具身智能+建筑大模型：方石机器人A轮近亿，中国建筑机器人进入"工程智能体"时代

2026年5月，北京方石机器人宣布完成近亿元A轮融资，由北京科创亦庄直投基金和航发基金联合领投。在建筑科技赛道普遍降温的背景下，一家成立不到三年的公司拿到这个量级的融资，靠的不是"会砌砖的机器人"，而是一个听起来更抽象的概念——"具身智能+建筑大模型"双底座。

两个月后，7月24日至26日，第八届建筑机器人技术大会在北京召开。主题不是"自动化""智能化"这些老词，而是七个字："具身赋能·智建未来"。西安交大、湖南大学、山东大学、同济、东南、复旦等全国顶尖高校悉数参会，广联达、遨博智能等企业协办。

两个事件叠在一起，释放了一个信号：中国建筑业对机器人的想象，正在发生根本性的变化。

从"自动化工具"到"智能工友"：建筑机器人的代际跃迁

如果把建筑机器人分成两代来看，代际差异很清楚：

第一代建筑机器人面对的真正问题不是"做不了"，而是"换了工地就不会做"。砌砖机器人在标准层如鱼得水，一到转换层就卡住。抹灰机器人遇到非标墙面需要人工重新示教。这些不是机械臂精度的问题，是"脑子不够用"的问题。

方石机器人的"双底座"思路，就是在解决这个问题。简单说："建筑大模型"负责认知层——看懂图纸、理解工序、判断当前场景应该做什么；"具身智能"负责执行层——把认知结果转化为机械臂的运动规划、力控反馈、路径调整。两者的结合点，就是"智能工友"：一个能像工人一样理解现场、像师傅一样判断该怎么做、像机器人一样精准执行的综合体。

丰坦P600 Max和上海建工：两条不同的落地路径

行业里不止方石一家在往这个方向走。2026年首届建筑业AI大会上，丰坦机器人的P600 Max喷涂机器人入选《建筑业人工智能发展报告（2026）》典型案例。这是喷涂工序，相对标准化、机器人容易适配——但丰坦的路线和方石不同：它不追求"通用智能工友"，而是把AI能力嵌入到特定工序中，做到极致。

另一条更有想象空间的路径来自上海建工四建集团。2025年，他们在科技大厦上线了国内首个"类人"建筑运维智能体集群。这套系统每天早上自动生成《楼宇智能运维日报》，能识别空调浪费、自动发起滤网更换工单、给新风机组提出按时段优化方案。

这套智能体集群的意义不在于省了几度电——而在于它展示了"AI主动管理"替代"人工被动巡检"的完整形态。运维端的智能体集群已经在真实楼宇里跑了超过一年，这是目前国内最接近"工程智能体"概念的商业落地案例。

"建筑大模型"到底是个什么东西？

这个概念容易让人联想到ChatGPT——但和写诗聊天的大语言模型不同，建筑大模型要解决的是空间理解、工序推理、安全约束这些高度专业化的认知任务。

一个对比可以说明问题：通用大模型能回答"什么是BIM"，但不知道三维BIM模型里"这个管道为什么不能从这里穿过去"——因为没有空间推理能力。建筑大模型需要理解的是：图纸语义、工序依赖、空间关系、安全规范、材料特性——这些在通用语料里密度极低的知识。

方石机器人的做法是把大模型训练在建筑场景的专有数据上：施工日志、BIM模型、工艺标准、安全规范、设备操作手册。目标是让模型不仅能"读懂"建筑场景，还能把指令"翻译"为机器人的动作序列——这就是"具身智能"需要的那层认知。

从BIM工程师到"AI训练师"：一条新职业路径

建筑大模型最缺的不是算力，是高质量的训练数据。而这恰恰是BIM从业者手里最多的东西——结构化的BIM模型、标注过的构件信息、做过碰撞检查的空间数据。

方石机器人需要的是懂建筑又懂数据的复合型人才来标注施工场景、验证模型输出。上海建工的运维智能体需要暖通工程师来校准空调策略的合理性。丰坦机器人的喷涂AI需要涂装师傅的经验来训练面漆厚度的判断。

这里面的机会是：BIM工程师可以把自己的知识从"操作软件"转化为"训练AI"。这个过程不需要会写代码——而是把你知道的"这个节点为什么这样做"、"这条管综为什么这样排"、"这个工序为什么不能跳"翻译成模型能理解的形式。

2026年是一个分水岭。13个部委联合发文推行智能建造，住建部把它定为"全面推广元年"，建筑机器人大会把"具身智能"写进了主题。方石机器人的近亿融资、丰坦P600 Max的典型案例、上海建工的运维智能体——这些不是孤立的新闻，它们指向同一个方向：建筑业正在从"用机器替代体力"转入"给机器装上脑子"。

BIM工程师的职业生涯会不会被AI颠覆，取决于一个选择：是继续做一个操作软件的人，还是成为一个训练AI的人。前者正在被自动化，后者刚刚打开窗口。