栏目简介：
E3是一款由国人自主研发的AI自动化制图算法研发工具平台，其研发团队数字冥想，在过去的五年间已经为行业贡献了诸多智能化设计算法的技术产品和研发策略。
而如今，E3已经可以广泛应用于各种工程类型的矢量图纸自动绘制和BIM信息模型生成，从规划到单体、从室内到景观、从方案到施工图，从图纸分析到数据分析，运算能力已全方面覆盖。
接下来，【E3如何】这个栏目将持续为大家揭示AI自动设计方案和自动绘制图纸的底层技术架构。欢迎大家的关注:)
以下正文内容
AI就差不会自动建模了
今年上半年，从诺亚的体感来看，国内AI设计类产品的研发氛围在向室内设计的应用产品倾斜。其背后的原因可能很多，比较容易理解的原因是一方面内装的设计范围和前置条件比较可控，其次也能感受到SD类型软件在室内效果图生成这块确实有一定的成熟度。
比如在房间模型里摆放几个家具，AI就能呈现一个大众看来很有感染力的室内效果。这种功能在外行人看来就已经解决了很大一部分问题。那剩下的如果AI能够自己画CAD、自己建个三维模型，甚至是关联家具产品的信息模型。再加上自动导图、自动算料，是不是就已经功能很全面了？
那么目前差什么，大家都知道AI自己不会画CAD图纸。这是个大问题，同时E3解决了这个问题。
先看软装部分，E3如何自动摆家具？
插图：在E3平台上完成各种公寓户型的自动化家具生成布置
在诺亚开发团队2023年度三、四季度的定制开发服务项目中，我们顺利完成了一个面向俄罗斯地产开发的公寓平面方案自动化布局的研发项目。这个项目要求我们在接收到建筑结构的ifc模型后，自动为建筑平面布置公寓房间及家具，并且返还深化方案的ifc模型。
插图：在E3平台上完成家装设计信息模型全自动深化
这个技术之前总会有网友去质疑它的真实性，其实这个技术并不是难到无法实现。反而重点是：我们要生成什么样的家装方案和模型图纸成果，它才具备用程序量化生成的价值？
就拿这个俄罗斯的项目举例：开发商是有明确设计方向和标准的。我们在项目开始前拿到了大量的设计案例及图纸，并要求我们开发的算法生成的方案和这些已知标准是能吻合尽量吻合，不能吻合也要接近的。
我们来分析一下这个需求的难易，容易的是这个程序在设计方向上有了明确的目标之后，我们面向结果定向开发就容易很多了。难点也是对生成的结果有严格要求，不能像AI画画那样天马行空，要保证结果的专业性和稳定性。
诺亚对此采用的程序逻辑框架设计大致是上图这样的，希望对同类型项目的研发团队有所帮助，我们对拿到的近百份标准产品图纸进行了类型归纳分析，并设计了各个类型的动态房间布局库，每个库都能够适配一定条件下的类型房间，当这个适配库数量大到百余种数量级时，其算法的生成结果就已经开始具备一定普适性了。
插图：诺亚为合作方定制开发的动态房间标准库
再直白些讲：
我们在这一步开发了一个布置房间的小程序，可以喂给它房间布局，可以喂给它家具信息，它就可以根据情况对照这摆，没有对照自己再检索库里有相似的摆，这里面不用训练学习，全是AI专家系统就可以完成。
插图：演示什么是动态库，以及动态自由匹配
到这里，我们可以给任意的房间布置家具了，然后……
下一步，我们说如何划分房间？
这里一般有两种情况，一种是房间已经划分好了，另一种是只有户型轮廓和结构关系，没有房间。前者只需要用AI专家系统判断一下各个房间的功能，给其打上标签。后者则需要写个生成式算法让程序来自动分割房间。
插图：演示平面功能逻辑解析生成过程
插图：演示平面功能逻辑解析及自动生成布置的结果
在这个算法设计和解析的过程中，需要特殊强调的是，在E3平台上，大部分的矢量编辑都是BIM信息模型，分区有分区的信息，房间有房间的信息，家具有家具的信息。这是诺亚能够更轻松地实现这些生成算法的关键。
插图：最终生成的ifc模型导入到BIM平台
这里也为专业人士展示一下E3如何用JSON格式存储建筑数据，当我们把建筑信息用这种方式表达出来时，无论让大语言模型学习，还是将其转化到各类型软件平台上，就都具备了将数据打通的核心能力。我们可以认为它就是将建筑图纸变成数字资产的途径和载体，也是我们所实现的AI+E3+BIM的重要技术桥梁。
插图：在E3平台上以JSON格式存储信息模型文件
以上总结了功能分区和软装布置的技术路线
下面我们再来看看硬装部分
硬装生成计算部分，我们把这些工作分别拆解成了不同的运算单元，有的负责算材料面积，有的负责算定制化柜体，有的负责算水电路径。这里也是通过定制化的AI专家系统来实现对各种风格的家居硬装方案进行深化。
插图：录入户型全自动生成的完整内装方案BIM模型演示
插图：动态演示面向不同户型，自动生成算法的快速应对
有了BIM模型，接下来无论是出CAD图纸，还是出BOM清单，就都不是难事了。当下建筑行业正处于进入AI信息时代前的徘徊期，由AI驱动的、程序自动生成的正向BIM技术，就像翅膀一样可以直接给原有体系赋能。该如何做，此文已经给出了一种答案：参数化要捡起来，AI专家系统是根本，E3平台就是我们为大家提供的途径和方法。
插图：将BIM模型一键导出平面图纸并计算料单
提一个补充问题：砸墙怎么搞？
每种算法都有它的已知条件或叫限定条件，硬装算法深化的前提其实是功能空间基本确定了。但是砸墙改变格局又是一个很现实的问题。应用场景有分歧点，就应该衍生出不同类型的算法产品。
插图：深化模块拿到功能分区的信息模型，对其进行模型深化
在不需要砸墙的场景：墙就是已知的，就可以直接链接深化模块生成；在需要砸的场景，我们可以返回到上文功能分区算法的技术模块当中，对功能空间的分割进行二次优化。在需要人工修改比对多种方案的场景下，就增加人机交互模块。
总之，当技术路径打通之后，应用端产品的形式其实可以指哪打哪，想怎么做都可以实现。
解释一下：E3平台的贡献
看到这里，我们很难不被误解，所以不得不给关注诺亚的朋友深入解释下：
误解1：诺亚又跑去做室内产品了……
回复：不是的，我们是在介绍如何利用E3平台的功能，更容易，更高效地开发室内产品。诺亚可以为合作方提供全流程的技术路线，我们的研发努力方向是在降低这些开发技术路线的门槛。
误解2：我不信AI现在就可以代替室内设计了……
回复：没人提过【可以代替】这种观点，全文介绍的技术路径是，当我们有自己的设计标准化，我们可以将这些标准化在E3平台上编写成可控制的AI程序。每个AI程序生成的方向和目标仍然是人来定义，然后定义完的AI就可以像机器人一样帮我们画图了。而E3的贡献是让定义AI这个过程变得简单、可控。
误解3：这图纸画到这个深度还不够，有什么用？
回复：第一，图纸深度是无限深的，取决于定制化，可以说标准库的图纸多深，定制化的效果就有多深。第二，就是把图纸做深的核心技术还是取决于个人的，同时CAD软件，有人画的深，有人画的浅。所以要想把图画深，只要把【目标】定深了就可以了。画深图还是浅图，编程的技术难度是一样的。所以也欢迎有深入标准的企业和达人联系我们，共同探讨这个【目标】。可以说在这条技术路线，标准库一换，生成的产品品相就可以全换。
在E3平台生成的模型，当然可以自由对接SD
插图：利用E3平台联动式导入SD大模型
以下程序生成模型截图直接导入SD的生成效果，因为这里SD是开源的，在E3平台上允许用户通过API的方式配置个人的私有化大模型。所以这里我们重点展示的是模型图纸的自动生成和联动这个功能，对于生成的效果图不做品鉴。
插图：全场景从模型to效果图，均由程序自动生成，无人工参与
插图：全场景从模型to效果图，均由程序自动生成，无人工参与
插图：全场景从模型to效果图，均由程序自动生成，无人工参与
大家还是能看出来生成的效果图难免会有误差，但这里AIGC工作流最强大的还是它能生成的图量是无限的。我们觉得在AIGC的领域里，未来的发展方向一定是让训练资源跟私有库集合，跟三维模型结合，跟市场产品信息结合。而E3平台也为这些信息的定制化整合做好了充分的技术准备。欢迎有相关资源的团队一起来共同合作、共同探讨。
合作与期待
本文的最后，诺亚也想发起一则倡议和邀请：文中提到的所有技术，我们是面向合作方提供技术部署的，包含工具平台，技术策略和研发教学等等。所以也欢迎有同类型研发需求的团队联系到我们，开展更深度的合作。直白讲，此类型项目对于诺亚而言，整个开发下来的成本也不会超过六位数。而这种模式的工具，必然是下一个行业时代的生产基石。
当下行业遇到的是最有潜力的技术加上最糟糕的市场。一方面是蓬勃发育的智能AI，一方面是项目建设的大幅度萎缩。行业何去何从？混沌之中是否蕴含机遇？每个人心里的答案不一样。但是我相信真正的机会属于有行动的集体，所以诺亚期待着与诸位的会师！
联络方式：
如果您对我们的E3平台或定制化开发服务感兴趣，欢迎通过以下方式联系我们：
官网：https://noah-i.cn/