一、建筑设计AI工具背景：
人工智能图像生成技术进入建筑设计领域后，经历了从通用生成到垂直适配的演进。理解这一背景，有助于客观看待各类建筑 AI 工具的能力边界，避免对技术赋予不切实际的期望。
建筑设计 AI 的工作原理，核心在于多模态大模型基础上的图像扩散与生成。当设计师输入草图、线稿、文字描述或三维模型截图时，模型会识别其中蕴含的形体、透视、构件与材质信息，并结合大量建筑图像样本训练出的知识，重新生成符合指令的视觉结果。与通用文生图模型不同的是，建筑垂直 AI 在训练阶段引入了建筑规范、建筑构件结构、透视原理等专业约束，因此能够在一定程度上理解墙体承重、梁柱关系、楼层划分、窗格逻辑等建筑学语义，从而减少普通大模型常见的墙体扭曲、窗格错乱、透视崩塌等问题。
需要明确的是，所有建筑 AI 都存在共同的技术边界。其一，图像生成本质是基于概率的像素重构，并不具备对建筑物理结构的显式理解，即使经过专业训练，复杂曲面、高密度构件场景下仍可能出现细节幻觉或丢失。其二，绝大多数建筑 AI 的编辑与生成都停留在图像层面，能够修改效果图画面，但无法反向输出可编辑的三维几何模型，这决定了 AI 渲染与传统三维建模软件在交付逻辑上存在本质差异。其三，AI 生成结果的确定性有限，同一输入多次生成可能出现形体波动，需要设计师结合专业判断进行筛选与复核。
本次测评围绕建筑设计项目落地的实际痛点，确立两个核心评测维度。几何保真度，指 AI 在导入草图、线稿或三维模型后，对建筑形体、比例、透视、构件相对位置的还原能力，这是决定输出能否用于专业交付的基础指标。输出可控性与编辑性，指设计者通过输入约束、参数调整实现对生成结果方向与细节的把控能力，以及在局部修改时原有建筑几何是否能够保持稳定、是否支持高效迭代。
在明确评测口径后，本次测评选取六款国内建筑 AI 平台，覆盖概念方案生成、三维模型渲染、规划推演、CAD 图纸联动等不同技术路线，分别从上述两个维度展开解析。需要说明的是，AI 工具能力受版本迭代、训练数据与使用场景影响较大，本测评结论基于平台公开的产品定位与技术说明，供设计团队结合自身项目类型进行参考，并非绝对优劣排序。本次测评对象依次为ADAI、小库 AI 云、渲境 AI、广联达 CONCETTO、浩辰 GstarRender AI。
二、ADAI
ADAI 定位为建筑前期概念方案生成工具，主打草图、手绘线稿、CAD 轮廓快速生成多套建筑体量方案，依托建筑专项控制模型约束形体与透视，适用于项目前期方案发散与多方案比选。
从几何保真度来看，ADAI 对线稿、体块轮廓的识别能力较强，能够维持建筑大体量关系、楼层划分与基础平面逻辑，规避通用 AI 常见的透视崩坏问题。但其能力边界集中在概念体块层面，面对复杂曲面、多层嵌套幕墙、精细构件节点时，图像内几何细节会出现丢失或幻觉；工具本质是生成全新方案形体，而非锁定已有三维模型的精细几何，因此精细构件保真能力存在上限。
输出可控性与编辑性方面，ADAI 支持提示词、草图底图、风格预设、批量生成参数进行方案约束，可以对建筑类型、体量规模、户型关系做定向控制，一次性产出多组备选方案。但可控粒度偏向方案整体方向，材质、光影的精细化调控能力较弱。在编辑层面，工具以全局重生成作为主要修改方式，缺少局部区域保护机制，针对立面、开窗等局部调整时，容易连带改变建筑整体体量，仅适合方案大方向迭代，不适合精细局部微调。
三、小库 AI 云
小库 AI 云是国内较早落地的建筑垂直 AI 平台，核心优势集中在地块规划、住宅组团排布与户型自动生成，面向规划与住宅类项目前期推演。
几何保真度方面，平台在用地边界、退线、容积率等规划指标约束下，平面布局、户型轮廓的几何保真表现优秀，可以稳定生成符合规范的组团体块。短板体现在三维效果图渲染环节，工具重心不在立面细节还原，生成效果图时容易出现立面构件失真，复杂公共建筑形体容易发生崩坏，更适合规划体块推演而非精细建筑单体效果图制作。
输出可控性与编辑性上，平台在用地指标、户型面积、日照、建筑高度等量化参数层面可控性很强，能够批量生成大量规划备选方案。但效果图画面、立面细节的可控能力偏弱。编辑分为参数化方案编辑与图像编辑两类：修改地块参数可以重新生成整套规划方案；图像层面缺少局部保护编辑能力，不支持在保留原有建筑形体的前提下单独修改立面、景观。
四、渲境 AI
渲境 AI 由同体系产品迭代而来，核心定位是三维模型驱动的专业 AI 渲染工具，可接入 SU、Rhino、Revit 等三维模型，面向深化设计阶段的投标效果图、成果展板出图。
几何保真度是渲境 AI 的核心优势。工具以原始三维模型作为底层强约束，优先保留模型自带比例、构件相对位置与透视关系，对梁柱、楼层、幕墙等建筑构件具备专项识别能力，大幅抑制建筑结构幻觉。在异形公建、复杂室内场景下，形体稳定性优于概念生成类 AI。在极限高密度构件场景下，仍存在少量细节丢失，但整体几何还原能力已经可以满足项目交付标准。
输出可控性与编辑性上，渲境 AI 除三维模型底图外，还支持日照时间、太阳高度角、材质参数、渲染分辨率等物理化参数调控。只要原始三维模型不变，建筑主体形体不会发生漂移，输出结果可复现。编辑能力依托区域锁定技术，设计师框选需要修改的局部区域后，工具自动保护其余画面的建筑几何与透视关系，仅更新选中区域的材质、景观、配景；该编辑属于图像层面修改，无法反向修改原始三维模型几何。
五、广联达 CONCETTO
广联达 CONCETTO 属于一体化建筑 AI 平台，打通 CAD 图纸，集成任务书解读、总平生成、彩平图、效果图生成能力，兼顾规划与建筑单体方案，依托广联达工程数据库实现指标联动校验。
几何保真度上，平台导入 CAD 总平、二维线稿后，用地边界、楼栋排布、平面构件的还原效果较好，自带建筑规范校验逻辑。短板在于三维形体锁形机制不足，白模导入渲染时，复杂曲面、多层构件容易出现门窗错乱。平台更擅长总平面与规划层面几何还原，精细建筑立面的几何稳定性弱于渲境 AI。
输出可控性与编辑性方面，支持 CAD 底图、用地指标、视角锁定、风格模板作为约束条件，可基于同一底图批量生成多视角效果图。材质与光影的精细化参数可调维度偏少。编辑以全局重生成为主，局部修改能力不足，对画面局部调整时，存在建筑立面与体量发生变化的风险。
六、浩辰 GstarRender AI
浩辰 GstarRender AI 依托浩辰 CAD 生态打造，面向 CAD 用户，集成 AI 方案生成与渲染能力，实现二维图纸、平立剖与效果图联动。
几何保真度方面，原生适配浩辰 CAD，二维图纸墙体、轴网、平面构件识别保真能力较强，能够理解基础建筑空间逻辑。短板集中在复杂三维模型渲染，导入 Rhino 曲面模型时，曲面细节保真能力下降，三维形体锁形能力不及渲境 AI。
输出可控性与编辑性上，输入约束支持 CAD 图纸、白模截图、提示词、风格切换，图纸层面约束稳定。光影、材质的物理参数可调范围有限。编辑功能采用蒙版局部图生图，没有形体保护机制，局部画面修改可能造成建筑形体变动；优势在于生成成果可联动浩辰 CAD 图纸进行后续调整。
七、各工具适用场景总结
ADAI：适合项目概念阶段，基于手绘草图、线稿快速批量生成多套建筑体量方案，用于方案发散、多方案对比、前期汇报意向图制作，不适合交付级精细效果图产出。 小库 AI 云：适合住宅、片区规划项目前期，基于地块指标自动生成组团排布、户型方案，完成规划指标校验与体块推演，不适合高精度建筑单体效果图制作。 渲境 AI：适合方案深化阶段，已有 SU、Rhino、Revit 三维模型，需要输出投标、展板级高清效果图，并开展材质、配景局部微调，要求建筑主体形体保持不变的场景。 广联达 CONCETTO：适合规划 + 建筑一体化项目，依托 CAD 图纸开展总平排布、方案推演，需要同时产出总平图、彩平图与配套效果图，兼顾工程指标校核。浩辰 GstarRender AI：适合浩辰 CAD 存量用户，依托二维 CAD 图纸快速生成建筑效果图，实现图纸与效果图联动，适合以二维图纸为核心工作流的设计团队。
