（報告出品方/作者：國盛證券，何亞軒、廖文強、李楓婷）

1. AI 建筑設(shè)計行業(yè)應(yīng)用環(huán)境概覽

1.1. 設(shè)計業(yè)務(wù)拆解：創(chuàng)造性工作占比約 25%、專業(yè)邏輯性占比約 75%

設(shè)計業(yè)務(wù)包含哪些環(huán)節(jié)？業(yè)務(wù)拆分看，設(shè)計項目包括方案設(shè)計、初步設(shè)計、深化設(shè)計三 大環(huán)節(jié)，其中：1）方案設(shè)計指確定總平面布局、建筑外形和平面結(jié)構(gòu)的設(shè)計方案，以創(chuàng) 意構(gòu)思為主；2）初步設(shè)計指方案設(shè)計經(jīng)審查通過后，進(jìn)一步細(xì)化方案圖結(jié)構(gòu)、跨度等信 息，并預(yù)先進(jìn)行部分施工環(huán)節(jié)設(shè)計；3）深化設(shè)計指根據(jù)初步設(shè)計開展總平面、建筑、結(jié) 構(gòu)、設(shè)備等各專業(yè)施工圖設(shè)計，交付客戶供施工單位作為施工制作。根據(jù)《全國建筑設(shè) 計周期定額（2016 版）》估算，三大設(shè)計環(huán)節(jié)的產(chǎn)值占比分別約為 25%/25%/50%。

部分基建設(shè)計項目包含可研報告及二次方案設(shè)計。大型復(fù)雜的基建設(shè)計在方案設(shè)計 前通常進(jìn)行可行性研究，必要時進(jìn)行預(yù)可研，并在初步設(shè)計和施工圖設(shè)計之間增加 二次方案設(shè)計，如橋梁、過江通道方案需要在該環(huán)節(jié)進(jìn)行二次推敲。整體看，基建 項目涉及環(huán)節(jié)較多、且方案需反復(fù)溝通調(diào)整，整體設(shè)計周期更長。

房建設(shè)計環(huán)節(jié)相對簡化，標(biāo)準(zhǔn)化程度較高。房建項目的方案設(shè)計環(huán)節(jié)多為概念創(chuàng)意 圖繪制，對于常規(guī)性房屋結(jié)構(gòu)，后端初步設(shè)計及施工圖設(shè)計的標(biāo)準(zhǔn)相對通用化，標(biāo) 準(zhǔn)化程度明顯高于基建設(shè)計。

各業(yè)務(wù)環(huán)節(jié)自動化難度如何？1）方案設(shè)計：多為創(chuàng)意構(gòu)思，基于足量的歷史數(shù)據(jù)結(jié)合內(nèi) 容生成類 AI 技術(shù)，可有效實現(xiàn)人工替代或 AI 輔助設(shè)計；2）初步設(shè)計：需在創(chuàng)意圖基礎(chǔ) 上根據(jù)專業(yè)判斷進(jìn)一步細(xì)化結(jié)構(gòu)信息，對設(shè)計師經(jīng)驗依賴度高，自動化難度大；3）施工 圖設(shè)計：以節(jié)點細(xì)化為主，耗時較長、內(nèi)容繁瑣，但流程相對規(guī)范，通過逐個模塊攻破 有望逐步實現(xiàn)智能化。分領(lǐng)域看，基建設(shè)計項目非標(biāo)程度更高、現(xiàn)場勘察量大（橋梁項 目地基勘測、線路現(xiàn)場排查等需耗時數(shù)月），AI 智能化難度顯著高于房建設(shè)計。

1.2. 設(shè)計行業(yè)概覽：人力成本占比高，格局持續(xù)分散

人力成本占比 70%-90%，龍頭人均盈利指標(biāo)穩(wěn)步提升。建筑設(shè)計為智力密集型行業(yè)、 且業(yè)務(wù)標(biāo)準(zhǔn)化程度低，規(guī)模擴張高度依賴專業(yè)設(shè)計人才，上市設(shè)計企業(yè)的人力成本占比 高達(dá) 70%-90%。近年來受益數(shù)字化設(shè)計推進(jìn)，華建集團、華陽國際、華設(shè)集團等龍頭的 人均創(chuàng)利指標(biāo)穩(wěn)步提升，但規(guī)模擴張仍基于“人均創(chuàng)收*設(shè)計師數(shù)量”模型。

競爭格局持續(xù)分散，CR3 約 7%。2021 年，我國工程設(shè)計行業(yè)總規(guī)模為 5745 億元，同 比增長 4.8%，前三/前五/前十大設(shè)計院合計營業(yè)收入分別為 382/559/817 億元， CR3/CR5/CR10 分別約 6.65%/9.73%/14.23%，行業(yè)格局分散，且競爭持續(xù)激烈：2017- 2021 年，在選取的 24 家上市設(shè)計公司中，華建集團、蘇交科、華設(shè)集團和勘設(shè)股份總 營收穩(wěn)居設(shè)計公司前四，但其營收占總額比持續(xù)下降，前四總占比由 60.3%下降到 46.5%，前三總占比由 53.3%下降到 40.4%。

1.3. BIM：AI 智能設(shè)計發(fā)展的肥沃土壤

從草圖到 CAD、CAD 到 BIM，建筑設(shè)計數(shù)字化升級路徑清晰。90 年代由住建部領(lǐng)導(dǎo)的 “甩圖板”工程開啟了建筑設(shè)計信息化建設(shè)序幕，自此 CAD 逐步替代傳統(tǒng)板繪，實現(xiàn) 2D 圖紙電子化設(shè)計。2011 年住建部發(fā)布《2011-2015 年建筑業(yè)信息化發(fā)展綱要》首次提出 將 BIM（Building Information Modeling）納入信息化標(biāo)準(zhǔn)建設(shè)內(nèi)容。對比傳統(tǒng) CAD，BIM 著力于實現(xiàn)基于 3D 模型的設(shè)計模式，以解決工程行業(yè)信息傳遞中的斷層問題。從建模 角度看，BIM 是 CAD（二維輔助設(shè)計）的一次迭代升級。CAD 技術(shù)主導(dǎo)下，建筑設(shè)計方 案需先由三維構(gòu)想轉(zhuǎn)變?yōu)槎S設(shè)計圖紙，再由建筑施工方將二維圖紙轉(zhuǎn)化為三維建設(shè)， BIM 技術(shù)的出現(xiàn)使得建筑行業(yè)邁向了基于三維模型的全新設(shè)計模式。從項目管理角度看， BIM 技術(shù)所搭建的建筑工程信息庫可實現(xiàn)從建筑的規(guī)劃、設(shè)計、施工、運營維護(hù)到拆除 的建筑全壽命周期信息的集成，使得這些信息能夠在建設(shè)項目的各參與方（政府部門、 業(yè)主、設(shè)計、施工、監(jiān)理、造價、運營等）之間快速共享與傳遞，通過協(xié)同工作來提高 生產(chǎn)效率、節(jié)約成本、縮短工期。

對于設(shè)計端，BIM 的核心價值主要體現(xiàn)在：1）協(xié)同各專業(yè)，加強施工性。傳統(tǒng)二維設(shè) 計利用 AutoCAD 將點、線、面作為設(shè)計元素，通過平面作圖法，將實際的三維構(gòu)件進(jìn)行 平面投影二維表達(dá)。二維設(shè)計的各專業(yè)采用獨立設(shè)計模式，不同專業(yè)的配合程度有限， 協(xié)同性較差。BIM 的三維可視性可有效發(fā)現(xiàn)二維情況下被忽略的碰撞現(xiàn)象，減少施工過 程中成本增加等問題的發(fā)生，增強施工性。2）信息化集成，打通后端施工、運維。設(shè)計 端搭建的 3D 模型信息庫可直接運用于后續(xù)施工及運維，對比 2D 圖紙再處理可大幅提升 項目全周期效率。

當(dāng)前 BIM 應(yīng)用仍以翻模（逆向設(shè)計）為主，正向設(shè)計滲透率有望逐步提升。BIM 正向設(shè) 計是“先建模，再出圖”的設(shè)計方法，即以三維 BIM 模型為出發(fā)點和數(shù)據(jù)源，完成從方 案設(shè)計到施工圖設(shè)計的全過程任務(wù)。相對于 BIM 正向設(shè)計，一般將“翻?！狈绞椒Q為“BIM 逆向設(shè)計”，即在完成項目的施圖設(shè)計并進(jìn)行二維 AutoCAD 圖紙出圖后由建模人員完成 二維施工圖到三維 BIM 模型的轉(zhuǎn)換工作。正向設(shè)計可省去 2D-3D 轉(zhuǎn)換環(huán)節(jié)，效率更高， 但目前尚處于探索階段，僅在重點項目、高復(fù)雜性項目中得到試點，其主要推廣難度在 于：1）3D 建模設(shè)計與傳統(tǒng) 2D 設(shè)計習(xí)慣差異較大，設(shè)計院普及需要較長周期；2）相關(guān) 技術(shù)規(guī)范及數(shù)據(jù)標(biāo)準(zhǔn)仍待完善。預(yù)計隨著相關(guān)設(shè)計標(biāo)準(zhǔn)出臺，疊加政策推廣，BIM 正向 設(shè)計滲透率有望持續(xù)提升。

政策端持續(xù)鼓勵 BIM 應(yīng)用，預(yù)計后續(xù) BIM 將成為主流設(shè)計及項目管理平臺。自 2016 年起，我國住建部在多個頂層規(guī)劃類政策中提及“加快推動 BIM 技術(shù)發(fā)展及其在項目全 過程的集成應(yīng)用”。2022 年 1 月住建部印發(fā)《“十四五”建筑業(yè)發(fā)展規(guī)劃》，指出到 2025 年應(yīng)“基本形成 BIM 技術(shù)框架和標(biāo)準(zhǔn)體系”；5 月進(jìn)一步出臺《“十四五”工程勘察設(shè)計 行業(yè)發(fā)展規(guī)劃》，針對設(shè)計行業(yè)數(shù)字化轉(zhuǎn)型提出：1）推進(jìn)勘察設(shè)計企業(yè)管理信息系統(tǒng)升 級迭代；2）推進(jìn) BIM 全過程應(yīng)用；3）推廣工程項目數(shù)字化交付；4）積極推進(jìn)智能化 標(biāo)準(zhǔn)化集成化設(shè)計，預(yù)計后續(xù) BIM 設(shè)計、BIM 交付及 BIM 全流程管理應(yīng)用將持續(xù)完善。

3D BIM 攜帶數(shù)據(jù)量較 2D 圖紙指數(shù)級增長，有望為智能 AI 設(shè)計提供更肥沃信息化土 壤。對比傳統(tǒng)的二維模型，BIM 模型在信息上不僅包含精確尺寸和位置，還包括了材料 和對象參數(shù)，具有高耦合性和大容量等特點，有望為 AI 設(shè)計發(fā)展提供更豐富數(shù)據(jù)資產(chǎn)。 當(dāng)前 BIM+AI 在海外已有初步應(yīng)用，如 AI 輔助 BIM 審圖、AI 輔助機電設(shè)計、停車位自 動設(shè)計、建筑策劃方案 AI 選型等，后續(xù)隨著 AIGC 技術(shù)逐步應(yīng)用，結(jié)合 BIM 豐富建筑數(shù) 據(jù)，有望形成更成熟、更智能的建筑設(shè)計算法。

2. 當(dāng)前 AI 建筑設(shè)計技術(shù)發(fā)展如何？

2.1. 已有 AI 技術(shù)如何賦能建筑設(shè)計？

AI 與建筑設(shè)計初步結(jié)合，多款設(shè)計輔助工具落地?；谝延休^成熟 AI 技術(shù)，市面上已 有多款搭載 AI 技術(shù)的建筑設(shè)計工具，可應(yīng)用于效果圖渲染、識圖翻模、施工圖審核等環(huán) 節(jié)。此類 AI 產(chǎn)品多基于決策型算法，主要通過簡化部分工程屬性、邏輯性較強環(huán)節(jié)的人 力程序來降低人工成本、提高工作效率。

1）Arko AI：云渲染插件，實現(xiàn)建筑可視化。Arko AI 是一款云渲染插件，支持 Rhino、 Revit、SketchUp 環(huán)境，用戶在建模完畢后，可輸入設(shè)計理念的關(guān)鍵詞匯，平臺根據(jù)所需 場景和材質(zhì)智能化渲染出圖。渲染效果支持室內(nèi)、室外、夜景及自定義模式，亮度、對 比度、飽和度等渲染參數(shù)可根據(jù)用戶喜好微調(diào)。

2）AI Road：交通市政領(lǐng)域三維快速方案設(shè)計。AI Road 系華設(shè)集團子公司狄諾尼發(fā)布 的一款基于 AI 技術(shù)的三維快速方案設(shè)計軟件，具備初步形成交通市政設(shè)計領(lǐng)域的 AI 內(nèi) 容生成能力，目前在路線和立交設(shè)計中得到應(yīng)用，能夠提升方案設(shè)計效率 7-8 倍，提升 整體工作綜合效率 20-30%。AI Road 不斷更新迭代，近期推出場景出圖功能，實現(xiàn)設(shè)計 方案三維模型與設(shè)計信息的綜合展示，大幅提升方案研究、工可和投標(biāo)階段的成圖效率 以及方案展示效果和設(shè)計品質(zhì)。

應(yīng)用一：輸出高清效果圖。AI Road 可用于制作節(jié)點平面效果圖，通過調(diào)整“相機 倍率”控制圖片分辨率，實現(xiàn)任意角度高清效果圖輸出，AI Road 導(dǎo)出圖片最高像 素可達(dá) 4 億像素點，遠(yuǎn)超手機像素，且更加經(jīng)濟、高效。

應(yīng)用二：輸出路線平縱面圖。AI Road 支持沿路線批量導(dǎo)出彩平圖，并可一鍵導(dǎo)入 EICAD 中，完成標(biāo)注后進(jìn)行平面分圖。

3）Xdesign：新型草圖工具，提供設(shè)計建議。2018 年，達(dá)索推出新型草圖工具 Xdesign， 將 AI 與 SOLIDWORKS 進(jìn)行深度整合。融入 AI 技術(shù)的 Xdesign 可根據(jù)設(shè)計師提供的約 束、負(fù)載以及工程術(shù)語描述提供設(shè)計建議，協(xié)助其創(chuàng)建最佳形狀。Xdesign 輔助推薦設(shè)計 功能有助于縮短設(shè)計師在低幾何設(shè)計環(huán)節(jié)耗時，使其更加于聚焦復(fù)雜、高難度方案決策， 提高設(shè)計效率。

4）筑繪通（AlphaDraw）：智能設(shè)計云平臺，人機協(xié)作完成施工圖設(shè)計。筑繪通系品覽 科技旗下的 AI 設(shè)計產(chǎn)品，主要用于施工圖環(huán)節(jié)的 AI 輔助設(shè)計：筑繪通將不同類型的施 工圖繪圖邏輯抽象為可供算法不斷優(yōu)化、多項目復(fù)用的繪圖程序，根據(jù)輸入 CAD 文件， 智能輔助設(shè)計師繪制相應(yīng)施工圖圖紙。目前筑繪通主要可實現(xiàn)樓梯布局、地暖平面圖兩 大環(huán)節(jié)的施工圖智能出圖，同時提供二維到三維模型智能翻模服務(wù)。

5）TransBIM：房建 AI 設(shè)計 SaaS 平臺，提供施工圖智能生成服務(wù)。TransBIM 系第三 維度旗下的 AI 工程施工圖設(shè)計平臺，主要為工程設(shè)計院和房地產(chǎn)商提供快速施工圖設(shè)計 服務(wù)。工程設(shè)計院通過平臺上傳工程設(shè)計方案，平臺自動調(diào)度服務(wù)器進(jìn)行智能化設(shè)計、 建立 BIM 模型和完成施工圖。針對標(biāo)準(zhǔn)化程度較高的領(lǐng)域（如住宅施工圖），TransBIM 可大幅提升出圖效率、降低設(shè)計成本。

6）萬翼 AI 審圖：智能解析，提升審核質(zhì)量。萬翼科技旗下萬翼 AI 審圖利用 CAD 圖紙 解析技術(shù)以及 AI 技術(shù)進(jìn)行智能圖紙解析與識別，快速發(fā)現(xiàn)并標(biāo)注設(shè)計缺陷，自動完成圖 紙審查并生成審圖報告與可視化數(shù)據(jù)看板，幫助企業(yè)快速了解設(shè)計質(zhì)量及優(yōu)化空間，提 升管理效能。AI 審圖的優(yōu)勢在于：a）節(jié)約人力：一鍵審查圖紙，快速生成報告，節(jié)約人 力成本。b）提高效率：AI 審圖通過人機協(xié)作實現(xiàn)“傳-管-審-協(xié)-改-析”全流程提效，預(yù) 計將協(xié)助地產(chǎn)、設(shè)計院等行業(yè)相關(guān)企業(yè)從管理和業(yè)務(wù)層面整體提效超 53%。c）優(yōu)化質(zhì) 量：AI 審圖通過 AI 算法快速定位圖紙問題，有效避免由于依賴人力而導(dǎo)致的設(shè)計漏洞， 并且可通過隨時抽查項目進(jìn)行高效監(jiān)管，從而提高設(shè)計質(zhì)量。d）加強監(jiān)管：基于審圖報 告反饋，政府可利用大數(shù)據(jù)對設(shè)計院整體水平進(jìn)行分析，并建立相應(yīng)評估機制，有利于 引導(dǎo)行業(yè)良性競爭與規(guī)范化發(fā)展。

從已有應(yīng)用看，AI 對建筑設(shè)計賦能效果仍然有限。1）從參與環(huán)節(jié)看，建筑設(shè)計與 AI 技 術(shù)的結(jié)合主要集中在前期方案設(shè)計階段，或是基于已有 CAD 圖紙進(jìn)行二次加工，在復(fù)雜 項目的施工圖設(shè)計等更深層次環(huán)節(jié)中參與度較低。即使是在對參數(shù)和精度要求較低的渲 染環(huán)節(jié)，現(xiàn)有的 AI 工具也無法一次性產(chǎn)出達(dá)到可直接應(yīng)用水準(zhǔn)的效果圖，僅能為設(shè)計師 提供靈感來源。核心問題在于，現(xiàn)有模型以二維圖紙+關(guān)鍵詞進(jìn)行學(xué)習(xí)，無法完全理解建 筑三維空間邏輯，因此對建筑信息細(xì)節(jié)表達(dá)的準(zhǔn)確度較低。2）從參與深度看，AI 當(dāng)前僅 能作為輔助設(shè)計工具，尚未實現(xiàn)完全自主性，底層輸入仍依賴人類知識與意識，且依賴 程度與項目復(fù)雜程度成正比，并且在設(shè)計過程中容易出現(xiàn)失誤和錯誤，因此需要人工的 參與和監(jiān)督來進(jìn)行糾正。

2.2. GPT 高速迭代，AIGC 技術(shù)迎突破性拐點

超大復(fù)合型網(wǎng)絡(luò)算法逐步成熟，AI 技術(shù)迎突破性拐點。早期 AI 算法主要基于邏輯/算法 編程實現(xiàn)，由人工賦予問題解決邏輯，常見應(yīng)用包括專家系統(tǒng)、定制邏輯、預(yù)定義智能 等，后隨著數(shù)據(jù)信息增多，逐步發(fā)展出決策樹、邏輯回歸、聚類等機器學(xué)習(xí)算法，此類 算法主要基于人工提取的數(shù)據(jù)特征進(jìn)行分類、回歸、降維等相對線性的工作。2010 年起， 基于人工神經(jīng)網(wǎng)絡(luò)的深度學(xué)習(xí)算法快速發(fā)展，如 AlphaGo、GAN、CNN/RNN、LSTM 等。 神經(jīng)網(wǎng)絡(luò)算法下訓(xùn)練的 AI 可自動提取數(shù)據(jù)內(nèi)在特征，通過持續(xù)反饋迭代實現(xiàn)如圖像語音 識別、自動駕駛、策略游戲（如圍棋）等更智能化功能。2017 年，Google 機器翻譯團隊 在《Attention Is All You Need》中提出 Transformer 算法，該算法基于自注意力機制， 有效解決傳統(tǒng) RNN 無法并行計算及 CNN 無法有效學(xué)習(xí)全局信息的問題，可高效實現(xiàn)并 行化，以訓(xùn)練超大 AI 模型。Transformer 的應(yīng)用標(biāo)志著基礎(chǔ)模型時代的開始，GPT 等超 大復(fù)合型神經(jīng)網(wǎng)絡(luò)算法逐步成熟，AI 逐步由“感知智能”走向“認(rèn)知智能”，相關(guān)技術(shù)及 下游應(yīng)用迎來重要發(fā)展拐點。

大模型時代開啟，GPT 高速迭代優(yōu)化。GPT 系列由 OpenAI 提出，是以 Transformer 算 法為基礎(chǔ)，結(jié)合 CLIP、Diffusion 等超大復(fù)合神經(jīng)網(wǎng)絡(luò)形成的預(yù)訓(xùn)練語言模型（Generative Pre-Trained Transformer），目前已能夠在無需監(jiān)督學(xué)習(xí)的情況下完成文章生成、代碼生 成、機器翻譯、Q&A 等任務(wù)。自 2018 年 GPT 已經(jīng)歷四輪迭代：GPT-1 根據(jù)得到的詞向 量學(xué)習(xí)下游任務(wù)，經(jīng)過簡單微調(diào)可取得較好效果，但未經(jīng)微調(diào)任務(wù)的泛化能力遠(yuǎn)低于經(jīng) 過微調(diào)的有監(jiān)督任務(wù)。GPT-2 驗證了通過海量數(shù)據(jù)和大量參數(shù)訓(xùn)練出來的詞向量模型可 遷移到其它類別任務(wù)中，且無需額外訓(xùn)練，但 GPT-2 的無監(jiān)督學(xué)習(xí)能力仍有較大提升空 間。GPT-3 沿用 GPT-2 的結(jié)構(gòu)，但網(wǎng)絡(luò)容量顯著提升，海量數(shù)據(jù)支持下，GPT-3 在模式 解析、機器翻譯等傳統(tǒng) NLP 任務(wù)以及數(shù)學(xué)加法，文章生成，編寫代碼等其他領(lǐng)域中表現(xiàn) 亮眼。3 月 15 日，OpenAI 發(fā)布 GPT-4，對比 1-3 代在識別能力、邏輯條理、創(chuàng)作能力 等方面取得進(jìn)一步突破，并新增視覺輸入功能，為當(dāng)前最大的 AI 預(yù)訓(xùn)練模型。

AIGC 駛?cè)氚l(fā)展快車道，應(yīng)用領(lǐng)域與生成內(nèi)容百花齊放。廣義 AIGC 指生成式 AI （Generative AI），即通過基于內(nèi)容生成算法的預(yù)訓(xùn)練模型解決以往決策式 AI 難以完成 的問題，包括文本/音頻/圖像/視頻生成、策略設(shè)計、代碼生成等。GPT 作為預(yù)訓(xùn)練大模 型，提供通用、邏輯與智能，通過結(jié)合細(xì)分領(lǐng)域數(shù)據(jù)，可以針對垂直領(lǐng)域做微調(diào)優(yōu)化， 優(yōu)化出功能多樣的多模態(tài)模型，在各行各業(yè)落地。當(dāng)前 GPT 已接入辦公、教育、繪畫等 多個領(lǐng)域，應(yīng)用案例多樣，包括微軟 Copilot（辦公）、BuzzFeed（新聞生成）、Robin AI （法律合同）等。

2.3. 依托大模型 FINETUNE，有望打造建筑設(shè)計領(lǐng)域 AIGC 平臺

依托垂直行業(yè)微調(diào)優(yōu)化，大模型有望在建筑設(shè)計領(lǐng)域落地，有效賦能前端創(chuàng)意設(shè)計。當(dāng) 前已有 AI 設(shè)計產(chǎn)品以規(guī)則引擎為主，針對規(guī)范性、邏輯性較強的環(huán)節(jié)可自動化/智能輔 助生成方案，但由于其缺乏內(nèi)容自主生成能力，因此無法替代：1）前端創(chuàng)意生成；2） 由創(chuàng)意圖到含結(jié)構(gòu)信息的初步設(shè)計（依賴專業(yè)經(jīng)驗判斷）。3）復(fù)雜度較高的施工圖設(shè)計 環(huán)節(jié)。展望未來，通過將 GPT 等預(yù)設(shè)大模型向建筑設(shè)計領(lǐng)域微調(diào)（FINETUNE），有望打 造建筑設(shè)計領(lǐng)域 AIGC 平臺，實現(xiàn)創(chuàng)意環(huán)節(jié)人工替代。當(dāng)前 GPT 結(jié)合 MidJourney 在海 外已有初步應(yīng)用，可基于參數(shù) prompt 生成對應(yīng)概念圖，用于建筑外觀設(shè)計、原畫設(shè)計、 產(chǎn)品外形設(shè)計等多個領(lǐng)域。

結(jié)合產(chǎn)業(yè) Know-how 深度開發(fā)，后端設(shè)計環(huán)節(jié)智能化有望逐步打通。我們預(yù)計依托 AIGC 類技術(shù)，前端創(chuàng)意設(shè)計有望率先形成智能化突破：如華建集團已初步將 GPT、Stable Diffusion 等深度算法融入前端房建外觀設(shè)計。后端初步設(shè)計對行業(yè)經(jīng)驗依賴度較高，預(yù) 計需要基于行業(yè) Know-how 形成的更深入算法模型，存在開發(fā)周期，短期看較難實現(xiàn)； 施工圖設(shè)計相對流程化，但細(xì)分領(lǐng)域較多，不同施工區(qū)域的智能化需要逐個攻破。長期 看，隨著算法模型逐步成熟，AI 有望介入方案構(gòu)思、初步設(shè)計、施工圖繪制、三維模型 輸出、圖紙審查等多個環(huán)節(jié)，同時依托多模態(tài)大模型應(yīng)用，實現(xiàn)“需求輸入”-“AI 設(shè)計” -“需求反饋”-“設(shè)計更新”的完整閉環(huán)，大幅提升設(shè)計效率，優(yōu)化業(yè)務(wù)模式。

3. 龍頭資源稟賦優(yōu)異，行業(yè)格局有望優(yōu)化

龍頭資源稟賦優(yōu)異，有望在 AI 浪潮中搶占先機。在“大模型+行業(yè) FINETUNE”發(fā)展模 式下，下游垂類場景需要將通用大模型針對特性化數(shù)據(jù)集進(jìn)行再訓(xùn)練，從而形成垂類場 景專屬大模型，如 Bloomerg 利用自身豐富的金融數(shù)據(jù)源，基于開源的 GPT-3 框架再訓(xùn) 練，開發(fā)金融專屬大模型 BloombergGPT。在大模型接口開放、技術(shù)平權(quán)背景下，數(shù)據(jù)資 產(chǎn)為垂類場景 AI 開發(fā)最核心壁壘，優(yōu)質(zhì)數(shù)據(jù)要素對應(yīng)高效、高適配度的 AI 模型。龍頭 設(shè)計院基于業(yè)內(nèi)領(lǐng)先的案例庫及數(shù)據(jù)池，有望開發(fā)或聯(lián)合開發(fā)更強大、行業(yè)適配性更優(yōu) 的 AI 算法平臺，并通過持續(xù)的行業(yè)數(shù)據(jù)積累迭代算法，優(yōu)化設(shè)計效率及設(shè)計品質(zhì)。

后續(xù)隨著 AI 建筑設(shè)計生態(tài)逐步完善，我們分析龍頭有望從三方面受益：

1）擴大管控半徑，拓寬龍頭成長邊界。龍頭設(shè)計院在技術(shù)、品牌等方面雖具備明顯優(yōu)勢， 但受制于業(yè)務(wù)高度依賴專業(yè)設(shè)計師，存在管控半徑約束。AI 智能化設(shè)計通過降低人工需 求，有望大幅擴大管控半徑，提升設(shè)計院業(yè)務(wù)承接量，進(jìn)而打開龍頭成長空間。

2）提質(zhì)增效、加快周轉(zhuǎn)，優(yōu)化商業(yè)模式。基于上市設(shè)計企業(yè)人均創(chuàng)收及人均成本測算， 若整體人員效率分別提升 10%/20%/30%，設(shè)計利潤率可提升約 8/15/21 個 pct。同時， AI 建筑設(shè)計可大幅縮短項目周期，降低前置人力成本開支，改善現(xiàn)金流及周轉(zhuǎn)率，疊加 凈利率上行，整體 ROE 有望明顯提升，商業(yè)模式有望顯著優(yōu)化。

3）SaaS 化設(shè)計平臺，開拓成長新引擎。AI 設(shè)計平臺除底層算法外，數(shù)據(jù)集為更核心壁 壘，龍頭設(shè)計院在數(shù)據(jù)資產(chǎn)上具備顯著優(yōu)勢，結(jié)合優(yōu)質(zhì)產(chǎn)業(yè) Know-How，有望開發(fā)出適 配度更優(yōu)的 AI 設(shè)計平臺，后續(xù)通過 SaaS 化推廣，有望打造新業(yè)務(wù)增長點。

龍頭優(yōu)勢更為突顯，行業(yè)格局有望優(yōu)化。當(dāng)前建筑設(shè)計行業(yè)格局分散、市場集中度較低， 核心原因在于業(yè)務(wù)高度依賴專業(yè)設(shè)計師，龍頭規(guī)模受限于管控半徑，隨著 AI 加快應(yīng)用， 龍頭有望突破供給瓶頸，技術(shù)、品牌優(yōu)勢得以更好發(fā)揮，市占率有望持續(xù)提升，競爭格 局有望優(yōu)化。同時，依托在 AI 領(lǐng)域的先發(fā)優(yōu)勢以及基于豐富資源持續(xù)迭代的算法平臺， 頭部設(shè)計院有望在 AI 設(shè)計領(lǐng)域構(gòu)建護(hù)城河，進(jìn)一步夯實龍頭地位。

4.重點公司分析

4.1. 華建集團：上海國資委旗下設(shè)計院，房建 AIGC 設(shè)計平臺初具雛形

上海國資委旗下設(shè)計院，業(yè)務(wù)底蘊深厚。公司前身系 1953 年由上海市建筑工程局生產(chǎn) 技術(shù)處成立的華東院及上海院，1998 年 3 月“兩院”合并組建上?，F(xiàn)代建筑設(shè)計公司， 2015 年 10 月公司借殼棱光實業(yè)登陸上交所，更名華建集團，實控人為上海國資委。華 東院和上海院為上海第一家國營中央設(shè)計公司和上海第一家市屬設(shè)計單位，為上海設(shè)計 事業(yè)發(fā)展的引領(lǐng)者，曾參與設(shè)計東方明珠、上海環(huán)球金融中心、重慶保利國際廣場等多 個地標(biāo)性建筑。當(dāng)前公司業(yè)績遍及全國各省市及 100 多個國家和地區(qū)，累計完成 5 萬余 項工程設(shè)計及咨詢工作，在超高層、醫(yī)療康養(yǎng)、機場交通、軌交與立體城市（TOD）等 專項化領(lǐng)域具備顯著優(yōu)勢。

盈利指標(biāo)持續(xù)改善，現(xiàn)金流優(yōu)異。2022 年公司實現(xiàn)營業(yè)總收入 80.4 億元，同降 11.2%， 主要系受特殊宏觀因素影響，總承包確認(rèn)收入額大幅下滑；受益高毛利設(shè)計業(yè)務(wù)占比提 升，全年公司實現(xiàn)歸母凈利潤 3.85 億元，同增 17.6%，增速顯著快于收入。2020-2022 年公司毛利率、凈利率及人均創(chuàng)利穩(wěn)步提升，盈利質(zhì)量持續(xù)改善；經(jīng)營性現(xiàn)金流維持較 高凈流入，表現(xiàn)優(yōu)異。

持續(xù)推進(jìn)數(shù)字化轉(zhuǎn)型，加快 GPT、Diffusion 等 AI 技術(shù)應(yīng)用。公司旗下華建數(shù)創(chuàng) Arctron 自研 Arctron ArcOS 建筑智慧操作平臺，并基于 ArcOS 研發(fā)了建筑級數(shù)字底座產(chǎn)品 Building ArcBase 和城市級數(shù)字底座產(chǎn)品 City ArcBase，有效助力公司“數(shù)字孿生”及“智 慧賦能”兩大板塊發(fā)展。基于數(shù)字化平臺，公司在高層建筑等優(yōu)勢領(lǐng)域已積累龐大數(shù)字 資產(chǎn)，同時旗下華東院內(nèi)設(shè)專業(yè) AI 團隊，持續(xù)推動 AI 算法在設(shè)計領(lǐng)域應(yīng)用，技術(shù)迭代 速度大幅領(lǐng)先同業(yè)，已初步將 GPT 和 Diffusion 等 AIGC 技術(shù)運用至前端方案設(shè)計，并在 加快推進(jìn)后端施工圖設(shè)計的 AI 應(yīng)用，為業(yè)內(nèi)少數(shù)具備 AI 技術(shù)自主開發(fā)及實際應(yīng)用落地 的設(shè)計龍頭。

4.2. 華設(shè)集團：交通基建數(shù)字化領(lǐng)軍企業(yè)，有望打造交通領(lǐng)域優(yōu)勢 AI 平臺

持續(xù)推動交通基建數(shù)字化轉(zhuǎn)型，EICAD 產(chǎn)品實現(xiàn) SaaS 化推廣。公司前身為江蘇省交通 規(guī)劃設(shè)計院，成立歷史超 60 年，為全國唯一具備交通全行業(yè)（公路、鐵路、水運、民航） 綜合設(shè)計能力的工程咨詢設(shè)計企業(yè)。公司持續(xù)推動基礎(chǔ)設(shè)施全要素、全周期數(shù)字化轉(zhuǎn)型， 圍繞基建數(shù)字化構(gòu)建“四云、七線”的數(shù)字化產(chǎn)品線及平臺系統(tǒng)，打通各階段間信息堵 點。針對數(shù)字設(shè)計云，公司基于設(shè)計協(xié)同、BIM 審圖、模型交付形成的 EICAD 系列產(chǎn)品 已實現(xiàn) SaaS 化：截止 2022 年末，公司 SaaS 化平臺已服務(wù)全國 1000 多家設(shè)計院，包 括交通/城建行業(yè) 80%的甲級設(shè)計院，完成道路方案設(shè)計總里程約 43000 公里。

交通基建數(shù)據(jù)資源豐富，AI ROAD 平臺有望持續(xù)迭代。2022 年旗下子公司狄諾尼發(fā)布 AI Road 快速方案設(shè)計軟件，可實現(xiàn)公路與互通立交等領(lǐng)域智能高效三維出圖，當(dāng)前主 要用于招投標(biāo)階段的方案設(shè)計自動出圖。2023 年 2 月 AI ROAD 產(chǎn)品升級迭代，進(jìn)一步 支持場景出圖，可實現(xiàn)設(shè)計方案三維模型及設(shè)計信息的綜合展示，大幅提升方案研究效 率。公司深耕交通領(lǐng)域 62 年，設(shè)計了全國及海外超 6000 公里高速公路、1000 余公里 城市快速路和主干道、300 多座特大型橋梁、3200 公里四級以上內(nèi)河干線航道和沿海航 道、80 余座各類船閘、近 1000 公里的鐵路，建立了基于多源大數(shù)據(jù)綜合交通分析平臺， 支撐全國 400 多個城市群/都市圈、省市及片區(qū)等各類戰(zhàn)略規(guī)劃、綜合規(guī)劃及各專項規(guī)劃 落地，數(shù)據(jù)資產(chǎn)雄厚?；谪S富數(shù)據(jù)池，公司 AI ROAD 產(chǎn)品有望持續(xù)迭代，并延伸至后 端施工圖設(shè)計環(huán)節(jié)，打造交通領(lǐng)域優(yōu)勢 AI 平臺。

4.3. 華陽國際：民營房建設(shè)計領(lǐng)軍企業(yè)，iBIM 平臺加速迭代

民營房建設(shè)計領(lǐng)軍企業(yè)，已實現(xiàn)全專業(yè) BIM 正向設(shè)計。公司于 2008 年成立 BIM 項目 組并啟動 BIM 專項應(yīng)用研究，已歷經(jīng)十余年研發(fā)沉淀及項目實踐積累，在 BIM 領(lǐng)域具備 顯著先發(fā)優(yōu)勢。截至 2021 年末，公司 BIM 系統(tǒng)累計項目應(yīng)用超 150 個，總建筑面積超 4000 萬平米。2019 年公司成立全資子公司華陽國際城市科技公司，大力推動城市建設(shè) 科技技術(shù)的研究和開發(fā)工作，相繼研發(fā)上線了 iBIM 平臺 V1.0 版和華陽速建 2019 版， 實現(xiàn)了建筑、結(jié)構(gòu)、給排水、暖通、電氣、裝配式等全專業(yè)的 BIM 正向設(shè)計。2022 年公 司進(jìn)一步迭代優(yōu)化 BIM 系統(tǒng)，上線 iBIM 平臺 V4.0 版和華陽速建 2022 版，包含族庫管 理、產(chǎn)品管理、華陽速建、云算量管理、設(shè)計管理、華陽知乎等子系統(tǒng)。當(dāng)前公司 BIM 數(shù)字化設(shè)計系統(tǒng)以 CAPOL iBIM 為中心，協(xié)同 CAPOL 3D（華陽速建）和 CAPOL 2D（華 陽速繪）兩大工具打通項目全生命周期數(shù)據(jù)，可實現(xiàn)“一模到底”、“一數(shù)一源”，是業(yè)內(nèi) 為數(shù)不多具備 BIM 正向設(shè)計能力的企業(yè)之一。

AI 技術(shù)賦能，公司 iBIM 平臺有望實現(xiàn)進(jìn)一步迭代升級。公司 CAPOL iBIM 平臺經(jīng)多年 迭代優(yōu)化，已于 2022 年推出 4.0 版，該平臺可實現(xiàn)設(shè)計、造價、采購、生產(chǎn)、施工、運 維全流程云端協(xié)同管理，搭載數(shù)據(jù)、流程、報表、輕量化四大引擎，數(shù)字化優(yōu)勢顯著。 2021 年 12 月，公司公告與萬翼科技簽署戰(zhàn)略合作協(xié)議，雙方擬在 AI 審圖定制規(guī)則研 發(fā)、AI 審圖接入?yún)f(xié)同平臺、AI 賦能設(shè)計場景等領(lǐng)域展開合作，目前公司 iBIM 平臺與萬 翼 AI 審圖平臺已實現(xiàn)數(shù)據(jù)互通，設(shè)計管控與 AI 審圖可以無縫對接，大幅提升設(shè)計成果 審查效率。雙方后續(xù)擬進(jìn)一步研究 AI 審圖的準(zhǔn)確性及優(yōu)化方案，探索 AI 能力與 BIM 模 型審查相結(jié)合，逐步實現(xiàn) BIM 項目管理智能化轉(zhuǎn)型。長期來看，依托領(lǐng)先研發(fā)水平及強 建筑 Know-How，公司有望持續(xù)迭代優(yōu)化 iBIM 平臺，同時通過嵌入 AI 技術(shù)模塊，打造 房建領(lǐng)域 AI 智能設(shè)計平臺。

4.4. 設(shè)計總院：安徽基建設(shè)計龍頭，數(shù)字化轉(zhuǎn)型升級提質(zhì)增效

皖地工程設(shè)計翹楚，多元發(fā)展、全域布局。設(shè)計總院創(chuàng)建于 1960 年，由安徽省交通控 股集團有限公司國有控股。業(yè)務(wù)領(lǐng)域方面，公司主要從事交通與城鄉(xiāng)基礎(chǔ)設(shè)施、資源與 生態(tài)環(huán)境、智能與信息化系統(tǒng)等工程的前期勘察設(shè)計、工程建設(shè)、工程管理，以及總承 包、專業(yè)化施工、PPP、資本投資等產(chǎn)業(yè)鏈延伸方向，形成涵蓋“路、城、水”三大領(lǐng)域 的多元化經(jīng)營格局。區(qū)域布局方面，公司深耕基地市場，多年來逐步成長為安徽省建筑 設(shè)計龍頭，并通過屬地化經(jīng)營擴大省外網(wǎng)點布局、通過技術(shù)輸出打開境外市場，加速開 啟全國化、全球化進(jìn)程。公司業(yè)務(wù)遍布國內(nèi)近 30 個省級行政區(qū)以及非洲、東南亞等境外 地區(qū)，逐步形成跨區(qū)域、多領(lǐng)域的業(yè)務(wù)布局。

經(jīng)營穩(wěn)健向好，在手訂單充裕支撐業(yè)績增長。2022 年公司業(yè)績穩(wěn)健提升，現(xiàn)金流大幅改 善，全年實現(xiàn)營業(yè)收入 28.0 億元，同比增長 18.7%；歸母凈利潤 4.4 億元，同比增長 14.0%；經(jīng)營性現(xiàn)金流凈額 4.8 億元，同比增長 184.7%。充裕的現(xiàn)金流為高分紅提供基 礎(chǔ)，2022 年公司擬每股派發(fā) 0.53 元現(xiàn)金紅利，合計 2.48 億元，分紅率約 56%。2022 年公司主營業(yè)務(wù)毛利率為 31.7%，同比下降 1.26 個 pct，省內(nèi)/省外毛利率分別為 32.0%/30.9%，同比變動-4.78/+9.56 個 pct，省外盈利能力加速提升，屬地化經(jīng)營優(yōu)勢 有望持續(xù)顯現(xiàn)。2022 年新簽訂單 40.3 億元，系當(dāng)年營收的 1.4 倍；年末在手訂單總額 為 76.1 億元，同比增長 14.59%，項目儲備充裕，為后續(xù)業(yè)績增長提供支持。

數(shù)字化建設(shè)提質(zhì)增效，數(shù)智化業(yè)務(wù)取得進(jìn)展。公司持續(xù)推進(jìn)數(shù)字設(shè)計院建設(shè)，并積極拓 展基礎(chǔ)設(shè)施工程數(shù)字化業(yè)務(wù)。1）數(shù)字轉(zhuǎn)型框架搭建：2022 年公司新基地數(shù)據(jù)機房投入 使用，云平臺二期 1000 個云桌面、12 個大型軟件計算中心陸續(xù)建成并開始應(yīng)用，基本 實現(xiàn)本部勘察設(shè)計業(yè)務(wù)全部上云。公司通過將 AI、互聯(lián)網(wǎng)及大數(shù)據(jù)技術(shù)與工程實際結(jié)合 進(jìn)行深度研發(fā)，初步實現(xiàn)知識庫和協(xié)同業(yè)務(wù)系統(tǒng)在所有專業(yè)全覆蓋，并上線智云出圖系 統(tǒng)、啟動智慧造價系統(tǒng)建設(shè)，同時對云外業(yè)平臺進(jìn)行升級，完成了數(shù)字化交付系統(tǒng)試點 項目建設(shè)。2022 年人均創(chuàng)收創(chuàng)利提升，提質(zhì)增效顯著。2）數(shù)智化業(yè)務(wù)拓展：公司在大 數(shù)據(jù)與云業(yè)務(wù)、智慧交通、數(shù)字化建造技術(shù)等領(lǐng)域取得進(jìn)展，為多個重點項目提供 BIM、 GIS 等數(shù)字化技術(shù)賦能，2022 年數(shù)智化業(yè)務(wù)新簽合同額約 2447 萬元，未來有望借助云 平臺技術(shù)和大數(shù)據(jù)中心資源加速新業(yè)務(wù)拓展。

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

精選報告來源：【未來智庫】。「鏈接」