图：BIM模型从静态数据库向智能交互体演进
2025年，42.5%的建筑行业组织已经在使用AI工具，另有37.7%计划未来五年内部署。88.8%的受访者认为AI将在两三年内对自己的工作产生显著或颠覆性影响。
这组数据来自英国NBS发布的《Digital Construction Report 2025》，被上海市218页的《BIM技术应用与发展报告》引用。BIM——建筑信息模型——正在从"带数据的三维模型"变成"可交互的智能体"。
从工具到信息管理体系
BIM的发展经历了三个阶段。第一阶段是三维协同与可视化，用模型替代二维图纸。第二阶段引入通用数据环境（CDE），让数据在不同阶段和参与方之间结构化流转。第三阶段是数据治理与数字孪生，BIM与物联网、GIS融合，形成动态运行模型。
NBS报告显示一个关键转变：2025年只有14.6%的受访者仍把BIM定义为"三维模型+数据"，较2023年的26%明显下降。把BIM视为"数字化转型基础"的比例达到27.4%，视为"遵循ISO 19650的信息管理体系"的比例达到30%。
这意味着BIM的定位从工具转向了治理。全球已有超过35个国家在大型公共建筑中实施BIM强制要求，预计2026年约65%的建筑项目将采用BIM工作流。
图：BIM+AI大模型融合应用概述（来源：上海市BIM技术应用与发展报告）
BIM+AI：从规则驱动到知识驱动
上海市的BIM报告专门用一章讨论BIM与大模型的融合。核心判断是：BIM与AI的深度融合，标志着产业数字化从以几何与信息为核心的三维可视化阶段，迈入以知识与认知为核心的智能交互新阶段。
RAG技术是关键路径。通过检索增强生成，BIM模型从静态工程数据库演变为可交互的智能体。用户可以用自然语言直接提问："检查三楼核心筒消防泵P-101上月的维护记录并评估其当前运行状态"——系统自动解析实体、检索历史工单、结合实时IoT数据综合分析，生成结构化评估报告。
报告总结了四种落地模式：智能问答与知识助手、垂直领域Copilot、多智能体协同调度、平台化BIM操作系统。其中最值得关注的判断是：现阶段较适合优先落地的是三类切口——规范和项目资料的带出处问答、模型问题自动归并、调用既有算法完成能耗分析。方案自动生成和多智能体自主决策仍应限定在沙盒或人工确认条件下。
这很务实。不盲目追求"无人化建造"，而是强调"人机协同"。
图：BIM+大模型的Copilot模式与多智能体协同模式（来源：上海市BIM报告）
数据说话：云平台和碳分析
具体数据上，NBS报告显示2025年已有86.3%的建筑机构采用云计算，85.1%使用云平台进行模型协同。73.4%的产品供应商提供BIM数字对象，88.3%的设计咨询机构使用数字对象。在可持续方向，60.3%的受访者使用数字技术做隐含碳分析，64.2%做能耗分析。
中国市场同样活跃。2026年第四届BIM创新应用与数字化建造技术交流会指出，BIM与AI的融合已成为建筑业推动数字化转型的核心动力。中建集团报告通过BIM竣工模型应用，在改扩建阶段降低返工率25%。住建部信息中心2026年3月发文，指出基于"BIM+"数字一体化设计是智能建造的核心路径。
图：BIM正从项目级工具向城市级数字基础设施演进
源势AI怎么看
BIM+AI的融合趋势，对源势AI的企业落地业务有直接关联。我们在能源和金融行业的Agent实践中，处理的大多是结构化数据——日志、工单、报表。BIM场景提出了一个更大的挑战：如何把非结构化文档（设备手册、运维记录、施工工艺）和结构化模型数据打通。
RAG技术在BIM场景的应用路径，和我们的企业知识库Agent架构高度一致。区别在于BIM场景多了一个空间维度——设备的位置、楼层、管线路由都是BIM模型提供的独有上下文。这给RAG的检索增强带来了额外的结构化信号。
我们关注这个赛道，因为建筑运维是一个天然适合Agent落地的场景：流程明确、数据量大、人力成本高、错误代价大。源势AI在能源行业的AI研判准确率98.7%的经验告诉我们，垂直行业的知识注入和流程定义，比模型本身的能力更重要。BIM+AI的落地，走的正是这条路。
