2025建筑设计行业的人工智能辅助设计

2025建筑设计行业的人工智能辅助设计前言从“手绘草图”到“数字孪生”——AI重构建筑设计的时代浪潮建筑设计，作为一门融合艺术、技术与人文的综合性学科，始终在时代变革中寻找突破从古希腊的柱式美学、文艺复兴的空间叙事，到工业革命后的功能主义、数字时代的参数化设计，技术进步始终是推动行业演进的核心动力进入21世纪第三个十年，人工智能（AI）技术的爆发式发展，正以前所未有的深度与广度渗透到建筑设计的全流程——从最初的“工具辅助”，到如今的“协同创作”，AI不仅改变着设计师的工作方式，更在重塑行业的价值逻辑与发展路径站在2025年的时间节点回望，AI辅助设计已不再是“未来趋势”，而是成为行业的“基础设施”据中国建筑科学研究院《2024-2025建筑行业AI应用白皮书》显示，国内头部设计院AI工具渗透率已超75%，中小型企业渗透率达42%，AI在设计效率提升、成本优化、创新可能性拓展等方面的价值已得到广泛验证然而，技术的快速迭代也带来了新的挑战当AI开始自主生成方案、自动优化结构、甚至预测建筑全生命周期性能时，设计师的核心竞争力是什么？行业的伦理边界与法律责任如何界定？这些问题，既是当前建筑设计行业转型的关键命题，也是本报告试图探讨的核心方向本报告将以“总分总”结构为框架，采用“现状-技术-应用-影响-挑战-趋势”的递进逻辑，结合行业实践案例与数据，全面剖析2025年建筑设计行业AI辅助设计的发展现状、技术支撑、应用场景、第1页共15页深层影响及未来趋势，最终回归“人机协同”的本质，探讨AI时代建筑设计行业的可持续发展路径

一、2025年建筑设计行业AI辅助设计的发展现状从“工具普及”到“生态成熟”

1.1行业渗透率与应用基础从“单点尝试”到“全流程覆盖”经过十余年的技术沉淀与市场教育，AI辅助设计在2025年已实现从“实验室技术”到“行业标配”的跨越根据国际建筑师协会（UIA）2025年Q1全球调研数据，全球建筑设计项目中AI应用的比例已达68%，较2020年提升42个百分点；其中，AI在概念设计阶段的应用渗透率最高（83%），深化设计阶段（施工图生成）渗透率达76%，施工落地阶段（进度与质量监控）渗透率达61%这一数据背后，是AI工具从“小众探索”到“大规模应用”的转变——以国内市场为例，2025年主流设计软件（如AutoCAD、Revit、Rhino）均已集成AI插件，部分企业甚至开发了自研AI设计中台，实现了“设计需求-数据输入-方案生成-反馈迭代”的闭环更值得关注的是，AI的应用不再局限于头部设计院过去三年，随着云服务普及与轻量化AI工具的开发，中小型设计公司和独立设计师也逐步接入AI辅助系统例如，国内某区域型设计院通过订阅“轻量化AI设计平台”（年费约10万元），将方案设计周期缩短30%，小型项目（如社区服务中心、精品民宿）的出图效率提升50%，其负责人在访谈中提到“以前做一个小型方案要3周，现在用AI辅助，1周就能完成初稿，虽然不能完全替代人工，但对中小院来说，这是‘活下去’的关键”

1.2技术应用成熟度从“单一功能”到“多模态协同”第2页共15页2025年的AI辅助设计技术，已从早期的“单一工具（如参数化建模、智能渲染）”进化为“多模态协同系统”这种协同体现在三个层面一是“多技术融合”AI与BIM（建筑信息模型）、GIS（地理信息系统）、物联网（IoT）、数字孪生等技术深度整合例如，某设计院在“城市更新项目”中，通过AI将GIS地形数据、历史建筑保护要求、周边交通流量数据输入BIM模型，自动生成“保留-改造-新建”三维布局方案，并实时模拟不同方案的日照、通风、能耗指标；二是“多任务并行”AI可同时处理多个设计任务如在方案设计阶段，AI既能生成数十个概念草图（基于用户输入的“风格偏好”“功能需求”），又能自动进行结构初步验算、成本估算、材料选择，甚至生成多语言设计说明；三是“多角色协同”AI不仅服务于设计师，还能与业主、施工方、运维方实时交互例如，AI设计系统可根据业主反馈动态调整方案（如“增加无障碍设施”“降低建造成本10%”），并将修改后的模型直接推送至施工方的数字孪生平台，实现设计-施工的无缝衔接这种技术成熟度的提升，使得AI不再是“设计师的助手”，而更像“设计团队的一员”——它承担了重复性工作（如建模、算量、规范检查），释放了设计师的创造力，让团队能将精力集中于“策略思考”“人文关怀”等高价值环节

二、AI辅助设计的核心技术支撑从“工具逻辑”到“智能决策”

2.1基础技术体系深度学习与生成式AI的双重驱动2025年建筑设计AI技术的突破，离不开深度学习与生成式AI的发展以生成式AI为代表的大语言模型（LLM）、图像生成模型（如第3页共15页Midjourney

6.

0、Stable Diffusion

4.0）、3D模型生成模型（如Kaedim、Plask）成为核心工具大语言模型（LLM）在设计需求理解与方案说明生成中发挥关键作用例如，设计师通过自然语言描述（“在滨江区域设计一个10万㎡的商业综合体，风格现代简约，需突出‘生态友好’理念，同时满足LEED白金认证标准”），LLM可自动解析需求，生成符合规范的设计任务书（包含功能分区、流线设计、技术参数等），并能与设计师实时对话，根据反馈修改方案逻辑某事务所的案例显示，LLM在需求转化阶段可减少设计师80%的文字工作，且需求理解准确率达92%图像生成模型则让“从文字到图像”的概念可视化成为可能2025年的图像生成模型已能生成符合建筑规范的2D平面、3D透视图、鸟瞰图，甚至动态漫游视频例如，设计师输入“一个以‘山水意境’为主题的中式园林酒店，主体建筑融入山体轮廓，采用灰瓦白墙，庭院中有流水与假山”，AI可在5分钟内生成10版不同视角的概念草图，其中3版通过了甲方初步筛选，大幅降低了方案沟通成本3D模型生成模型则解决了“从草图到模型”的痛点传统设计中，将2D草图转化为3D模型需要设计师手动建模，耗时且易出错；而2025年的3D生成模型（如基于神经辐射场NeRF技术的3D重建工具）可通过单张或少量2D草图，自动生成带材质、尺寸的三维模型，并支持实时修改参数（如“调整层高”“改变窗洞位置”）国内某初创AI设计公司的测试数据显示，该技术将3D建模时间从平均8小时缩短至15分钟，且模型精度满足初步方案阶段要求

2.2行业专属技术参数化设计与数字孪生的深度融合建筑设计的专业性决定了通用AI技术需与行业专属技术结合2025年，参数化设计与AI的融合成为核心技术方向参数化设计通过第4页共15页算法定义“设计变量”与“约束条件”，而AI则赋予参数化模型“自优化”能力参数化优化算法已广泛应用于结构优化、空间布局优化、能耗优化等场景例如，在超高层建筑设计中，AI可根据地质条件、风荷载、地震烈度等数据，自动调整结构参数（如柱网尺寸、剪力墙厚度），在保证安全的前提下，使结构自重减少15%-20%；在室内空间布局中，AI可基于人流数据、功能需求（如“会议室需靠近入口”“休息区需采光好”），生成最优的空间划分方案，并模拟不同方案的使用效率数字孪生技术则构建了“虚拟建筑”与“现实建筑”的连接AI驱动的数字孪生平台可实时采集建筑施工、运维阶段的传感器数据（如温度、湿度、能耗），并通过预测性算法提前预警问题（如“某区域空调能耗异常，可能存在管道泄漏”）2025年，国内一线城市新建项目中，数字孪生技术的应用率已达58%，平均可降低运维成本12%

三、AI辅助设计的应用场景从“流程优化”到“价值创造”

3.1概念设计阶段AI作为“创意激发器”概念设计是设计过程的起点，也是最依赖设计师灵感与创造力的阶段AI在这一阶段的应用，并非替代设计师的创意，而是通过“多维度发散”拓展创意边界多方案生成与筛选是AI在概念设计中的核心应用例如，在“乡村振兴社区中心”设计中，设计师输入“功能需求（图书馆、社区活动、农产品展示）+地域文化（徽派建筑元素）+预算（500万）”，AI可在1小时内生成30个概念方案，每个方案包含不同的空间组织逻辑（如“中心围合式”“线性展开式”“山地嵌入式”），第5页共15页并自动计算各方案的建造成本、空间利用率、文化表达度，最终输出“TOP3方案”供设计师选择某乡村规划设计院反馈，该工具使概念方案阶段的“创意发散效率”提升300%，且方案多样性显著优于传统人工设计文化符号转译是AI赋能传统设计的重要方向中国、日本等拥有深厚文化底蕴的国家，设计师常需将地域文化符号融入现代建筑2025年的AI可通过图像识别、语义分析，从历史建筑、非遗工艺中提取文化元素（如徽派建筑的“马头墙”“天井”，日式建筑的“侘寂美学”），并将其抽象为参数化语言，应用于现代建筑设计例如，某文化中心项目中，AI从“故宫角楼”的形态中提取“飞檐起翘”“斗拱结构”的几何特征，转化为参数化屋顶设计，既保留文化记忆，又满足现代建筑的结构安全要求

3.2方案设计阶段AI作为“决策辅助器”方案设计阶段涉及复杂的功能、技术、美学平衡，AI通过数据整合与逻辑推演，帮助设计师做出更科学的决策功能布局优化是AI的优势领域传统功能布局需设计师手动调整各空间关系，易受经验局限；而AI可基于用户行为数据（如“办公区人员流动路径”“医院患者就诊流程”），自动优化空间布局例如，在医院方案设计中，AI分析历史医院的“科室分布-就诊效率”数据，生成“门诊-急诊-住院”三区最优布局方案，并模拟不同时段的人流拥堵情况，辅助设计师调整候诊区面积、电梯位置等细节某三甲医院扩建项目中，AI优化后的布局使患者平均就诊时间缩短25%技术可行性验证则让方案设计更具落地性AI可快速验证方案是否符合建筑规范（如消防疏散距离、日照标准、声学环境）、结构安全（如荷载计算、抗震等级）、成本控制（如材料用量、人工成第6页共15页本）例如，在一个超限高层建筑方案中，AI在2小时内完成了12项规范检查（如“核心筒与外框柱的连接节点是否满足抗震要求”“消防电梯的数量是否达标”），并指出3处设计缺陷（如“某区域疏散宽度不足”），避免了施工阶段的重大修改

3.3深化设计阶段AI作为“效率倍增器”深化设计（施工图设计、BIM模型深化）是建筑设计中最繁琐、最耗时的环节，AI通过自动化工具，显著提升设计效率施工图自动生成已成为现实2025年，基于建筑规范数据库与BIM模型的AI工具，可自动生成符合国家规范的建筑、结构、机电施工图例如，AI可根据建筑平面布局自动生成墙、柱、梁的定位与尺寸标注，根据结构模型自动生成钢筋排布图，根据机电系统图自动生成管线走向与设备型号标注某设计院的案例显示，AI生成的施工图经人工审核后，可减少50%的绘图工作量，且规范错误率从传统人工设计的8%降至

1.5%工程量自动计算则解决了造价预算的痛点传统工程量计算需设计师手动统计各构件的尺寸与数量，易出错且耗时；AI可通过BIM模型自动提取工程量数据（如“混凝土用量”“钢筋用量”“门窗面积”），并生成详细的造价报表某造价咨询公司的测试数据显示，AI计算的工程量与实际施工数据误差率仅3%，且计算速度比人工快10倍

3.4施工与运维阶段AI作为“过程监控器”AI的价值不仅体现在设计阶段，更延伸至建筑的全生命周期管理施工进度与质量监控方面，AI通过数字孪生与物联网技术，实时监控施工过程例如，施工方在工地部署摄像头与传感器，AI可实第7页共15页时识别施工进度偏差（如“某区域混凝土浇筑滞后计划3天”），并分析原因（如“材料供应延迟”“人力不足”），推送调整建议；同时，AI可通过图像识别技术检查施工质量（如“钢筋间距是否符合规范”“模板安装是否平整”），将质量问题发现时间从“施工后检查”提前至“施工中实时预警”建筑运维优化则让AI从“设计工具”转变为“运营伙伴”AI可通过分析建筑能耗数据（如空调、照明、电梯），优化运行策略（如“非工作时段自动降低空调温度”“根据人流调整电梯运行频率”），某商业综合体应用后，年能耗降低18%；同时，AI可基于设备传感器数据进行预测性维护（如“电梯电机振动异常，提前安排检修”），将设备故障率降低25%，运维成本减少15%

四、AI对建筑设计行业的深层影响从“行业变革”到“价值重构”

4.1对设计流程的重构从“线性流程”到“迭代协同”传统建筑设计流程是“线性递进”的概念设计→方案设计→深化设计→施工落地，各阶段相对独立，信息传递易出现偏差AI推动设计流程向“迭代协同”转变信息实时共享打破了阶段壁垒AI设计中台可实时整合各阶段数据（如概念设计阶段的空间布局数据，可直接用于深化设计阶段的BIM模型；施工阶段的进度数据，可反馈至设计阶段优化方案），避免“信息孤岛”例如，某设计院在“城市地标项目”中，AI将概念方案的形态数据直接导入深化设计系统，设计师可在BIM模型中实时调整结构参数，无需重复建模，设计周期缩短40%多角色实时协同提升了设计效率AI设计系统支持设计师、业主、施工方、运维方在同一平台实时协作业主可通过界面直接修改第8页共15页需求（如“增加儿童活动区”），AI自动更新设计方案并反馈修改后的成本、工期；施工方可提出施工难点（如“某区域结构施工复杂”），AI辅助设计师优化节点设计这种“多方实时互动”模式，使设计变更次数减少30%，沟通成本降低50%

4.2对设计师角色的重塑从“技术执行者”到“策略决策者”AI接管了大量重复性、技术性工作（如建模、算量、规范检查），设计师的角色正从“技术执行者”向“策略决策者”转变创造力成为核心竞争力AI可生成大量方案，但“好的设计”不仅是“好看”，更是“解决问题”——需结合场地、文化、人文、经济等多维度策略设计师需具备“定义问题”的能力如何将业主需求转化为设计目标？如何平衡商业价值与社会责任？如何在规范限制中创造创新？例如，某乡村民宿设计中，AI生成了多个“现代简约”方案，但设计师结合当地“农耕文化”，提出“保留原有夯土墙，植入‘农耕体验’功能”的策略，最终方案既满足现代居住需求，又保留了地域记忆，获得甲方高度认可跨学科协作能力更受重视AI时代的设计问题往往是跨学科的（如“绿色建筑需结合结构、机电、环境工程”），设计师需具备整合多领域知识的能力例如，某医院设计项目中，设计师需与AI系统协作，同时考虑“医疗功能布局”（建筑）、“感染控制标准”（医疗）、“能耗优化”（环境）、“无障碍设计”（康复）等多维度需求，这要求设计师不仅懂建筑，还要了解医疗、环保等专业知识

4.3对行业商业模式的创新从“服务收费”到“价值共创”AI的应用也推动了建筑设计行业商业模式的创新，从传统的“按项目收费”向“价值共创”转变第9页共15页“设计+运维”的长期服务模式逐渐兴起传统设计公司在项目交付后与客户的联系中断，而AI支持的数字孪生系统可让设计公司持续为客户提供运维优化服务，按“运维成本节约比例”收取服务费例如，某设计公司为某商业综合体提供“AI设计+运维”服务，按“年能耗降低15%”为基准，节约部分的10%作为服务费，这种模式使设计公司与客户利益绑定，客户满意度提升至90%以上“模块化设计+AI定制”的批量服务模式降低了成本对于标准化程度高的项目（如租赁公寓、小型商业），AI可基于“核心模块+参数化调整”快速生成定制方案例如，某长租公寓企业通过AI平台，客户输入“面积+户型+预算”，AI在1小时内生成10版方案，其中3版可直接用于施工，成本降低20%，交付周期缩短50%

五、AI辅助设计面临的现实挑战技术、伦理与行业转型的阵痛尽管AI辅助设计前景广阔，但在2025年的实践中，仍面临诸多现实挑战，这些挑战既是技术问题，也是行业转型的阵痛

5.1技术落地的“最后一公里”成本、数据与标准化高昂的技术投入仍是中小企业的主要障碍2025年，主流AI设计工具（如BIM+AI插件、3D生成模型、数字孪生平台）的订阅费用或采购成本仍较高头部工具年订阅费约50-100万元，自研系统初期投入超千万元对于年营收不足5000万元的中小型设计院，AI工具的投入占比过高，导致“想用而不敢用”某区域设计院负责人坦言“我们团队100人，若采购头部AI平台，每年仅软件费用就要占我们利润的30%，实在难以承受”数据质量与标准化问题制约AI性能AI的“智慧”依赖高质量数据，但建筑行业数据分散且格式不统一不同设计院的BIM模型标准不同，历史项目数据未系统化存储，规范更新后数据未及时迭代第10页共15页例如，某AI工具因训练数据中缺乏“2024年新发布的消防规范”，在生成施工图时出现规范冲突，导致设计方案被甲方否决此外，隐私数据（如业主需求、场地敏感信息）的安全问题也不容忽视，某设计公司因AI平台数据泄露，导致核心项目信息被竞争对手获取，造成重大损失技术适配性不足影响设计深度通用AI模型（如ChatGPT、Midjourney）虽强大，但建筑设计的专业性极强，需行业专属训练数据与算法优化例如，AI生成的建筑结构方案虽“好看”，但可能忽略实际工程中的抗震、防火等核心要求；AI生成的施工图虽“规范”，但对特殊工艺（如异形幕墙、大跨度钢结构）的表达存在缺陷某钢结构设计院反馈“我们尝试用AI生成异形结构方案，但AI对‘节点受力计算’‘材料选型’的逻辑理解仍不精准，需大量人工修正，效率提升有限”

5.2行业伦理与法律的“灰色地带”版权、责任与设计同质化AI生成内容的版权归属问题尚无明确法律界定2025年，AI生成的设计方案、模型、效果图是否受著作权法保护？若AI抄袭了现有作品，责任由谁承担（设计师、AI工具商、训练数据提供者）？2024年，国内某AI设计公司因生成的概念方案与某已建成建筑高度相似，被起诉至法院，案件至今未判决，反映出行业对AI版权问题的迷茫设计责任划分的模糊性加剧了法律风险当AI生成的设计方案出现质量问题（如安全事故、使用功能缺陷），责任应归于设计师（“未审核AI结果”）、AI工具商（“算法存在缺陷”），还是业主（“过度依赖AI，未提出合理要求”）？某建筑安全事故案例中，施工方因按AI生成的简化结构图施工，导致楼板坍塌，事故调查发现AI第11页共15页模型未考虑“活荷载”，而设计师未审核该数据，最终三方责任划分成为难题设计同质化风险削弱行业创新活力AI生成的方案往往基于“最优解”逻辑（如“成本最低”“效率最高”），容易导致设计趋同例如，大量AI生成的“现代简约”方案，均采用“玻璃幕墙+白色铝板+折线屋顶”的元素，使城市风貌缺乏特色某城市规划专家担忧“AI可能成为‘设计偷懒’的工具，设计师若过度依赖AI生成的‘爆款元素’，行业创新将失去多样性”

5.3设计师的“能力转型”困境技能更新与职业焦虑设计师的技能更新压力显著增加AI时代，设计师需掌握“AI工具使用”“数据解读”“人机协作”等新技能，但多数设计师年龄较大（35岁以上占比超60%），对新技术接受能力较弱某设计院的调研显示，45%的资深设计师表示“难以适应AI工具的更新速度”，30%的设计师因“担心被AI替代”而产生职业焦虑“人机协作”的磨合成本影响工作效率AI工具的使用需要设计师具备“明确需求描述”“有效筛选AI输出”“精准修正AI错误”的能力，而初期的“人机磨合”会导致效率短暂下降例如，某设计师在使用AI生成3D模型时，因未明确“参数精度”，生成的模型与需求偏差较大，反复调整耗时3天，反而比传统建模更慢

六、2025年及未来建筑设计行业AI辅助设计的发展趋势人机协同，走向“智慧建造”

6.1技术融合深化从“工具集成”到“智能生态”未来3-5年，AI辅助设计技术将向“深度融合”与“生态化”方向发展第12页共15页AI与“元宇宙”技术结合，实现“虚拟设计-虚拟施工-虚拟运维”全流程沉浸体验设计师可通过VR设备进入“元宇宙设计空间”，与AI共同生成方案，并实时与业主、施工方进行“虚拟场景交互”，如“在虚拟空间中体验建筑的光影变化”“模拟不同季节的场地气候”，大幅提升设计沟通效率行业专属AI模型的普及，解决通用模型的“专业性不足”问题大型设计院与科技公司将合作开发“建筑设计大模型”，通过整合行业规范、历史案例、技术标准等数据，训练出“懂建筑”的AI工具，例如“结构优化大模型”“绿色建筑设计大模型”，使AI能直接输出符合行业要求的设计成果AI与“可持续发展”深度绑定，推动“零碳建筑”成为主流AI将从“被动满足绿色标准”向“主动优化可持续性能”转变，例如自动生成“低碳材料选择方案”“能源优化运行策略”“碳足迹全生命周期模拟”，使建筑设计从“合规性设计”升级为“主动创造可持续价值”

6.2行业生态重构从“单一服务”到“协同共生”AI将推动建筑设计行业从“线性价值链”向“协同生态系统”转变“设计-施工-运维”一体化平台普及，打破行业壁垒未来，设计方、施工方、运维方将通过同一AI平台共享数据，实现“设计需求-施工计划-运维优化”的全链条协同例如，施工方在施工中发现的问题，可直接反馈至AI平台，AI自动调整设计模型，设计师实时接收修改需求，形成“闭环优化”“AI+UGC”模式兴起，降低设计门槛普通人可通过轻量化AI设计工具（如“AI家装设计小程序”“社区改造方案生成器”）自主第13页共15页设计，设计师则聚焦“复杂项目”与“高价值创意”，形成“大众需求AI解决，专业需求设计师解决”的分工模式，推动建筑设计从“专业服务”向“普惠服务”发展“设计+金融”的创新合作增多AI可基于建筑全生命周期数据（如“能耗成本”“租金收益”），为业主提供“投资回报分析”，设计公司与金融机构合作推出“设计+融资”服务，降低业主初始投入，例如“按租金分成支付设计费”“绿色建筑专项贷款”，推动建筑设计从“成本中心”向“价值创造中心”转变

6.3设计师角色进化从“技术主导”到“人文引领”AI时代，设计师的核心价值将回归“人文关怀”与“策略思考”“问题定义者”角色凸显AI擅长“解决问题”，但“定义问题”的能力仍依赖设计师——如何发现用户未表达的需求（如“老年人对‘适老化’的隐性需求”）？如何平衡商业利益与社会责任（如“在商业开发中保留历史文脉”）？这些“软性能力”将成为设计师的核心竞争力“跨领域整合者”能力更受重视AI时代的设计项目往往涉及多学科知识（如“AI+医疗”“AI+教育”“AI+文旅”），设计师需具备“跨界整合”能力，将不同领域的需求转化为建筑语言，例如“医疗建筑设计师需了解康复医学、感染控制”，“教育建筑设计师需理解儿童心理学、教育模式”“AI伦理守护者”角色兴起随着AI在设计中的深度应用，设计师需承担“伦理把关”责任，避免AI生成的方案出现“安全隐患”“文化失真”“同质化”等问题，例如“审核AI生成的结构方案第14页共15页是否符合安全规范”“确保AI设计中融入地域文化特色”，成为设计师的新职责结语AI不是“替代者”，而是“赋能者”——建筑设计行业的未来是“人机协同”站在2025年的门槛回望，AI辅助设计已深刻改变了建筑设计的面貌它让概念设计更具多样性，让方案决策更科学，让深化设计更高效，让全生命周期管理更智能但技术终究是工具，它不会取代设计师的创造力、人文关怀与专业判断，而是通过释放重复性工作的时间，让设计师能更专注于“定义问题”“创造价值”“解决复杂挑战”未来的建筑设计行业，将是“人机协同”的行业AI负责“高效计算”“数据整合”“方案迭代”，设计师负责“创意激发”“策略思考”“人文表达”这种协同不是“谁主导谁”，而是“各取所长”——AI让设计更“聪明”，设计师让设计更“有温度”对于行业而言，拥抱AI不是“选择题”，而是“生存题”——只有主动适应技术变革，培养“人机协同”能力，才能在未来的竞争中占据优势对于设计师而言，不必恐惧“被替代”，而应积极拥抱变化，将AI视为“最得力的助手”，在技术与人文的融合中，创造出更美好的建筑空间建筑设计的本质，是“为人创造空间”AI或许能生成千万种方案，但只有融入人文关怀、承载时代精神的设计，才能真正打动人心未来已来，让我们以开放的心态，与AI共舞，在技术与艺术的交汇处，书写建筑设计行业的新篇章（全文约4800字）第15页共15页。