融化美洲豹的那栋大楼:我为何不再相信AI能设计建筑

伦敦有一辆美洲豹汽车被一栋建筑物融化了。

不是建筑内部起火,而是建筑本身造成的。芬乔奇街20号大楼——人们亲切地称之为“对讲机大楼”——那凹面玻璃幕墙把阳光聚焦到楼下的街道上,就像小孩用放大镜聚焦阳光一样。人行道上的温度骤升,足以让汽车车身变形。瓷砖也被烤裂。一名记者甚至在人行道上煎了个鸡蛋来做新闻报道。

建筑师拉斐尔·维诺里(Rafael Viñoly)此前就已经干过一次类似的事。他在拉斯维加斯设计的Vdara酒店有一面新月形幕墙,制造出宾客们所说的“死亡射线”——泳池边一个阳光汇聚区,能把塑料躺椅烤化,把人的头发烤焦。解决办法是什么?巨大的遮阳伞。没错,就是遮阳伞。

我经常想起这些建筑。倒不是因为它们是工程上的失败案例——虽然确实是——而是因为它们完美预演了当美学跑在物理学前面时会发生什么。而现在,借助生成式AI,我们正要在一个足以让维诺里都感到脸红的规模上重蹈覆辙。

我是Ashutosh,我和我在Veriprajna的团队正在为建筑与施工行业构建AI系统。在过去的这段时间里,我们一直在争论——有时是彼此争论,常常是与潜在客户争论,偶尔还与投资人争论——认为眼下人工智能领域最危险的,并不是一个无法生成建筑的模型。而是一个能够生成建筑的模型。

埃舍尔难题

打开Midjourney,输入“迈阿密的可持续高层建筑,照片级真实感”。大约九十秒后,你就会得到一张美轮美奂的图像。玻璃反射着黄金时刻的光线,茂盛的绿植从露台垂落而下。这种图像会让开发商瞳孔放大。

现在再仔细看看。真的仔细看。

大堂里的楼梯通向一堵实心墙。承重柱子消失在天花板里,没有把力传递给任何东西。窗户没有任何开启机构——它们只是画在表面上的一个个发光矩形。东侧的悬挑结构需要用到根本不存在的材料,才能避免在自重下坍塌。

我开始把这些叫做“埃舍尔画作”,这是在我们把一批AI生成的设计拿给团队里的一名结构工程师看之后。他先是笑了大约十秒钟,然后就真的生气了。“这不是建筑,”他说,“这是一种恰好看起来像建筑的幻觉。”

他说得没错,而且“幻觉”这个词比大多数人意识到的更为精准。当一个扩散模型生成图像时,它是在所谓的“潜空间”中运作的——这是一个数学化的宇宙,在那里,“窗户”意味着“一种经常出现在被标注为窗户的其他视觉图案附近的视觉图案”。这个模型没有热断桥、玻璃配比、粗开口尺寸或泛水细节这些概念。它不知道荷载必须连续传递到基础。它只知道柱子通常是建筑里常见的竖直物体。

扩散模型并不理解建筑,它只是在统计学意义上预测建筑看起来是什么样子。

这种区别——事物“看起来是什么样”和事物“实际是什么”之间的区别——正是我们所构建一切的核心。

“只是”一张概念图,为什么这也很重要?

这是我最常听到的质疑。一位风险投资合伙人曾在喝咖啡时直接对我说:“Ashutosh,没有人会照着一张Midjourney的图像就去浇筑混凝土。这只是用来构思的。”

我本想赞同他的说法,那样会让融资容易得多。但他错了,原因如下。

建筑行业遵循一条我称之为“90/10法则”的规律。美学——也就是让客户一见钟情的那部分——大概只占一个项目整体成功指标的10%。剩下的90%则是可制造性、结构完整性、供应链物流、规范合规性和经济可行性。当你在第一次会面时就向开发商展示一张美轮美奂的AI渲染图时,你就已经设下了一个美学锚点。之后的一切,都是一场代价高昂的谈判,目的是让现实尽可能地贴近那个锚点。

而现实是残酷的。

悉尼歌剧院就是典型的例子。约恩·乌松(Jørn Utzon)凭借一个从结构上讲堪称幻想的设计赢得了那次竞赛。混凝土壳体在几何上是不确定的——没有人知道该怎么把它们建出来。但项目还是推进了,因为这个愿景太美,让人无法割舍。花了整整十年的工程攻坚,才找到一个可施工的方案。预算从700万美元暴涨到1.02亿美元——超支达1400%。

那只是一栋建筑、一位建筑师、一次不受约束的雄心时刻。现在想象一下,全世界每一个开发商在第一天就能拿到Midjourney级别的渲染图。想象成千上万个项目,在第一铲土动工之前,就已经被锚定在财务上根本不负责任的形态上。

那不是构思,那是一条通向未来破产的流水线。

那枚价值2500万美元的像素

我得谈谈玻璃,因为玻璃正是AI生成建筑在经济学上变得彻头彻尾荒谬的地方。

对扩散模型来说,一个平面像素和一个曲面像素毫无区别。生成一面蜿蜒起伏的玻璃幕墙,所需的计算量和生成一面平面幕墙完全相同。AI根本看不出区别。

但对开发商来说,这种区别却关乎生死存亡。

标准平面钢化玻璃——那种从自动化浮法玻璃厂生产线上下来的大宗商品——成本大约是每平方英尺18到25美元(2025年数据)。这种玻璃随处可得,运输方便,更换也容易。

定制曲面玻璃——每一块玻璃都要在定制模具上加热,用为每个独特曲率专门制作的工装缓慢弯曲成型——成本高达每平方英尺100美元到500美元以上。

算算一栋玻璃幕墙面积达50,000平方英尺的建筑要花多少钱。平面玻璃:125万美元。曲面玻璃:最高可达2500万美元。AI不知道这一点。AI也不在乎这一点。AI认为曲线是免费的,因为在像素空间里,曲线确实是免费的。

在潜空间里,一条曲线不花一分钱。在物理空间里,它的成本要高出20倍。生成式AI活在潜空间里,建筑却活在物理空间里。

这就是我夜不能寐的原因。不是因为这些图像不好看——它们很美。而是因为这些图像诱人。它们让根本不可能建成的东西看起来仿佛理所当然。

关于这件事完整的经济账——玻璃差价、钢材供应链限制、加工复杂性——我写在了我们研究的互动版本里。那些数字比大多数人预期的还要糟糕。

我们推翻最初方案的那个夜晚

关于一件事,我要坦白。当我们创立Veriprajna时,我们做的是一个套壳产品。

我知道,我知道。我们拿了一个基础模型,用建筑数据对它做了微调,做了一个漂亮的界面,然后告诉自己,我们在做一些与众不同的事。我们并没有。我们做的和其他所有AI咨询公司一模一样——把一个通用模型重新包装一下,然后称之为“企业级”。

清算的时刻发生在一个星期四的晚上。我们为一个中层住宅项目生成了一份结构设计——没什么特别的,就是一个标准的混凝土框架。我们的系统几分钟内就把它做出来了。看起来挺靠谱。构件尺寸看起来也算合理。我们当时感觉很不错。

然后,我们的结构工程师手动把数字算了一遍。三楼的那根梁——AI满怀信心地为它定了尺寸——在使用荷载下的挠度会超出规范限值三倍。而且这还不是在什么极端情况下,而是在正常使用情况下。人走来走去,家具的重量,楼上楼板的重量。这栋建筑本会明显地下垂。

AI是根据训练数据挑出一个“看起来对”的梁尺寸的。它内部根本没有挠度限值的模型。它不知道L/360这种适用性标准。它只是靠模式匹配,凑出了一个看起来说得过去、实际上却会导致结构失效的答案。

我记得所有人都走了以后,我一个人坐在办公室里,盯着屏幕,心想:我们正在打造一种代价极其高昂的、能够理直气壮犯错的方式。

第二周,我们就放弃了套壳这条路。取而代之,我们开始构建的东西,把我们带入了一片更艰难、更缓慢——我得承认,也更令人心惊——的领域。因为这意味着我们不能再顺着基础模型这股浪潮往前漂,而必须从零开始,自己把东西工程化出来。

什么是基于约束的生成式设计?

下面是这个核心理念,剥离到最本质的部分。

建筑领域里大多数生成式AI是这样运作的:输入文本,输出图像。AI的任务是生成某种看起来像你所要求的东西的图像。除了视觉上说得过去之外,没有任何规则。

我们所构建的东西运作方式不同。我们的AI不生成图像,它生成的是工程决策。而且每一个决策都被硬性约束——物理、成本、供应链可得性、建筑规范——所限定,这些约束不可违反。

我们使用的是深度强化学习,这与扩散模型是根本不同的范式。我们的AI智能体不是把随机噪声去噪成一张漂亮的图片,而是在做中学。它放置结构构件、指定梁的截面、调整楼板厚度——每完成一个动作后,它都会从物理仿真器、成本引擎和规范合规检查器那里得到反馈。

可以这样理解:扩散模型是一位看过一百万张建筑照片的画家。而我们的系统是一名设计过一百万栋建筑、并且每次有一栋倒塌、超支或者用了缺货钢材时都会被骂一顿的实习工程师。

我们并不是要求AI“设计一栋建筑”。我们要求它“设计一栋不会倒塌、不会让客户破产、并且能用200英里范围内可得的材料建成的建筑”。

奖励函数——那个告诉AI什么叫“好”的方程式——是整个系统的核心。它在结构效率、材料成本和可施工性之间做平衡,同时对违反规范的情况施以重罚。AI不能在真空中天马行空地发挥创意,它只能在现实的约束之内发挥创意。

如何把供应链硬编码进AI?

这是我们碰到过的最难的问题之一,而且这个问题的存在,大多数AI圈里的人根本都没意识到。

结构钢材采购有着双重性格。一边是服务中心——本地配送枢纽,库存有标准梁型,交货期以天计。另一边是钢厂订单——直接从钢厂采购,有最低吨位要求,交货期可能要拖上好几个月。有些梁型甚至一个季度才轧制一次。

一个不受约束的AI,可能会为了完美满足某个局部荷载条件而选用W14x730型钢梁来优化结构。数学上很优雅,但在物流上却是灾难性的。如果那种梁型是交货期长达六个月的钢厂订单商品,AI就相当于给这个项目凭空增加了数百万美元的融资成本。

我们的系统连接到实时库存数据库。AI的动作空间被离散化,以对齐实际可得的资源——也就是服务中心备货的标准AISC W型钢。当智能体选择某种梁型时,如果选的是常见的库存截面,就会得到额外奖励;如果选的是钢厂订单商品,则会受到惩罚。它还了解标准库存长度——40英尺、60英尺——如果某个设计因为切割余料而产生过多浪费,也会受到惩罚。

我的一位团队成员在一次深夜的设计讨论中说得再精准不过:“我们不是在打造一个设计师,而是在打造一个恰好懂结构力学的采购策略师。”

说得完全没错。

虚拟风洞

对于位于飓风高发地区的项目,我们必须解决另一类约束问题。我们的AI需要设计出能够在五级飓风——持续风速超过157英里/小时——中幸存下来的建筑。

对每一次设计迭代都跑一次完整的计算流体力学仿真,每个候选方案都要耗费数小时。而我们需要评估的是数百万个候选方案。这笔账根本算不过来。

这正是物理信息神经网络——PINN——彻底改变一切的地方。PINN不是单纯地用数据来训练神经网络,而是把物理学的控制方程直接嵌入网络的损失函数中。对风荷载而言,这意味着纳维-斯托克斯方程;对结构分析而言,则是平衡方程和应力-应变协调方程。

结果是,一个神经网络可以在几毫秒内近似出一次复杂的CFD仿真结果。我们的AI以神经推理的速度获得了“物理直觉”。

让我着迷的是,看着AI通过这个过程发现了什么。经过数百万次迭代,它自主学会了尖角会增加阻力和基底剪力。它学会了软化边缘、让建筑形体渐缩、引入能减少涡脱落的镂空结构。没有人教过它这些技巧,它是像大自然一样,通过对抗一个不留情面的适应度函数,不断迭代找到这些技巧的。

重力不是一种建议,风也不是一种纹理。在我们的系统里,物理定律不是最后一道检查关口——它们是一种生成式约束。

哪怕只用一个基础的光线追踪奖励函数,一个基于约束的系统也能在仿真的第一毫秒就抓住Vdara那道“死亡射线”。AI会因为凹面几何形态会造成危险的热流集中而对其施加惩罚,并生成一个能安全散射光线的凸面或多面替代方案。根本不需要遮阳伞。

关于我们奖励函数架构、PINN集成以及系统的联邦智能体设计的完整技术剖析,请参见我们的技术深度解析。

我们反复在争论的问题

人们问我,这种方法是否会扼杀创造力。我和建筑师、投资人,还有我自己的团队,都为此争论过。

我的答案一直在演变。早些时候,我会本能地辩护——“约束并不会限制创造力,而是引导创造力。”这话没错,但也是句套话。经历了看着我们的系统跑过数百万次设计迭代之后,我现在真正相信的是:

不受约束的生成算不上创造,那只是随机。真正重要的创造力——也就是那种能造出人们真正会去居住的建筑的创造力——诞生于“你想要什么”和“现实允许什么”之间的张力之中。悉尼歌剧院之所以成为标志性建筑,并不是因为乌松最初的草图,而是因为花了整整十年艰苦攻坚才让它变得可施工。最终奏效的球面解决方案之所以比最初的幻想更为优雅,恰恰是因为它是被约束硬生生逼出来的。

我们的AI也活在同样的空间里。它没有无限的自由,它拥有的是一个由可得材料、物理定律和预算限制所界定的、辽阔却有边界的设计空间。而在这个空间之内,它找到的解决方案常常让我们感到惊讶——那些结构方案往往比人类工程师所能提出的更轻、更便宜,同时也更具韧性。

我常被问到的另一个问题是:“为什么不干脆用AI做概念设计,然后让工程师之后再去修正呢?”

“之后再修正”正是项目走向死亡的地方。每一轮价值工程都要耗费时间和金钱。每一次重新设计都会拖延工期。而一个概念在撞上现实之前走得越远,这场碰撞就越痛苦。我们把现实提前载入到生成过程本身之中,这样到最后就没有什么需要修正的了。

受托责任机器

有一种表述方式,我一直反复回到它身上。我们的AI不是一个设计师,它是一名受托人。

受托人负有法律义务,必须以委托人的最大利益行事。当我们的系统评估一个设计候选方案时,它问的不是“这好看吗?”而是在问:这能用本地区可得的材料建成吗?它符合当地建筑规范吗?它能承受这块场地特有的环境荷载吗?开发商负担得起吗?

成本引擎会为每一个候选方案估算总拥有成本——不仅仅是材料成本,还包括加工复杂度、连接节点的人工工时,以及长期的能耗表现。一种标准的螺栓剪力连接会得到奖励;一种需要全熔透现场焊接的复杂弯矩连接则会受到惩罚。穿透了保温层的钢梁,也会因为它们未来数十年造成的能源浪费而被扣分。

经过数百万次训练回合,这个智能体最终收敛到一个了不起的结果:一个不仅结构上有效、而且在安全性、成本和可得性之间达到最优平衡的设计。没有哪个人类工程师能手动遍历那么多种方案。这个组合空间实在太庞大了。但一个拥有正确奖励函数和正确约束的AI智能体呢?它就活在那个空间里。

未来不在于更好的提示词

我想用一句可能听起来有点刺耳、但我完全相信的话来收尾。

建筑行业没有想象力问题,它有的是确定性问题。开发商需要的不是更漂亮的渲染图,他们需要的是一种确信:眼前这个东西真的能按预算、按工期,用现实中存在的材料建成。

当前这一波生成式AI——Midjourney、Stable Diffusion、DALL-E——提供的是没有确定性的想象力。它提供的是设计的幻象,却没有工程学的实质。而这两者之间的鸿沟,是用融化的美洲豹汽车、被烤伤的泳池边宾客,以及数以十亿美元计的预算超支来衡量的。

我们正在打造一种不同的东西。不是一个能梦见建筑的工具,而是一套能把建筑工程化出来的系统。物理规律被硬编码进去,因为重力不容商量。库存被硬编码进去,因为供应链不会为了美学而屈就。成本被硬编码进去,因为从来没有哪个开发商是因为一栋建筑太“无聊”而破产的。

别生成艺术品,生成资产。

建筑的未来,不在于更好的提示词,而在于更好的物理学。