所有分类
  • 所有分类
  • BIM模型

两款BIM+AI工具同获CES 2027创新奖:图纸会“说话”、工地能“复刻”,BIM人要看懂的3个信号

两款BIM+AI工具同获CES 2027创新奖:图纸会“说话”、工地能“复刻”,BIM人要看懂的3个信号

2026年11月9-10日,两款与BIM相关的AI工具在同一时间拿到了同一个级别的认可:CES 2027创新奖(CES Innovation Awards,CTA主办)。一家做实景三维数字孪生,一家做工程文档与BIM数据的AI搜索分析。单看任何一款,都是一条值得关注的产品新闻;两款放在一起看,意思就变了——“BIM+AI”正在从工程圈内部的效率工具,走向主流科技奖项的认证舞台。这篇文章把已经核实的事实一次讲清,再说说国内BIM人最该看懂的3个信号。

无人机扫描工地生成三维数字孪生模型

一、发生了什么:两款工具,同一批获奖名单

先把最关键的事实摆在前面,免得大家只听个热闹:

工具 公司 获奖类别 一句话定位
NeoTwin 韩国 Neowise Construction & Industrial Tech 把2D视频转成3D数字孪生,自动与BIM模型比对
Velot 韩国 SearchDog(Searchdoc) Enterprise Tech 把合同、规格书、2D CAD图纸、3D BIM数据放在一起搜索分析

两家公司都很年轻。Neowise成立于2024年4月,获奖时成立仅约2年7个月,并称是该领域首家获CES创新奖的公司;SearchDog成立于2025年3月,创始人来自AWS、Naver、三星。年轻团队、成立时间短、拿的却是全球消费电子领域最受关注的奖项之一——这个组合本身,就是“BIM+AI”赛道正在加速的信号。

二、NeoTwin:工地能“复刻”,实景与BIM自动比对

NeoTwin是Neowise的3D数字孪生平台,做法很直接:把无人机、机器人、手持设备拍的2D视频转成3D模型。按官方口径,初始模型约15秒生成,1小时内完成精确的3D数字孪生。速度之外,更值得BIM人留意的是三点:

  • 自动与BIM模型比对:生成的数字孪生可自动与BIM模型比对,用于施工管理与设施检查。现场做成什么样、模型要求是什么样,两者不用人工逐项翻,直接对得上。
  • 室内外统一坐标系:室内外空间统一到同一坐标系,室内的房间、走廊与室外的场地、结构可以在同一个模型里对齐,不再各管各的。
  • 自动发现拍摄缺口并补拍:系统还可自动发现拍摄缺口并补拍,哪里没拍到、哪里拍得不全,先标出来再补,而不是等建模时才发现缺数据。

同期,Neowise还发布了另外两项技术:NeoSight——AI图像信号处理技术,用NPU处理RAW数据,修复暗光、雾、抖动、噪点;NeoSim——在虚拟环境中训练验证机器人、无人机的自主行为。三者拼在一起,指向的是同一条链路:拍得清、建得快、比得准,最后让机器在虚拟环境里先练熟再上工地。

三、Velot:图纸会“说话”,合同、图纸、BIM一起查

如果说NeoTwin解决的是“现场长什么样”,Velot解决的就是“资料说了什么”。Velot是SearchDog的企业级AI平台,把建设工程行业的合同、规格书、2D CAD图纸、3D BIM数据放在一起搜索分析。过去这些资料分散在不同的系统、不同的格式里,找一个条款要翻合同,核一个尺寸要开图纸,对一个构件要进模型;Velot的思路是把它们放在同一个地方一起查、一起分析。

这款产品不是停留在概念阶段:它已向韩国大型建设企业供货;2026年9月,SearchDog还参加了在拉斯维加斯举办的Autodesk University 2026,并展示了该技术。能在Autodesk的用户大会上亮相、又已经进入大型建设企业的采购名单,说明它瞄准的是真实项目里的文档与数据问题,而不是演示视频里的理想场景。

AI分析建筑图纸与BIM模型

四、为什么这不是两条孤立的新闻

把两款工具放在一起,恰好补上了BIM工作流的两头:一头是现场,一头是资料。NeoTwin从现场的视频出发,还原出三维实景,再与BIM模型比对;Velot从合同、规格书、图纸、BIM数据出发,让散落在各处的工程信息可以被一起搜索、一起分析。一个管“实景”,一个管“信息”,合起来就是施工阶段最费人力的两件事:核对现场与核对资料。

更值得注意的是获奖的场合。CES创新奖是主流科技奖项,不是工程行业的内部评选。两款BIM相关的AI工具同时获奖,说明评选方已经把“建设工程+AI”当成值得单独关注的技术方向,而不是某个垂直行业的自娱自乐。对国内BIM人来说,这比任何一款产品的功能清单都更值得留意:风向变了,赛道正在从工程圈走向更大的科技舞台。

这股风向在近一个月里其实早有苗头。Trimble Connect正在变身AI智能体平台,从存文件的数据环境变成会干活的AI层;日本ChatBIM的KIWARI则让手绘草图一键生成可编辑BIM模型。加上这次CES的两项获奖,同一条主线正在反复出现:AI不再只做BIM的“插件”,而是开始重写BIM的工作方式。

五、BIM人要看懂的3个信号

信号一:图纸、文档的AI分析,正在成为标配能力

Velot把合同、规格书、CAD图纸、BIM数据放在一起搜索分析,瞄准的正是每个项目都有的痛点:资料太多、格式太杂、关键信息藏得太深。过去找一条合同条款、核一个规格参数,要靠人一页页翻;现在AI可以直接在几类资料之间交叉检索。国内的图审也在往同一个方向走——AI审图正在把“看图纸”变成“审数据”,审的不是图画得漂不漂亮,而是模型里的数据对不对、齐不齐。会用AI查资料、审数据的人,会比只会埋头翻图的人先拿到效率红利。

信号二:实景三维与BIM比对,正在变成施工验收的新手段

NeoTwin的打法很典型:先快速生成实景三维,再自动与BIM模型比对。验收不再只靠眼睛看、尺子量,而是拿实景模型与设计模型直接对照,哪里没按图施工、哪里有偏差,一比就知道。15秒出初始模型、1小时内完成精确数字孪生的速度,意味着这种比对不必等到竣工才做一次,而是可以在施工过程中反复做。对做施工管理、质量验收的BIM人来说,这套方法一旦普及,现场核查的工作方式会跟着变:先跑一遍自动比对,再带着问题清单去现场,而不是到了现场才从头找问题。

信号三:选工具,先看能不能接进现有BIM流程

两款获奖工具都有一个共同点:它们都不打算另起炉灶。NeoTwin比对的对象就是现有的BIM模型,Velot分析的数据就包括现有的2D CAD图纸与3D BIM数据。换句话说,它们是长在现有流程上的能力,而不是要求你推倒重来的新系统。国内团队选型时,最该问的也是这个问题:这款AI工具能不能接进我们现在的BIM流程?模型能不能直接拿来比对?图纸和文档能不能不搬家就用起来?只看演示效果、不看接入成本的选型,很容易买回来一个漂亮的孤岛。

政策面也在推着同一个方向:全球多地的BIM强制令正在加速落地,BIM从“加分项”变成“准入条件”。当模型本身成为交付物和审查对象,能读懂模型、能比对模型、能分析模型数据的AI工具,价值只会越来越大。

六、落地之前,先回答4个问题

获奖是好消息,但好消息不等于马上能用。国内团队在跟进这类工具之前,建议先把下面4个问题想清楚:

  1. 数据能不能进去?我们的BIM模型、图纸、合同文档,格式和权限是否允许交给这类工具处理?数据出不去,工具再好也用不上。
  2. 比对结果谁来认?NeoTwin这类自动比对发现的偏差,最终由谁确认、谁签字?AI可以标出问题,责任仍然要落在人身上。
  3. 精度够不够用?快速生成的三维模型精度是否满足验收要求?先拿一个小范围场景实测,再决定推广节奏。
  4. 成本怎么算?按项目、按用量还是按年付费?先算清一个项目的投入产出,再谈全面上线。

常见问题

Q1:NeoTwin和Velot是同一家公司的产品吗?

不是。NeoTwin来自韩国Neowise,获Construction & Industrial Tech类别奖;Velot来自韩国SearchDog(Searchdoc),获Enterprise Tech类别奖。两家公司在2026年11月9-10日同获CES 2027创新奖,但产品方向不同:一个做实景三维数字孪生,一个做工程文档与BIM数据的AI搜索分析。

Q2:NeoTwin生成3D模型到底有多快?

按官方口径,初始模型约15秒生成,1小时内完成精确的3D数字孪生。它把无人机、机器人、手持设备拍的2D视频转成3D模型,并可自动与BIM模型比对,用于施工管理与设施检查。

Q3:Velot能分析哪些资料?

合同、规格书、2D CAD图纸、3D BIM数据。它是企业级AI平台,把这几类资料放在一起搜索分析,目前已向韩国大型建设企业供货,2026年9月还在拉斯维加斯的Autodesk University 2026上展示了该技术。

Q4:Neowise还发布了什么技术?

同期还发布了NeoSight和NeoSim。NeoSight是AI图像信号处理技术,用NPU处理RAW数据,修复暗光、雾、抖动、噪点;NeoSim是在虚拟环境中训练验证机器人、无人机自主行为的技术。

Q5:国内BIM人现在最该做什么?

先补两件事:一是把图纸、文档的AI分析能力用起来,从手头项目的资料检索、图模核对开始练手;二是把实景三维与BIM比对的思路放进验收流程,先小范围实测精度与效果,再决定推广节奏。选型时优先看工具能不能接进现有BIM流程,而不是只看演示效果。

想把这类前沿工具吃透,离不开顺手的模型、族库与教程资源,BIM资源网的会员专区资源多、每天更新,专属网盘下载也快。去会员页看看哪个档位适合你

声明:本站资源全部来自公开网络购买或收集,水印不代表署名仅用于防盗,版权归原作者所有。 版权说明:资源均源于互联网收集整理,不保证资源的可用及完整性,仅供个人学习研究,请勿商用。喜欢记得支持正版,若侵犯第三方权益,请及时联系我们删除!《版权声明》
0

评论0

请先
因资源获取成本持续上涨,本站为维持正常运营,将不定期上调赞助费用,用以覆盖运营开支。
没有账号?注册  忘记密码?

社交账号快速登录