DeepSeek 的横空出世，极大地推动了中国通用大模型的迅猛发展，引发全球关注，也为实现产业大模型的发展提供了难得的机遇。根据国家互联网信息办公室发布的生成式人工智能服务已备案信息公告，截至 2025 年 3 月 31 日，我国共有 346 款生成式人工智能服务在国家网信办完成备案。
建筑产业是国民经济的重要支柱产业，是全球最大的基建市场，也是人工智能应用的巨大场景，必将极大地提高产业高质量发展的效率和效益。如何在通用大模型迅猛发展的推动下，实现建筑产业人工智能的快速发展并找到产业转型升级的风口，是所有头部企业和科技型企业以及专家学者们共同关注的重要议题。
4 月 9 日下午，清华大学互联网产业研究院组织召开“中国建筑产业人工智能发展态势研究沙龙”，这是清华大学互联网产业研究院主办的关于中国建筑产业人工智能发展态势研究的第三场沙龙活动。沙龙邀请了清华大学有关专家、通用大模型企业的领导和专家以及已有产业大模型战略思路的头部企业和科技型企业的领导和专家，共同研讨建筑产业人工智能的发展态势。
产业人工智能发展犹如一座金字塔，底座是通用大模型（L0），塔身是产业大模型（L1），塔尖是专业模型（L2）。清华大学互联网产业研究院院长朱岩指出，建筑产业人工智能发展的顶层逻辑应从构建数据要素市场－生产关系变革－人工智能产业创新三个层面，构建建筑产业人工智能应用的模式与路径。
建筑产业利用人工智能工具，首先需要构建建筑产业的数据要素市场。数字时代，建筑产业的劳动对象将从土地、钢筋和水泥变为数据、算法和算力，劳动工具将从工程机械变为大模型，劳动者将从工人变为数字空间的建造者。
人工智能赋能建筑产业的另一个关键因素，是生产关系的变革，生产资料所有制、人们在生产中的地位和交换关系以及产品的分配方式均需要基于新质生产力思维下进行重构。建筑产业的数智化方向是构建一个三层架构的产业互联网平台，在基础层利用可信计算，实现对数据可用不可见、可控可计量；在中间层利用智能合约，以 AI Agent 替代不必要的人为环节；在应用层，创新企业产品生命周期管理的全过程。
目前，建筑产业大模型已出现垂类大模型产品，多家建筑企业完成了 DeepSeek 的私有化部署。在应用产业大模型之前，一是建立好数据要素市场，二是完成生产关系变革，产业大模型的应用才能起到事半功倍的效果。人工智能将对产业带来极大效率和效益提升。
百度 AI 与大模型平台总经理忻舟指出，从大模型赋能场景的维度看，建筑产业具备大模型发挥价值的复杂作业场景。相比制造业，建筑业生产数字化复杂度高、管理数字化灵活性强，智能化转型升级的业务场景更加复杂，技术难度更具挑战。大模型应对复杂任务的泛化能力，为智能建造提供了一种全新的技术实现路径，大模型将有效支撑“自感知、自学习、自决策、自控制、人机共融协作”的智能建造新范式。
住房和城乡建设部原总工程师
王铁宏认为，继
AI 通用大模型
“百模大战”“千模大战”之后，会不会出现 AI 产业大模型的“百模大战”“千模大战”之势，把握好 AI 建筑产业大模型发展的底层逻辑至关重要，这是我们的一些头部企业和科技型企业决策者要深刻洞悉的，研发 AI 建筑产业大模型要把握三个底层逻辑：
第一是与通用大模型的关系。此前，专家学者普遍认为，产业大模型构筑在通用大模型底座之上，通用大模型可能是闭源、封装的，因此产业大模型与通用大模型的界面非常清晰明确。DeepSeek 彻底颠覆了这一切，完全开源，又是生成式，通用大模型不断地向上拱入到本来以为是产业大模型的空间，越来越深、越来越广，产业用户越来越多，界面已经模糊不清，完全没有规律。在这种严峻挑战下，建筑产业大模型如何研发，是一个重要课题。
第二是数据资源。无论通用大模型如何发展，向上拱，进入到更大空间，但一定有局限性，就是建筑产业数据资源的局限，这个局限恰恰就是研发建筑产业大模型的优势，凡是有 BIM 大数据、供应链大数据、ERP 大数据、DRP 大数据、CIM 大数据等资源优势的头部企业和科技型企业或两者结合就可以乘势而上研发相关的建筑产业大模型，如设计 AI、投－建－营管理 AI、全过程咨询 AI、全装配化 +AI、双碳 AI 等等。进而在此基础上深入研究专业模型，如超高层建筑、三甲医院、污水处理厂、轨道交通线、超低能耗建筑等等设计 AI 和管理 AI。
第三是与用户的关系。我们研发建筑产业大模型，是 2C 还是 2B，亦或是既 2C 又 2B。建筑产业规模巨大，每年有 31 万亿总产值，每年新开工约 27 万多项工程，每年同期在建 70 多万项工程，每年有 70 多万个业主管理团队、70 多万个设计团队、70 多万个项目管理团队、70 多万个项目监理团队等，包括几百万项目团队的成员，几百万个班组长和 5000 多万劳动大军，他们都可能是建筑产业大模型 2C 的用户。由于通用大模型开源，产业大模型可以断定也要基本上开源，那么研发产业大模型的价值是什么？一是生成新的数据资源，二是找到衍生服务，三是准备引流向定制服务进而向专业模型服务发展（2B）。
他补充道，要发展建筑产业人工智能，必须全面把握好建筑产业的系统性数字化发展的三条脉络：建筑产业系统性数字化，即项目级 BIM、企业级 ERP、产业级 DRP、城市级 CIM；装配化+（特别是全装配化+工厂制造、现场建造和运维全过程 AI）；投 - 建 - 营+数字化创造更大价值。
他进一步指出，建筑产业大模型研发，首先要基于通用大模型，甚至可以与通用大模型团队共同融合研发，其次要有数据资源，再次要先开源 2C，进而定制服务（2B），更进而向专业模型服务发展（2B）。在产业大模型尚未成熟前，一些率先研发的专业模型可能只得直接基于通用大模型之上。这个研发逻辑一旦清晰，就要当断则断，就要明晰研发战略，就要确定商业模式，就要引入战略投资，就要举旗定向。
关于如何研发建筑产业大模型，中国建筑科学研究院有限公司副总经理毛军为表示，建研院将基于 PKPM 和国产自主 BIMBase 平台生产的数据资源优势，构建围绕数据治理、知识赋能、算法创新和场景落地构建的 AI 技术体系。此外，建研院团队还明确清晰提出了中国建筑产业人工智能发展的路径，技术层面短期聚焦知识中枢优化与智能算法升级；中期推动全流程数据贯通与因果推理协同；长期构建城市级数字孪生底座，实现建筑与能源、交通系统深度融合。政策层面需完善 AI 责任分级制度与数据安全法规，设立建筑 AI 专项基金支持核心技术攻关，并推动跨界技术融合与国际合作。
新中大科技股份有限公司总裁韩爱生表示，新中大将基于 ERP 推动企业管理生产的数据资源优势，聚焦成本、进度、招投标三大核心环节，将人工智能转化为可量化的运营效益。
中建电子商务有限责任公司董事长陶锋表示，企业目前已基于供应链领域的部分业务场景，如：招标采购，打造了“智能采购专家”“投标自检工具”等产品实现 AI 赋能业务。他认为，产业大模型应该是一系列模型工具的集合，未来还将基于供应链领域的数据积累、技术优势以及平台流量，推进发布建筑产业供应链大模型。此外，陶锋建议，建筑产业人工智能的发展还应打造建筑产业大模型的模型集市、公开的建筑产业数据集平台和模型接口的统一规范和标准。
广联达科技股份有限公司副总裁刘刚表示，
广联达将凭借在图形引擎、BIM 平台等多领域技术积累，联合行业伙伴，推动建筑产业各层级数字化转型与智能化升级，为建筑产业智能化发展注入强劲动力。
数云科际（深圳）技术有限公司副总经理李智表示，数云科际直击产业三大核心矛盾：全生命周期数据断层、多环节标准不统一、数据资产沉淀困难，构建了产业首个全生命周期商业模式。通过“数据－工具－模型”的价值链协同，既满足头部企业私有化部署需求，又降低中小企业 80% 的 AI 应用门槛。
中南建筑设计院股份有限公司首席专家李霆大师认为，推行投建营一体化的建设总承包模式，就需要用系统工程的思维，打造建设项目全生命期的贯穿全过程的数字化管理平台及其 AI 垂域模型，打通投资、规划、勘察、设计、施工、运营全流程的数据，实现数据在项目全流程的无缝高效流转和共享，实现单一数据源及智能决策。
中国建筑第八工程局有限公司原总工程师邓明胜认为，把握数字建造主线，围绕数字实体创建，找准 AI 技术及装备友好切入点，从辅助式 AI 方法切入奠定基础、从辅助式 AI 装备切入构建人工智能工作主体、从替代式 AI 装备切入实现建筑产业大模型运用破局。中建科技集团有限公司总经理张仲华和中建科工集团总工程师徐坤分别介绍了他们关于全装配化+工厂制造、现场建造和运维管理全过程 AI 的创新成效和进一步安排。
关于研发产业大模型的商业模式，韩爱生认为，大模型的核心价值在于为企业创造实际商业利益，产业大模型必须聚焦高价值应用场景，深度嵌入企业流程，构建商业闭环，聚焦价值创造。陶锋认为，甄选专业场景应该遵循经济效益导向，数据资产壁垒构建，和用户流量驱动三个重要原则。企业应该选择自身主营业务作为应用场景，把握企业拥有的产业数据和业务流程，选取用户流量大的场景，应用尽量嵌入到业务主流程中，形成高频使用与用户反馈闭环。
有的专家认为，当下尚未出现能够支撑专业模型发展的产业大模型，一些率先研发的专业模型可能只得直接基于通用大模型之上，甚至直接与通用大模型团队融合研发。因此，产业人工智能的实现路径有可能是先有部分专业模型再有产业大模型。
忻舟表示，从基座模型构建行业模型与场景任务模型，百度推荐的方式为通过基座做模型，采用专业知识精调与专家反馈强化学习的方式，训练场景任务大模型，再以迁移学习的方式逐步形成智能建造大模型，即在基础通用大模型、场景任务大模型、智能建造大模型之间螺旋迭代。螺旋迭代建设模式符合智能建造场景严重碎片化的行业特点。他还分享了大模型在产业应用范式的新洞察，从基座模型、产业模型、场景模型到基座模型、场景模型、产业模型，产业应用顺序的变化反映了技术的快速进步和产业应用认知的快速反应。他表示，建筑产业具备构建大模型所需的高质量数据，具备大模型发挥价值的复杂作业场景，大模型将有助于扭转建筑产业数字化转型困局。最后，忻舟还介绍了百度提出的智能建造三级解决方案，自顶向下依次为：智能建造策划平台、智能建造执行中枢、智能建造能力平台→智能建造策划、智能建造执行中枢、智能建造能力。百度的智能建造业务蓝图与解决方案以大模型和智能体技术为支撑，体系性赋能建筑产业智能化升级。
参与本次沙龙的发言专家有：
朱 岩 清华大学互联网产业研究院院长，清华大学经济管理学院教授
王铁宏 住房和城乡建设部原总工程师、中国建筑业协会原会长
忻 舟 百度AI与大模型平台总经理
毛军为 中国建筑科学研究院有限公司副总经理
韩爱生 新中大科技股份有限公司总裁
陶 锋 中建电子商务有限责任公司董事长
刘 刚 广联达科技股份有限公司副总裁、研究院院长
李 智 数云科际（深圳）技术有限公司副总经理
李 霆 中南建筑设计院股份有限公司首席专家
张仲华 中建科技集团有限公司党委副书记、总经理（书面）
徐 坤 中建科工集团有限公司总工程师（书面）
邓明胜 中国建筑第八工程局有限公司原总工程师（书面）
