启枢AI

AI 的机会正在从内容生成走向工作执行。建筑、工程、制造和工业空间任务具备高度结构化对象、可复核结果、高频重复劳动和高错误代价，天然适合从“生成答案”升级为“交付成果”。

启枢切入的不是更会写说明的工具，而是把图纸、模型、规则、材料、人员和交付物组织成连续流程。企业真正需要的AI，必须能理解资料、调度工具、记录过程、输出结果，并让专业人员最终确认。

启枢的技术边界不止建筑设计。建筑场景之所以优先，是因为图纸、规范、构件、空间关系和复核责任都非常清晰，ROI 也容易通过真实项目量化。

启枢真正复用的是“矢量对象 + 空间规则 + 专业交付”的作业结构。同一套对象理解能力可以进入图纸审查、工程造价、定制拆单、工业管线、设备布局和机器人空间建模。

建筑工程图纸与智能审查是当前切入点，因为已有双轨实验、专业复核与可量化工时口径。工程造价与全屋定制拆单共享图纸、构件、材料和生产规则，是更近的增购路径。

工业空间、管线、设备与机器人场景体现 3D 矢量模型的长期边界，按联合试点和跨场景复用条件推进。

设计师画图，BIM 团队翻模，造价人员重新算量，工厂拆单人员重新识别尺寸和材料，施工现场再根据图纸人工核对。每换一个环节，数据就被重新录入、解释和转换，也就多一次出错和返工机会。

这些工作单独看都是小环节，但叠加起来会消耗大量高成本人力，并把错误推迟到交付末端。启枢切入的不是某个孤立功能，而是这些环节背后共同的矢量对象理解、规则核对和交付闭环问题。

启枢的第一层能力是 AI 矢量线段模型。它把 DWG、DXF、PDF、CAD 截图、BIM 视图和扫描资料中的线段、轮廓、标注、图层、尺寸、闭合区域和构件边界提取出来，并建立对象关系。

只有先把图纸转化为可计算的矢量语义，后续的审查、生成、算量、拆单、成本优化和生产交付才成立。这也是启枢区别于普通图片识别工具和通用 AI 的基础。

启枢的第二层能力是 3D 矢量模型。它把二维图纸、现场照片、扫描资料、BIM 视图和效果图中的空间结构组织起来，形成可浏览、可修改、可校验、可复用的空间数据。

3D 能力不是为了做一个好看的展示，而是为了让空间关系进入计算：哪些构件相邻，哪些区域冲突，哪些尺寸不满足规则，哪些管线需要避让，哪些部件可以直接进入生产或施工。

客户输入的不是单一文件，而是 CAD 图纸、BIM 模型、PDF、效果图、现场照片、空间扫描资料、设计任务书、企业标准、规范条文、材料表、工艺要求和历史项目资料。

系统先进行图纸清洗、图层识别、构件识别和空间拓扑解析，再按任务类型调用审图、造价、拆单或空间校验能力。AI 输出不会直接作为最终成果，而是进入专业人员复核，并回流到项目知识库和规则库。

原因不是启枢只属于建筑行业，而是建筑设计高度依赖图纸、规范、空间关系和多专业协同，任务频次高、错误代价高、ROI 容易量化。

启枢可以将平面图、立面图、剖面图、BIM 视图和规范文件组织成同一个工作流，让 AI 先完成重复性识别、预警和整理，再由设计师和总工进行专业判断。它不是替代设计师，而是把专业人员从低价值绘图、查错和整理中释放出来。

大量成本信息隐藏在图纸和构件关系中。造价人员需要从图纸中反复识别构件、区域、材料、规格、数量和工程量，再结合清单、定额和项目规则进行计算。

启枢可以先从图纸中提取墙体、柱梁、门窗、板件、管线、区域、楼层和构件数量，再辅助生成工程量清单和材料统计。对于需要专业判断的成本口径，系统提供可核对的数据底稿、差异提示和版本追踪。

在装饰装修和全屋定制场景中，设计方案并不能直接进入工厂生产。设计图纸需要被拆解成板件尺寸、孔位、五金、封边方式、材料规格、组装关系和加工文件。

传统拆单高度依赖资深人员经验。启枢先识别空间、柜体、构件、板件边界和工艺要求，再根据工厂规则生成可复核拆单结果，由拆单人员或工程师确认后进入生产。

装饰装修场景不仅需要生成视觉效果，更需要把空间方案、风格表达、材料选择、构件关系和后续交付流程连接起来。启枢可以在同一空间基础上理解设计意图、识别空间边界、组织风格变化，并为后续图纸深化、材料匹配、拆单和施工沟通提供结构化基础。

这一场景把客户确认、设计表达和工程交付串联为连续流程，让多风格方案不止停留在效果展示，而是继续进入材料、构件和生产数据协同。

启枢的长期空间不止建筑设计，还包括工业设计、工业管线、设备布局、厂房改造和机器人空间建模。这些场景表面行业不同，底层任务却高度相似：理解图纸线段、设备边界、空间距离、管线走向、构件关系、施工约束和运维规则。

建筑工程图纸建立首批商业化证据，工业空间作业沿同一套矢量模型与 3D 模型自然扩展，通过联合试点、空间复核和跨场景协同持续形成应用资产。

在 CTA 地库车库施工图联合双轨实验中，人工基线工时为 128.5 小时，GIBIRA 人机协同工时为 43.8 小时，单项目释放工时比例为 65.9%。

在陕建一建设计院车道坡施工图双轨试验中，综合工时从 116.0 小时降至 32.5 小时，节省约 72.0%。这些结果证明图纸清洗、对象识别、风险前置、CAD/BIM 可编辑交付等能力具备可量化效果，并形成造价、拆单和工业空间 POC 的复测基础。

启枢的客户管线要按场景分层：第一层是当前验证最充分的建筑工程图纸和设计审查客户；第二层是工程造价、全屋定制、装饰装修等与图纸/构件/生产数据强相关的客户；第三层是工业空间、管线、设备布局和机器人空间建模等更长期场景。

客户信息按照披露边界呈现场景方向、推进阶段、核心痛点、启枢价值、验收方式和下一步转化动作，让商业证据与客户隐私同时得到保护。

启枢的执行重点不是扩张组织规模，而是让产品、算法、行业知识与客户交付围绕同一套里程碑协同。

每个重点 POC 同时明确业务负责人、技术负责人、专业复核人与验收口径，确保客户结果能够回到产品版本。

CAD/BIM 是底层工具，启枢不是要替代它们，而是嵌入其上，成为工程/工业企业现有软件系统之上的智能作业中间层。通用大模型可以理解语言，但不天然理解 CAD 图层、线段闭合、构件关系、工程责任和专业交付格式。

启枢是当前核心商业化产品。巨灵、诺思、蜂聚与 ACAUSAL 展示 AI Harness 在不同任务结构中的场景化能力，共同拓展公司的平台应用边界。