根據(jù)國(guó)家統(tǒng)計(jì)局?jǐn)?shù)據(jù)，2020年全國(guó)建筑行業(yè)總產(chǎn)值為26.4萬(wàn)億元。根據(jù)建筑行業(yè)協(xié)會(huì)統(tǒng)計(jì)，2018年中國(guó)建筑行業(yè)信息化產(chǎn)值比例為0.08%，美國(guó)等發(fā)達(dá)國(guó)家比例約為1%，國(guó)內(nèi)建筑行業(yè)信息化前景較好。

“我們?nèi)ツ暝?jīng)給9000+家的建筑公司發(fā)放過(guò)調(diào)查問(wèn)卷，并面對(duì)面訪談三十余家。目前建筑行業(yè)信息化程度差不多是我國(guó)所有行業(yè)中最低的，甚至低于農(nóng)業(yè)。產(chǎn)業(yè)鏈冗長(zhǎng)、從業(yè)人員平均素質(zhì)低和相對(duì)粗放的管理模式等諸多因素都是建筑行業(yè)數(shù)字化轉(zhuǎn)型提升的障礙。在目前國(guó)家提倡數(shù)字化轉(zhuǎn)型、地產(chǎn)行業(yè)從增量市場(chǎng)轉(zhuǎn)入存量市場(chǎng)等背景下，建筑行業(yè)亟需通過(guò)新技術(shù)的加持向精細(xì)化管理發(fā)展，通過(guò)更智能更友好易用的工具改善管理降低成本?！焙Ｙ愇磥?lái)創(chuàng)始人沈翀向36氪分享道。

獲得本輪投資后，海賽未來(lái)新總部將落戶“建筑之鄉(xiāng)”南通海門(mén)。海賽未來(lái)基于建筑和城市管理AIoT與自主研發(fā)底層幾何引擎等技術(shù)基礎(chǔ)，提供建筑交互設(shè)計(jì)、實(shí)時(shí)建造管理、裝配式建筑管理等環(huán)節(jié)的信息管理與數(shù)字孿生一體化SaaS方案。

海賽未來(lái)的核心技術(shù)主要包括墨子空間幾何引擎與深耕建筑場(chǎng)景的AI引擎。其中，墨子空間幾何引擎是海賽未來(lái)BIM模塊的3D設(shè)計(jì)與展現(xiàn)底層引擎，目前已完成3D幾何內(nèi)核、智能管線排布功能、裝配式正向設(shè)計(jì)底層等。

目前市場(chǎng)主流采用國(guó)外幾何引擎ACIS、Parasolid及開(kāi)源幾何引擎OCC。由于國(guó)外幾何引擎發(fā)展較早，且相關(guān)引擎的行業(yè)通用性很強(qiáng)，因此ACIS等幾何引擎基本以2D圖形邏輯并在此基礎(chǔ)上多年持續(xù)迭代發(fā)展。主流幾何引擎采用的BRep（BoundaryRepresentation）等結(jié)構(gòu)表示方式，使得數(shù)據(jù)冗余度很高，在描述建筑構(gòu)件三維結(jié)構(gòu)時(shí)需要大量數(shù)據(jù)。

墨子空間幾何引擎針對(duì)建筑構(gòu)件的三維數(shù)據(jù)特點(diǎn)，通過(guò)參數(shù)化、向量化等方式定義幾何拓?fù)浣Y(jié)構(gòu)，將數(shù)據(jù)量減少至幾分之一、并較大地增強(qiáng)了引擎的運(yùn)算速度。同時(shí)，海賽未來(lái)將AI算法結(jié)合幾何約束求解器額外形成了建筑管線的智能排布功能，在設(shè)計(jì)人員完成建筑構(gòu)件三維設(shè)計(jì)后，可自主設(shè)定各項(xiàng)參數(shù)完成深層的管線排布，達(dá)到材料成本節(jié)約、減少碰撞等效果的優(yōu)化排布方案。

底層幾何引擎的穩(wěn)定性和可靠性需要投入大量的迭代調(diào)試，同時(shí)配合智能交互設(shè)計(jì)平臺(tái)、自主研發(fā)的渲染與物理仿真引擎，實(shí)現(xiàn)了較好的建筑BIM模塊功能。Web端B/S交互界面也有利于快速迭代與輕量化發(fā)布。“我們認(rèn)為目前的幾何引擎已實(shí)現(xiàn)低算力要求下的性能穩(wěn)定。更重要的是，完全自主可控的國(guó)產(chǎn)幾何內(nèi)核引擎，減少了建筑領(lǐng)域設(shè)計(jì)階段關(guān)鍵軟件面臨的卡脖子問(wèn)題，對(duì)公共安全和重大工程自主安全意義非凡。”沈翀向36氪表示。

海賽未來(lái)的AI引擎囊括NLP（NaturalLanguageProcessing）、機(jī)器視覺(jué)、AR（AugmentedReality）比對(duì)等人工智能能力。由于持續(xù)深耕建筑場(chǎng)景，目前海賽未來(lái)已擁有海量的行業(yè)數(shù)據(jù)積累，近百種較完整的預(yù)訓(xùn)練模型及自動(dòng)數(shù)據(jù)標(biāo)注模型，并且對(duì)建筑行業(yè)各細(xì)分場(chǎng)景及Know-how數(shù)據(jù)初步形成了較好的結(jié)構(gòu)化分類。其中，NLP主要應(yīng)用于各類文件與表單的OCR（OpticalCharacterRecognition）；機(jī)器視覺(jué)主要應(yīng)用于各場(chǎng)景的視頻圖像分析，比如現(xiàn)場(chǎng)施工安全用具的佩戴情況、可移動(dòng)多視角巡檢、出場(chǎng)輪胎清洗及裸土覆蓋等合規(guī)性檢查、高空墜物深基坑塔吊區(qū)域安全預(yù)警等等；AR主要應(yīng)用于物料數(shù)量評(píng)估、安裝過(guò)程智能指導(dǎo)、進(jìn)度質(zhì)量實(shí)時(shí)自動(dòng)比對(duì)等。

在物聯(lián)感知層面，海賽未來(lái)主要憑借建筑場(chǎng)景Know-how，在關(guān)鍵位置進(jìn)行無(wú)人機(jī)、攝像頭、傳感器等常規(guī)物聯(lián)傳感模塊的集成部署，采集現(xiàn)場(chǎng)數(shù)據(jù)。針對(duì)建筑行業(yè)場(chǎng)景數(shù)據(jù)的特定采集需求，海賽未來(lái)自主開(kāi)發(fā)了部分物聯(lián)傳感產(chǎn)品，比如星眸

熱點(diǎn)：元宇宙 數(shù)字化 數(shù)字化管理