住宅图纸的后半程：不搬 BIM，直接读懂手上那套旧图

谈住宅 AI，多数人想到的是方案那头：一句话生成户型、拖动体块看效果、几秒钟出一张效果图。这部分确实在变快，但它从来不是量产住宅的成本所在。真正吃掉工期的是方案定稿之后的那一段——每一处尺寸都要标、每一张门窗表都要对、电气和基础图都要单独出。同一套户型卖到两百个地块，就得有两百份不一样的图纸包。设计是一次性的，出图是流水线。

一、被忽略的后半程

量产住宅的开发逻辑决定了图纸必须反复生产。一套户型画好之后，开发商要按地块朝向做镜像，按分区标准改构造做法，按销售选项加或减房间，按当地规范调整尺寸和标注，上游方案一动，下游全套图还得重发。设计只做一次，出图要做上千次。

这段工作有个特点：单看每一步都不难，难在量和不许出错。镜像一套图，几何翻转是瞬间的事，附着在几何上的东西不会跟着翻转——文字要保持可读，尺寸串要重新锚定，门窗表要重新映射，机电和结构里不对称的部分不能简单镜像而要重新判断。做这些事的人正在变少，而错误一旦流到报建或施工，代价远超过绘图工资本身。

Geom 的判断就落在这里。创始人 Shanna Tellerman 在 9 月的采访里说得很直白：设计阶段其实相当快，慢的是详图——所有东西都要标注尺寸、注释清楚，电气图、基础图一张张出，这一段要几周甚至几个月。

二、它做的是读，不是搬

市面上做住宅设计软件的路子，大体是先立一个新平台，然后把开发商的图纸、标准、选项逻辑搬进去。这条路能做深，代价是迁移：一家全国性开发商积攒了十几年的图库、各分区的做法差异、销售选项和产品目录，搬一次是几年的事，而且搬完还要重新培训一整代人。

Geom 走的是相反方向。它不要求客户换平台，而是在既有 CAD 文件上建一层语义理解：识别墙、洞口、房间、尺寸这些要素，并理解分散在图纸、注释和表格之间的关系。有了这层结构，重复性的绘图任务才能交给机器执行——质量控制复核、选项求解、户型镜像、立面渲染、总平面排布、施工图文件包组装。

输出形态也贴着原来的工作流：按地块和按社区两个层级的施工图文件包，DWG 和 PDF 都给。客户自己的图纸和标准仍归客户控制，不用于跨公司的模型训练。官网那句定位写得很清楚：你的图纸被读懂，你的绘图被自动化。

团队十人以内（据《Business of Home》），今年 4 月开工，9 月就发布了产品。Tellerman 的履历解释了这份名单为什么可信：她创办过 Modsy，2022 年公司停运后 IP 被 Lennar 收购，她在 Lennar 做了三年首席产品官；更早的 Wild Pockets 是卡内基梅隆的衍生公司，2010 年被 Autodesk 收购。

三、公司自己报出的两个数字

发布稿给了两个例子，都是公司自己的口径：一个项目里，户型镜像从数周压缩到几分钟，这道工序的成本降了 73%；另一个项目里，把主图纸集重组成施工图文件包，三百多套用了 20 分钟，人工原本要两到三天，而且容易出错。

客户名单是这条消息里最有信息量的部分。官方措辞是与全美最大的量产住宅开发商中的六家以上合作，具名的四家是 Pulte、Century Communities、Meritage、True Homes。Century Communities 全国建筑副总裁 Kieran Hardesty 的表态值得细读：他说的是 Geom 正在帮助他们简化住宅建筑里最耗人力的流程，Century 期待在对方改进这些流程的过程中与其合作。这是对方向的认可，不是对已上线的陈述。发布稿里反复出现的词也是合作和试点。

四、技术分析：能读懂和能签发之间

把图纸读成结构，和自己会画图，是两件不同的事。前者要的是识别加关系推理：墙在哪、洞口开在哪个墙上、房间由哪些墙围合、尺寸串锚在哪些图元上、门窗表里的一行对应平面上的哪个编号。这些关系在 DWG 里大多不是显式存储的，而是靠图层、块、文字位置和绘图习惯隐含表达。老图纸尤其如此，图层命名越乱，语义层的识别成本越高。

后者的门槛是确定性。施工图要签字、要报建、要对量，同一个输入必须每次都得到同一个结果，改一处要能说清改了哪里。这也是 Geom 这类工具和通用生成式模型的分界线：它需要的不是一个会写文字的模型，而是一套可复现的编辑操作——镜像之后文字仍在可读位置，尺寸仍在锚点上，门窗表编号仍然对得上。

所以它给自己划的边界很清楚：不替代建筑师，不承担设计和判断，只把重复的生产性劳动接过去。这个划法在商业上更稳，在技术上更实。

天花板也很明确：一是它不判断对错，图纸本身画错了、构造做法不合规范，语义层看不出来；二是它强依赖既有图纸的规范化程度，图层和块的用法越随意，识别越不可靠；三是各地的报建规则、构造做法、图例体系差异极大，模型的可迁移性要按地区验证。

五、对国内设计与 BIM 团队的参考

先把图纸做成可解析的东西。国内对应的场景是标准层复制、户型镜像、楼栋变体、装配式拆分。想让机器接手，第一步不是买工具，而是把图层命名、块属性、标注规则、门窗编号这些约定固定下来。这件事本身就有回报：图纸会审、专业间对图、图模相符检查都会因此省事。

把变体做成可枚举的参数，而不是每次重画。量产住宅的核心是同一套户型在不同楼栋、朝向、分区下的组合。Geom 打的是地块这一层，国内对应的是楼栋与单元这一层。哪些是可为空的选项、哪些必须重算、哪些只能人工判断，先把这张表列出来，自动化才有落点。

明确图模一致的责任链。语义层能帮忙核对图纸上的门窗编号和模型里的族参数是否一致，但签字盖章的责任仍在设计人。把它当第二读者，而不是替代审图，这条线守住了，工具才敢往生产流程里放。

六、行业意义

这一年 AECO 的 AI 故事大多讲在生成那一端：生成方案、生成模型、生成报告。Geom 这类公司提醒了另一件事——行业里体量最大的机会，可能是把已经存在但没人整理过的隐含结构显式化。图纸里有结构，只是写在图层和绘图习惯里；估算里有结构，只是写在清单口径里（见本站另一篇关于 Oracle NetSuite 建筑业代理的稿子）。谁先把这层结构读出来，谁就能接手后面那一长串重复劳动。

对 BIM 工程师来说，这件事的含义有点反直觉：未来两年更值钱的不是把模型建得多漂亮，而是能不能把专业规则写成可判定、可复现的条目——哪些必须镜像、哪些不能镜像、改一处连带要改哪几处。机器接手的是执行，规则仍然得由懂现场的人来写。