建筑行业有句话：“图纸错一个线，工地返工一个月。”

图纸审查（Plan Review）是保证工程质量的关键环节，但传统方式依赖人工逐页检查，效率低、容易遗漏。2026年，AI Agent审图技术已经从概念验证走向实际落地。

传统审图的痛点

1. 耗时

一套中型商业建筑的施工图，包含建筑、结构、暖通、电气、给排水5个专业，图纸量通常在200-500张。

人工审查：

  • 每个专业1-2周
  • 5个专业串行审查：6-10周
  • 加上修改和复审：总周期2-3个月

2. 容易遗漏

人工审查依赖工程师的经验和注意力。研究表明：

  • 人眼在连续审查2小时后，错误检出率下降40%
  • 跨专业碰撞问题，检出率不到60%
  • 规范条文引用错误，检出率不到50%

3. 成本高

资深审图工程师年薪30-50万，一套图纸的审查人工成本在3-8万元。

AI审图的技术路径

第一阶段：OCR+规则匹配（2020-2023）

技术栈：

  • OCR识别图纸中的文字标注
  • 正则表达式匹配规范条文
  • 简单的几何关系判断

能解决的问题：

  • 标注是否完整（尺寸、标高、材料）
  • 数值是否满足规范要求（防火间距、楼梯宽度）
  • 图例是否一致

局限性：

  • 无法理解图形语义
  • 不能识别跨专业问题
  • 对非标图纸适应性差

第二阶段：计算机视觉+知识图谱（2023-2025）

技术栈：

  • 目标检测模型（YOLO/Faster R-CNN）识别构件
  • 知识图谱存储建筑规范
  • 图神经网络分析空间关系

能解决的问题：

  • 自动识别墙、门、窗、楼梯等构件
  • 检测构件之间的空间冲突
  • 基于知识图谱的规范合规检查

局限性：

  • 需要大量标注数据训练
  • 对不同绘图风格适应性差
  • 复杂逻辑推理能力不足

第三阶段：多模态大模型+Agent（2025-现在）

技术栈：

  • 多模态大模型（GPT-4V/Claude 3.5/Gemini）理解图纸
  • Agent框架编排审查流程
  • RAG检索增强生成引用规范
  • 工具调用执行具体检查任务

能解决的问题：

  • 理解图纸的设计意图
  • 跨专业的综合审查
  • 复杂逻辑推理（如消防疏散路径分析）
  • 自动生成审查报告和RFI

实战案例：Helonic的审图Agent

Y Combinator孵化的Helonic（F2025批次）是目前最接近商用的审图AI Agent。

技术架构

输入：PDF图纸（多专业）
  ↓
[1] PDF解析层
  - 矢量图形提取
  - 文字OCR
  - 图层分析
  ↓
[2] 语义理解层
  - 多模态大模型识别构件类型
  - 空间关系推理
  - 设计意图理解
  ↓
[3] 知识检索层（RAG）
  - 检索适用的建筑规范
  - 检索类似项目的审查经验
  ↓
[4] 规则推理层
  - 规范合规检查
  - 跨专业碰撞检测
  - 逻辑一致性验证
  ↓
[5] 输出生成层
  - 问题清单（按严重程度排序）
  - RFI草案（可直接发送给设计方）
  - 审查报告（PDF格式）

实际效果

根据Helonic公开的数据：

  • 审查速度：一套200张图纸，30分钟完成初审
  • 问题检出率：比人工审查高35%（尤其是跨专业碰撞）
  • 误报率：约15%（需要人工确认）
  • 成本：约为人工审查的1/5

集成方式

Helonic不是独立系统，而是集成到现有工作流：

  • 接入Procore（项目管理平台）
  • 接入Autodesk Construction Cloud
  • 输出格式兼容主流BIM软件

国内落地情况

已有产品

  1. 广联达BIM审图

    • 基于BIM模型的规范检查
    • 主要检查强条（强制性条文）
    • 已在多个大型项目应用

  2. 品茗智能审图

    • 支持CAD图纸和BIM模型
    • 覆盖建筑、结构、暖通专业
    • 与多地审图系统对接

  3. 红瓦科技AI审图

    • 基于计算机视觉的图纸识别
    • 专注住宅项目
    • 与设计院工作流集成

差距

对比国外产品，国内审图AI还有差距：

  • 多模态理解能力：国内大模型在建筑图纸理解上还不够精准
  • 跨专业审查：多数产品还是单专业检查，缺乏综合审查能力
  • Agent化程度：国内产品更多是"工具"，不是"Agent"

给BIM工程师的建议

1. 学会用AI审图工具

即使AI还不能完全替代人工，但它能帮你：

  • 快速发现低级错误（标注遗漏、数值不符）
  • 检查跨专业碰撞
  • 生成审查报告初稿

2. 理解AI审图的边界

AI擅长：

  • 规则明确的合规检查
  • 大量重复性的比对工作
  • 跨专业的信息整合

AI不擅长：

  • 需要经验判断的设计合理性
  • 涉及安全的关键决策
  • 与业主/施工方的沟通协调

3. 关注Agent化趋势

未来的审图不是"AI工具"，而是"AI Agent"——它能自主完成整个审查流程，你只需要确认结果。

这意味着：

  • 审图工程师的角色从"执行者"变成"审核者"
  • 一个人可以同时管理多个AI Agent
  • 效率提升10倍以上

本文信息来源：Helonic, Structured AI, 广联达, 品茗, 行业访谈