港大研发AI信息修复平台OpenBIM Doctor 提升工程管理效率
AM730 · 1 SOURCES1 day ago2 MIN

Summary
香港大学建筑学院智能城市建造实验室(iLab)研发了结合大型语言模型(LLM)与openBIM标准的AI信息修复平台OpenBIM Doctor,通过“证据门控”(Evidence-Gated)验证机制助业界更有系统地识别、核查及处理建筑模型中的潜在信息问题。该研究由高文君博士在总监吕伟生讲座教授与陈俊杰教授指导下完成,近日更荣获2026年buildingSMART国际openBIM“学生研究组别”大奖,获得国际业界肯定。
Key Points
- 平台由高文君博士在吕伟生讲座教授及陈俊杰教授指导下研发,分析四个建筑案例后识别出4,660项需要进一步核查的信息问题
- 信息问题涵盖五大范畴:信息缺失、几何、分类、关系及语义退化,通过系统化问题诊断及修复机制处理
- 平台已完成684项修复工作,其中最大案例涉及处理约180万项数据记录,完成448项修复,包括437项材料相关修复及11项类型信息修复
- 系统采用“证据门控”验证机制,每当侦测到潜在信息问题,会根据IFC档案内可读取的数据评估修正建议是否有依据,才会将数据写入模型
- 比较测试显示,基础模型产生37个缺乏依据的修复建议,而门控平台在该测试中并未写入任何无依据的修复方案
Why It Matters
香港土地资源有限、缺乏原生天然资源与大型制造业基地,须建立极具弹性且全球化的供应链管理体系。当建筑信息出现错漏或异常时,工程团队以往需逐一核查,耗费大量人力和时间。OpenBIM Doctor通过AI提升潜在问题的识别效率,并确保所有修正建议均有可验证的证据基础,避免AI基于推测而产生错误信息,为智慧建造建立更可靠基础 。
香港土地资源有限、缺乏原生天然资源与大型制造业基地,须建立极具弹性且全球化的供应链管理体系。当建筑信息出现错漏或异常时,工程团队以往需逐一核查,耗费大量人力和时间。OpenBIM Doctor通过AI提升潜在问题的识别效率,并确保所有修正建议均有可验证的证据基础,避免AI基于推测而产生错误信息,为智慧建造建立更可靠基础 。