中国的城市化进程在经历了近二十年的快速的提升之后，逐渐进入新的时期，社会整体环境也在随之变化。中国的青年建筑师群体在迈入职业生涯时，面临的是经济转型与产业升级，城市化从增量开发转向存量更新，乡村振兴战略的实施，以及移动网络和AI的技术浪潮等诸多时代变革。传统的职业道路无法为青年建筑师提供更多的机会，一部分人会产生生存焦虑，也有一部分人转而选择积极地应对时代给予的机遇与挑战。当下建筑学实践走向了更为细分的行业赛道，同时也呈现出越来越明显的跨界融合特征，当然，这其中仍然有着对于设计的坚守。本期主题聚焦于若干位青年建筑师的实践状况，以此作为中国当代青年建筑师群体职业实践图景的一个缩影。

  主题文章中，王子耕以自身实践的四条路径为线索，将建筑学作为一种具有批判意识的建筑文化生产，探索另一种建筑实践之路。张峰的文章通过一个小型项目实践从细微的侧面展开对年轻建筑师介入当代社会生产的生存环境与一些应对方式的讨论。梁喆等人的文章介绍了大界的实践与思考，包括通过自研软件RoBIM实现设计数据驱动建筑工业化生产的数字化、智能化与可持续的过程。贾涛、魏楠的文章介绍了目前中国大院青年建筑师的一些数字化设计应用探索，包括AIGCAI和元宇宙的运用等。王帅斌从新文旅市场胶囊民宿开发者的方面出发，分析了近年来新型装配式建筑产业的发展。韩锐、穆荣轩的文章探讨了建筑学与绘画及数字媒体艺术之间的关系，介绍了建筑师在建筑绘画和数字媒体与游戏等领域的跨界实践。王俊锋等人的文章通过“百村共兴”的乡村实践案例，来探讨青年建筑师参与集群式乡建的创新模式。申江海的文章认为建筑师在参与城市更新项目时，可以更全面、更主动地参与到项目运营层面。

  随着数字技术的迅速发展，建筑行业早已朝着数字化与智能化方向转变。在这一过程中，新兴职业角色“智造师”崭露头角，跨足多个复杂学科领域，将数字孪生、人工智能、机器学习、大数据等技术应用于建筑制造业的语境中。文章介绍了大界的思考与实践，通过自研软件RoBIM，实现数据驱动的数字化、智能化与可持续的建筑工业化生产，并成功应用于实际项目，也分享了大界与高校之间关于智能建造学科建设的相关合作。

  建筑学除了是一门学科，更是一种生活方式，一种切入社会问题的视角，观察政策、经济、人文，记录时代潮流与技术变迁。因此当时笔者选择建筑学方向，也是选择了阅读世界的窗口，但现在看来，可能这个窗口还不够大。在国内完成五年建筑本科学业之后，笔者渴望突破建筑学科的研究范畴，进而选择在洛杉矶求学，在先锋建筑思潮盛行的西海岸，对电影工业、虚拟现实、人机交互、数字媒体等各种学科进行交叉的尝试，由此探索当今建筑学科与前沿科技如何碰撞出精彩的火花（图1 ）；也初步认识到AI算法、三维数字技术的拓展应用，以及与机器人自动化控制、工业云技术的拓展可能，这将为建筑规划设计行业甚至建筑整体上下游带来变革。同时，笔者时刻关注着各高校的智能建造技术发展及产业化，包括斯图加特大学的机械臂建造展亭（图2），ETH的建筑机器人探索，Odico Formwork Robotics的曲面混凝土模具工艺等等。

  位于上海的特斯拉超级工厂，年产量能够达到100万辆，工厂的员工有一万名左右，意味着平均每个员工每半周生产一台车（图4）。超级工厂的高度自动化与工业化建立在两方面的基础上，一是从车辆设计开始，全过程在工业软件(catia、solidworks)进行设计与深化，建构完整精细度的三维模型，将三维模型转换为加工数据，实现CAM（computer-aided manufactutring，计算机辅助制造）

  过程；二是所有的生产的基本工艺在设计阶段都经过充分的考虑，保证生产工艺流程能最大化地实现自动化，进而达到整个工厂都是六轴工业机器人通宵达旦地生产作业，装配线上几乎看不到人的身影。高产能来源于高度信息化的生产的全部过程数据管理，以及机器设备、软件系统和生产人员的高效互联。数字孪生（Digital Twin）技术能够实时交互生产数据，实现了对生产的全部过程的实时监控和优化，同时在人工智能、机器学习、大数据、物联网等技术的融合下，为生产的全部过程的降本增效提供了强有力的支持。

  相比于特斯拉超级工厂，目前建筑行业的自动化水平参差不齐。有工厂依然仅依靠人力来进行构件生产，也有例如玻璃（图5）、穿孔铝板等建筑材料工厂的自动化程度能赶上特斯拉工厂。但哪怕在自动化程度较高的工厂，面对异形复杂的建筑构件需求，依然在庞杂的生产数据处理上具有较大的局限性，其实是基于人工生产

  。建筑行业是个非标化程度很高的产业，纵观整体的建筑制造端，大部分建筑材料工厂难以实现工业化生产，信息化水平仍处于较低水平，与此同时还面临着以下问题与挑战。

  不同建材的工厂自动化信息化程度并不一致。在发展较快的增材、减材等技术领域，少数新型材料和工艺可以在一定程度上完成全智能化无图生产，如全尺度3D打印（图6）、碳纤维编织结构等；部分建筑材料工厂可以在一定程度上完成若干工艺环节的自动化数控生产，依赖于单机单站的专业设备，一台设备往往只能处理产品成型的过程中的一两道工序，而许多建筑材料需要多道工序完成加工。以穿孔铝板生产为例，一定要通过开料、冲孔、刨槽折弯、焊接打磨、喷涂几道工序，这其中大部分需通过机床加工、人工搬运流转、上料重新定位校核，焊接打磨则需要手工作业（图7）。更多的建筑工厂还在使用大量的人力劳动或人为操作机械作为主要生产力，自动化程度较低。甚至很多建筑项目中构件成品精度与质量取决于工人手艺水平、安装水平，再周全的预制装配理念也经不住工厂或现场粗放式作业的考验。国内西南地区某头部钢结构企业的生产加工中心（图8），工厂环境、设备配置都比较高，但仍然能看到大量的人为操作和介入生产的全部过程。随建筑生产工人群体逐年老龄化，未来劳动力问题也将日渐严峻。（图9）

  建筑设计中对柔性制造的需求与厂商实际制造能力往往是不太匹配的。汽车制造业因标准产品而能够形成稳定的供应体系，在产品迭代的周期之间投入改造和升级产线，将产能推向极致。然而建筑制造业的语境并非如此，建筑规划设计中，形体需求千差万别，设计软件功能日新月异，使得市场订单多样化、产品不确定，然而制造商的设备、工艺、软件、技术往往都有各种各样的限制，且更新迭代较慢，因此对于工厂而言，最灵活的还是投入劳动力解决柔性生产问题。在过去国内建筑仍在蒸蒸日上的十多年里，大规模建设成为了大量建筑师实践的试验田，多种多样的数字化设计工具如参数化设计、生成式设计、算法优化设计等工具和模式，使得建筑规划设计的工作流不断地迭代与更新。随着近年AIGC的逐渐普及，建筑草图和方案阶段拥有了更加轻快便捷且高效的设计内容产出模式。但是在设计图纸深化到落地的过程中，建筑工厂的工作流、所使用的软件与设备，并没发生太大的变化，大多仍以传统下单人工拆图模式运转。设计工具的革新带来更多样的建筑产品需求，建筑工厂收到更多对于各式各样非标准构件落地性的询问，面对慢慢的变多柔性生产的需求，如何在产品的定制化生产以及大规模自动化生产之间找到平衡、提高生产线的柔性，是行业内一大难题（图10）。

  先进制造业从零部件设计到生产，都有严格的PDM（Product Data Management，产品数据管理）

  体系，通过BOM（Bill of Materials）物料清单详细记载了原材料信息、主/副加工流程、各部位明细、半成品与成品数量等资讯。更方便于工厂生产时MES（Manufacturing Execution System，制造执行系统）

  实时监控、控制和优化制作的完整过程。整一个完整的过程高度数字化、云平台化。反观建筑制造业，信息化水平一直比较低。项目进行到中后期，特别是生产阶段，数据流损耗较为严重。具体体现之一，就是BIM数据大多止步设计阶段，少有打通到供应链端，大部分停留在图纸端的多设计专业协调和碰撞检测，部分用于业主和实施工程单位的数据可视化。而真正使用于机床生产的加工数据，要专业设备人员通过特定下料程序进行翻模/翻图、编程和导入机加工程序。一旦遇到非标的定制构件较多的项目，对厂商的技术部门来说是短时间庞大的拆图工作量。如果能在建筑工厂生产阶段，使用从设计端承接下来的精细化BIM模型，每个构件包含了加工程序信息，能够直接驱动工厂设备生产，无论构件的规格形制标准与否、数量如何，都能直接被自动化下料平台消化，那么建筑柔性化生产能效将会得到质的飞跃。同时精细的BIM数据甚至能够赋能现场施工管理，提高现场的施工效率。2.3 建筑制造业追赶先进制造业，要解决的痛点

  上文提到的建筑制造业面临的问题与挑战，总结来说是驱动建筑生产的软件与平台问题，以及行业上下游参与到建筑生产所有的环节的人员问题。建筑制造业向先进工业学习，打造连通前端BIM设计与后端设备加工生产的平台。一款智能建筑工业软件，通过数据驱动(data-driven)工厂和工地机器人装备，实现生产的自动化、信息化和智能化

  [2]，同时提供人机交互模式以符合现代工人的技术水平，保证工程质量和效率，让建筑建造由体力工作转向技术工作，留住和吸引年轻有才华的建筑从业人员，提高建筑从业人员的智能化、数字化生产意识，并通过具体正向BIM项目进行实践与教育，使行业能更加健康和稳定的发展。

  大界的创始团队来自苏黎世联邦理工学院（ETH Zurich），斯图加特大学（University of Stuttgart），加州大学洛杉矶分校（UCLA），同济大学的建筑与城市规划学院、土木工程学院和智能建造实验室，专注于建筑工业化建造变革中工业软件、机器人技术和材料工艺的创新工程应用。因此笔者一直希望大界团队在建筑行业中的角色，既不是传统建筑师，也不是传统建造工程师，而是成为一名“智造师”，是智能建造体系的架构师，在实际建筑项目上应用和推广智能建造。

  要推动智能建造的发展和落地，第一步是要解决生产软件平台的问题。伴随M 2M(机器对机器)通讯、数字孪生、机器视觉和AI等前沿科技的日渐成熟，工业物联网技术正在慢慢地渗透建筑的生产与建造，催生着建筑行业在生产效率与流程化管理方面的质变。虚拟样机是解决工程产品不确定性的有效设计方法，以产品的三维数字化几何模型为基础，融入知识工程与产品质量标准规范，将所有相关的工艺描述、技术参数、规范要求等产品设计信息和制造信息，完整地标注在模型中。

  将这种概念引入建筑建造领域，诸如冲压、焊接、喷漆、组装以及安全检测等工业领域的先进的技术，在某些特定的程度上均与建筑构件的制造相契合，这也为建筑生产领域的自动化提供了实现路径——融合BIM（建筑信息模型）数据和CAM（计算机辅助制造）技术。

  因此，建筑制造业亟需研发通用类的智能工业软件平台，将设计端的建筑模型数据直接转译为生产设备数据，通过数字化的模拟、仿真与优化，实现机器的自动化生产。借鉴工业领域自动化水平的演进规律，可以预测在未来20年内，依托先进的建筑工业软件，建筑生产的自动化率有望提高至80%甚至更高。[4]这一趋势将为建筑行业带来显著的变革，以此来实现更高效、更精确的生产和建造过程（图11）。

  12. RoBIM大界自研的工业软件平台与自动化产品矩阵13. 基于图特征约束的粗精一体定位技术

  2023年7月8日，大界受邀出席了2023世界人工智能大会(WAIC)，并发布了AI新产品——RoBIM Cloud，一款云原生的智能机器人柔性生产平台，致力于帮助制造业从业者快速搭建和部署可执行生产的机器人解决方案。至今，大界在建筑、船舶、工程机械以及能源行业经过多年的场景实践（图14），逐步形成了跨行业的“算法+数据+流程”的模型服务能力，并积累和沉淀为RoBIM Cloud平台产品。

  大界智造是大界专注于智能建造工程业务板块的子品牌，致力于通过后端的实际落地项目，产生示范效应，推动建筑业的转型升级（图15）。2022年10月，在住房和城乡建设部发布的关于公布智能建造试点城市的通知中，共有24个试点城市在积极落实、总结智能建造实施方案

  ，而大界智造在与地产商、建筑师、总包的合作中，常常担任“复杂幕墙顾问+结构咨询+正向BIM+智能建造”的多种角色，以设计数据驱动建筑工业化生产，提供设计数字化、生产无图化、建造智能化的一体化工程服务。

  “西岸漩心”由香港置地开发，位于上海徐汇滨江中央活动区“西岸金融城”的核心地带，高21.4 m，地上建筑面积4500㎡

  ㎡，优化了85%的模具用量（图17）。其次，由于幕墙与主体构造关系复杂，团队基于对结构规范与材料工艺的掌握，在BIM模型中通过参数化程序设计龙骨—GRC面板挂接体系，龙骨成本也降低至原方案的50%以下（图18）。第三，在复杂造型项目的建造过程中，传统的图纸设计并不能将空间的问题全部暴露。团队将构造节点在BIM模型中细致表达，通过软件协同识别碰撞点（图19），进行二次优化，验证表皮与结构距离是不是满足构造要求，和安装时所需的空间，为项目落地预先检验，降低了现场安装的未知风险。

  长沙“湘江之花”是可动式屋面开合建筑，由“花蕊”（观光厅）以及9片“花瓣”组成（图20）。建筑规划设计概念意图在观光厅从廊道向上抬升至屋面层的过程中，以花瓣展开的姿态将江景引入使用者的眼帘。

  最终，基于项目前期的精细化设计、工厂自动化生产、预搭建，以及施工模拟仿真，在地建造仅需工人通过仿真指导，按照各构件编号组装完成即可（图22）。信息流的无缝传递，在某些特定的程度上提升了建筑的预制水平，提高施工准确度，减少人力成本和资源浪费。

  禅堂（Zen Hall）是中国河北金山岭上院的重要组成部分，由阿那亚投资开发，整体方案由大舍建筑事务所设计

  ，项目包含了由大界智造与和作结构建筑研究所联合完成的中国第一个也是目前最大一个全碳纤维屋面（图23）。

  首先，基于制造工艺的BIM深化，建筑师将双曲屋面分格为230片六边形网格单元构件，通过算法将面积优化至0.9~1.12

  ，将机器人减材制造的原材料可聚类优化为四种规格，降低生产所带来的成本。其次，结合工厂预制装配的策略，联合多种材料的供应方基于同一BIM模型探讨材料和构造安装技术，将碳纤维与钢结构圈梁、GRP吊顶龙骨定位等细部构造设计，以及碳纤维构件间使用沉台对锁螺栓连接、碳纤维与钢结构间使用坡口咬合、吊顶龙骨转接件等数控刻度定位，均集成至高精度的BIM模具与构造模型之中。第三，利用机器人与机床的并行生产，团队在工厂端完成了230片碳纤维构件的批量加工和预组装（图24）。作为集“结构层、防水层、装饰层”三层合一的超轻碳纤维屋面，10套预组装模块的展开面积为177㎡

  数字技术的加快速度进行发展，深刻地改变着传统知识结构和学科体系，也影响着传统建筑规划设计与土木工程专业。随着人工智能、算法、物联网和机器人等领域科学技术的突飞猛进，技术发展与传统行业融合逐渐深入，推动建筑业朝着数字化、网络化和智能化方向变革。工程建造正在迈进数字建造乃至智能建造的新发展阶段，产业的变革升级需求反向传导至高校以及职业学校，凸显出人才培养的缺口。早在2020年7月，住房和城乡建设部印发了《关于推动智能建造与建筑工业化协同发展的指导意见》，指导意见中精确指出，各地要制定智能建造人才培育有关政策措施，建立智能建造人才教育培训和发展的机制、打造平台，以加大人才教育培训力度，为国家输送大批智能建造的高素质技术技能型复合人才

  4.2 智能建造人才教育培训模式亟待优化2021年9月，BOSS直聘研究院发布《2021应届生就业趋势报告》

  ，其中有一个章节对“人机一体化智能系统”专业（泛指智能工厂、工业互联网物联网、工业云、人工智能、增材制造等）进行了仔细的分析讨论，指出人机一体化智能系统大专毕业生流失，以及人才结构和培养模式亟需优化的问题。这在某种程度上预示着在高校人才教育培训板块，仍然有非常大的平台缺口。

  同年，建筑“老八校”之一的东南大学在无锡国际校区增设 “智能设计与先进建造”专业，吹响了高校智能建造专业的集结号。慢慢的变多的院校开始为适应相关行业发展进行专业调整，以顺应整体发展的新趋势[11]。基于计算机、建筑、土木、自动化等专业搭设新平台，形成“新工科”的培养模式。

  4.3 大界 X 高校实验室大界的初创团队，是一步步从建筑学跨界到多学科的综合型团队。从2018年开始，大界结合自己的跨界经验，持续助力高校智能建造学科发展。近三年来，大界与浙江大学、华南理工大学、西交利物浦大学、同济大学、南通大学、台湾逢甲大学等高校相继展开合作，建设智能建造实验室（图26），提供机器人软硬件的维护与升级，并配合专业老师进行课程的设计（图27），逐渐形成了一套面向智能建造新学科的体系化综合人才教育培训方案

  。课程包括机器人设备咨询、智能建造课程设计、人才实训及产学研合作等，成功为一批又一批对数字设计、计算编程、机器人建造（3D打印、模具减材工艺）、建筑工业化、数字孪生等领域有极大兴趣的同学们提供学习讨论的沃土和探索的平台。

  建筑学专业的学生，一定要通过一系列的设计、美学、工学、制图、人文社科等理论学习和训练，学成后再通过长年累月的对于材料、构造、空间的大量实践，才能成为一名合格的建筑设计师。这是从多个不相同的领域积累知识的过程，跨度广泛的知识理论背景方能在实际在做的工作中梳理和解决复杂的系统性问题。而如今我们从建筑学科的外沿继续探索，进入建筑制造业的语境中，面对新一轮的跨专业考验，包括软件、自动化、视觉、机械等复杂学科的融合与应用，成为建筑工业化的推动者——“智造师”，依然需要依靠“建筑师”的职业基因，即建筑背景教育赋予的综合能力。

  当下建筑发展处于一直在变化的大环境，建筑开发趋于平缓，且更看重智能化与降本增效。建筑制造业的发展需要更加多软件平台的开发投入，以及落地项目的实践积累，以追赶先进制造业。我们始终相信，日趋成熟的智能建造体系，以及日渐壮大的“智造师”群体，将会在未来带来新一轮的变革。一如100年前奔驰汽车引擎的诞生，开启了现代汽车的篇章，100年后特斯拉以新能源改写了汽车的定义，并用理念引领着汽车行业上下游整体变革。我们大家都希望“智造”不只是一个品牌和口号，而是能成为建筑行业的执业理念，建筑规划设计人员、生产技术人员、现场实施工程人员，都能贯彻“数据驱动生产”的智能建造理念，步入建筑制造业的信息化、智能化的新时代。

  （图片来源：图1、图5~图7、图27©梁喆，图2©赖冠廷，图3、图10、图15~图19、图21、图22、图24、图25 ©大界智造，图4、图8来自互联网，图9、图11、图12、图14、图26@大界，图13©大界 X 梅卡曼德，图23©倪楠）

  ① CAM（Computer Aided Manufacturing），即计算机辅助制造，其核心是计算机数值控制（简称数控），是将计算机应用于制造生产的全部过程的过程或系统。可大致分为硬件和软件两方面：硬件方面有数控机床、加工中心、输送装置、装卸装置、存储装置、检测装置、计算机等，软件方面有数据库、计算机辅助工艺过程设计、计算机辅助数控程序编制、计算机辅助工装设计、计算机辅助作业计划编制与调度、计算机辅助质量控制等

  ② PDM（Product Data Management）即产品数据管理，是一种管控产品研究开发过程中数据与文档的系统方法，旨在组织、存储、追踪和共享与产品相关的信息(包括零件信息、配置、文档、CAD文件、结构、权限信息等)和所有与产品相关的过程(包括过程定义和管理)，从而帮助团队在整个产品生命周期内对产品数据和开发过程实施有效地管理，提升产品研发管理水平，减少工程更改，提高产品质量，缩短产品研制周期。

  ③ MES（Manufacturing Execution System）即制造执行系统，用于实时监控、控制和优化制作的完整过程，实现生产的全部过程的可视化、透明化和优化，提高生产效率、质量和响应能力。

  PDM和MES是两个在制造业中常见的信息管理系统，PDM通常用于协助工程师和设计师管理产品数据，而MES则更关注实际制作的完整过程的执行，两者互相集成与协作，能够给大家提供产品生命周期的全面追溯性，降低增效，确保质量。

  [1] 陈珂，丁烈云.我国智能建造关键领域技术发展的战略思考[J].中国工程科学，2021，23（04）：64-70.[2] 张建平，林佳瑞，胡振中，等.数字化驱动智能建造[J].建筑技术，2022，53（11）：1566-1571.

  [3] 丁烈云. 数字建造导论[M]. 北京：中国建筑工业出版社，2019.

  [4] 孟浩，胡雨辰，陈居曈，等.对话大界——智造未来建筑[J].建筑实践，2020（09）：78-87.

  [5]大界机器人：科技赋能建筑业智能化变革[J].建筑，2021(16)：13-15.

  [6] 住房城乡建设部. 住房和城乡建设部关于公布智能建造试点城市的通知[Z]. 2022-10-25.

  [7] 陈珂，张芸菡，郭丰毅，等. 智能建造背景下建筑业新业态研究[J].科技和产业，2023，23(12)：131-135.

  [9] 廖玉平.加快建筑业转型 推动高水平发展——解读《关于推动智能建造与建筑工业化协同发展的指导意见》[J].中国勘察设计，2020（09）：20-21.

  [11]丁烈云. 智能建造创新型工程科学技术人才培养的思考[J].高等工程教育研究，2019（05）：1-4，29.

  [12] 朱鲁峰，梁喆 ，孟浩. 基于智能建造的装配式建筑发展及产学研实践[C]//全国高等学校建筑类专业教学指导委员会，建筑学专业教学指导分委员会，建筑数字技术教学工作委员会. 数智赋能：2022全国建筑院系建筑数字技术教学与研究学术研讨会论文集. 武汉：华中科技大学出版社，2022：204-208. DOI:10.26914/c.cnkihy.2022.052011.

  如有需要，可扫描下图二维码购买《时代建筑》电子版或纸质版（购买纸质版请标注具体期数）

  纸质版完整深度阅读请参见《时代建筑》2023年第5期 青年建筑师职业实践图景 梁喆、赖冠廷、孙佳爽《建筑师角色的重新认知：智能建造与产业融合》，未经允许，不得转载。

  作者单位：上海大界机器人科技有限公司作者简介：梁喆，男，上海大界机器人科技有限公司合伙人、智能建造事业部总监；赖冠廷，男，上海大界机器人科技有限公司 合伙人、智能建造事业部总经理；孙佳爽，女，上海大界机器人科技有限公司品牌主管

  ）：36-41.[7]王俊锋、蒋文超、赖尊恒.百村共兴：青年建筑师的集群式乡建[J]. 时代建筑，2023

  （5）：42-47.[8]申江海.建筑师应更主动、更深入地参与运营：存量更新时代设计策略探索[J]. 时代建筑，2023