shù)智通行，暢聯(lián)無阻”主題，我們將邀請一眾專家和企業(yè)高管分享他們在該領(lǐng)域的洞察和實踐經(jīng)驗。誠邀所有關(guān)心和關(guān)注樓宇事業(yè)的伙伴及行業(yè)從業(yè)者共同參與這一激動人心的行業(yè)交流盛會。
