同一套住宅施工图，交给两个团队自审，一组两天才拉出第一版问题清单，另一组半天就把最容易返工的错先圈了出来。差了四倍。原因往往不在人，而在于团队嘴里说的"AI 审查"根本不是同一个东西：有人买的是规范校核，有人买的是结构校审，有人买的是碰撞检查，还有人买的只是让图纸变得更容易看懂的辅助工具。
这两年，施工图 AI 审查在国内快速铺开，但市场一直没有把话说清楚。厂商都说自己"全专业覆盖、AI 智能审查"，可落到项目上，能不能拦住你想拦的那个问题，才是唯一重要的事。这篇文章想做的，是把国内这几类工具摆到一起，说清楚它们各自解决什么、边界在哪里，以及一个设计院或 BIM 团队该按什么顺序花钱。
先看政策：图模一致已经是提交前置
要理解审图工具的走向，得先看政策的硬要求。国家层面，从 2020 年十三部委的《关于推动智能建造与建筑工业化协同发展的指导意见》，到 2025 年 2 月住建部发布国内第一部专门针对智能建造的技术规范《智能建造技术导则（试行）》，再到 2026 年 3 月"发展智能建造"被写进《政府工作报告》，这条线一直是往上走的。
地方层面的落地更直接。上海要求设计单位提交前必须完成模型质检、图模一致性检查、结构专业预检、图纸签章检查；福建要求二维施工图与 BIM 模型并行上传并做图模关联；安徽则要求审图单位首先实现图模一致性审查。"图模一致性"已经从可选项变成了提交的前置环节。这正是一批 AI 审图工具冒出来的政策需求来源——既然必须查，就得有工具查。
但另一条边界同样清楚：所有政策文件的措辞都是"智能辅助审查 + 人工审查"，没有哪一个地方允许 AI 的结论直接替代人工判定。BIM 模型至今没有法律地位，图纸仍然是法律依据。这一条，是所有审图工具共同的天花板。
四类工具，四种返工
国内施工图 AI 审查工具，按它"拦什么返工"来分，大致是四类。
| 类别 | 拦什么返工 | 代表工具 | 核心能力 |
|---|---|---|---|
| 规范类 | 报审前漏项、规范条文、图纸表达不完整 | 帮图科技、小智审图、广联达 | 规则库 + 专业分类 + 图元识别 + 图纸成套关系 |
| 结构类 | 梁板柱配筋、计算结果与图纸脱节 | PKPM-AIChecker、PKPM SGT-CHK | 结构专业语义、构件关系串联、算图闭合校核 |
| 碰撞类 | 机电—建筑—结构相互打架 | Navisworks、广联达图模相符性审查 | 三维空间碰撞、净高、留洞、图模一致 |
| 可视化辅助类 | 图纸问题"讲不清"、会前复核慢 | 图转三维、实时渲染类工具 | 把问题可视化，供非专业角色理解 |
这四类里，真正承担正式合规把关的通常是前两类。后两类能把问题提前翻出来，但拿它们去替代报审把关，基本会在强条核对、缺项收口这一关掉链子。
规范类：吃的是规则库，不是语言能力
规范类工具是多数团队第一笔预算该投的地方，因为它拦的是最常见、最稳定、也最贵的返工——报审前漏项和规范条文问题。它的技术底子不是"会聊天"，而是规则库、专业分类和图纸成套关系。
帮图科技的打法是自研一套"CAD 工程图纸解析混合专家模型"，把视觉识别、图元解析、工程语义理解和专业规则推理分开做，主张"零预设、零安装、零干预"——不需要预设图层，上传任意 DWG 就能出报告。小智审图标榜的是对 CAD 图层和样式"无任何要求"，设计人员不用按指定图层绘图，审查人员不用关心绘图细节。
方向是对的：过去 CAD 校对工具依赖"按图层、按图块规范作图"作为识别前提，一旦设计院图层习惯不统一就失效。"零图层要求"意味着用视觉加语义识别去替代图层依赖，这是这一代工具和上一代的真正区别。
但宣传口径和实际前置条件之间，有落差需要点破。小智审图一边说"无需人工叠图"，官网的操作要求里又写着"正确设置外部参照或绑定图纸"，部分图纸还需要在 CAD 里人工炸开图块。也就是说，"无需预处理"并不等于"完全不用管图纸"，只是把预处理的门槛降了下来。这类工具的准确率、覆盖范围主张，目前也都是厂商单方数据，没有第三方评测可对照。
结构类：读的是计算模型，不是图片
如果项目最常被返工卡住的是结构专业——地下室多、转换层多、结构复杂——那么结构校审工具的优先级就要往前提。这类工具的代表是 PKPM-AIChecker 和配套的 SGT-CHK，出自中国建研院下属的构力科技。
结构类内部其实还分两派。一派是"读计算模型型"：拿 PKPM 或 YJK 的计算模型加图纸一起校核，能查到梁板柱配筋、计算结果与图纸是否闭合、跨标准层的配筋包络，精度高，但前提是项目本来就用 PKPM 或 YJK 算。另一派是"纯识图型"：用机器视觉直接从图纸上识别构件，通用性强，但对结构关系的理解深度有限。这两派不是谁替代谁，而是适配不同的项目条件。
结构专业最怕的不是"说不出话"，而是"说错一句话"——梁板柱的配筋关系、计算结果和图纸表达对不对得上，这些事靠把图纸截图丢给通用大模型问一句"这里对不对"是稳不住的。这也是结构类工具至今没被通用平台替掉的原因。
南京的数字，要看清它到底审了什么
讲国内 AI 审图的落地，南京常被引用。南京市审图中心公开的数据是：AI 自动识别签字盖章问题，100% 全覆盖完成图纸签章核查，核查图纸 130 余万张，自动识别问题 19.9 万个；近年累计完成 43 个项目的流转和应用，总建筑面积约 350 万平方米。这套做法拿了 2023 年度南京市标准化活动优秀案例三等奖，还被选入住建部组织编写的《城市信息模型（CIM）工作导读》。
这些数字有原始出处，可以核实。但必须补一句限定：130 余万张、19.9 万个问题，特指的是"AI 识别签字盖章"这一个场景，不是 AI 审查图纸质量。把当年的数字直接理解成"AI 审了 130 万张图纸的结构问题"，是要出错的。南京真正值得学的地方，恰恰是它选了一个边界清楚、容易验证的场景——签章核查——先把 AI 用起来，而不是一上来就追求"全专业自动审图"。
给设计院和 BIM 团队的三点建议
怎么配这套工具
- 按返工来源配，不要按"谁最智能"配。住宅和常规公建常被规范和缺项卡住，先上规范类；结构复杂、地下室多的项目，结构类优先级往上提；酒店、商业、医院这类机电交叉重的，碰撞检查比漂亮的报告更重要。
- 把图模一致性当成一项交付能力来建设。政策已经把它设为提交前置，模型命名统一、属性齐全、图模对得上，是这类工具能不能用起来的前提。模型质量差，再好的审查工具也只是把问题换个地方暴露。
- 别指望 AI 替你判断，用它提前暴露风险。AI 审图的定位是"智能辅助"，强条确认和正式报审的签字责任仍在人身上。把工具放在它擅长的位置——会前复核、问题定位、漏项筛查——收益才实在。
回到那句老话
施工图 AI 审查这几年最容易被营销带偏的地方，是先比谁更聪明。但回到工程现场，每个团队真正的问题高度具体：是报审前总漏项，还是结构老返工，还是机电一到现场就打架。把这个问题想清楚，工具的选择就不难；想不清楚，买谁都是一笔学费。
对 BIM 工程师来说，这件事的意义还要更近一层。审图工具的上限，往往是模型质量的下限。把模型建得干净、结构清楚、属性能被机器读，不是为某一家工具服务，而是让所有下游的自动化都有发挥的余地。
资料来源：住建部及上海、福建、安徽等地施工图 BIM 审查相关通知、南京市建设工程施工图审查中心公开材料（njtszx.cn）、广联达与帮图科技、小智审图、构力科技官方产品页、智慧建筑网《全国智能建造政策全景图》。文中各厂商的准确率、覆盖率、专利与规模数据均为其自行公布，未经第三方核验；南京签章核查数据特指签字盖章识别场景。配图取自 Wikimedia Commons，仅供参考。