Text2BIM: Generating Building Models Using a Large Language Model-based Multi-Agent Framework
作者: Changyu Du, Sebastian Esser, Stavros Nousias, André Borrmann
分类: cs.AI, cs.CL, cs.SE
发布日期: 2024-08-15 (更新: 2025-07-11)
备注: Journal of Computing in Civil Engineering
🔗 代码/项目: GITHUB
💡 一句话要点
提出Text2BIM框架，利用LLM多智能体从自然语言生成建筑信息模型
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 建筑信息模型 大型语言模型 多智能体系统 自然语言处理 BIM建模
📋 核心要点
- 传统BIM建模需要掌握复杂命令，认知负担重，阻碍了BIM在AEC行业的普及。
- Text2BIM利用LLM多智能体框架，将自然语言指令转化为BIM模型的生成。
- 实验表明，该方法能有效生成高质量、结构合理的建筑模型，并集成了交互式原型。
📝 摘要（中文）
传统的BIM创建过程需要设计师掌握复杂且繁琐的建模命令，以便在BIM创作工具中实现其设计意图。这种额外的认知负担使设计过程复杂化，并阻碍了BIM和基于模型的设计在AEC（建筑、工程和建造）行业的采用。为了更直观地表达设计意图，我们提出了Text2BIM，这是一个基于LLM的多智能体框架，可以从自然语言指令生成3D建筑模型。该框架协调多个LLM智能体进行协作和推理，将文本用户输入转换为命令式代码，从而调用BIM创作工具的API，直接在软件中生成具有内部布局、外部围护结构和语义信息的可编辑BIM模型。此外，将基于规则的模型检查器引入到智能体工作流程中，利用预定义的领域知识来指导LLM智能体解决生成模型中的问题，并迭代地提高模型质量。进行了广泛的实验，以比较和分析在所提出的框架下三种不同LLM的性能。评估结果表明，我们的方法可以有效地生成高质量、结构合理的建筑模型，这些模型与用户输入指定的抽象概念相一致。最后，开发了一个交互式软件原型，将该框架集成到BIM创作软件Vectorworks中，展示了通过聊天进行建模的潜力。
🔬 方法详解
问题定义：论文旨在解决建筑信息模型（BIM）创建过程中，设计师需要掌握复杂建模命令的问题。现有BIM建模工具操作繁琐，增加了设计师的认知负担，降低了设计效率，阻碍了BIM技术在建筑行业的广泛应用。设计师需要一种更直观、更自然的方式来表达设计意图，并将其快速转化为可用的BIM模型。
核心思路：论文的核心思路是利用大型语言模型（LLM）的多智能体协作框架，将自然语言描述的设计意图转化为BIM建模工具的API调用指令，从而自动生成BIM模型。这种方法允许设计师通过简单的文本指令来创建复杂的建筑模型，无需手动操作建模工具的繁琐命令。通过引入规则检查器，可以迭代优化模型质量，确保模型符合结构合理性和设计规范。
技术框架：Text2BIM框架包含以下主要模块：1) 自然语言输入模块：接收用户的文本指令；2) LLM智能体协作模块：多个LLM智能体协同工作，将文本指令解析为BIM建模API调用指令；3) BIM建模API调用模块：执行API指令，在BIM软件中创建模型；4) 规则检查模块：基于预定义的规则检查模型质量，并向LLM智能体提供反馈；5) 模型优化模块：LLM智能体根据规则检查器的反馈，迭代优化模型。整个流程是一个循环迭代的过程，直到模型满足要求。
关键创新：该论文的关键创新在于：1) 提出了基于LLM的多智能体协作框架，实现了从自然语言到BIM模型的自动生成；2) 引入了规则检查器，实现了模型质量的自动评估和迭代优化；3) 开发了交互式软件原型，展示了通过聊天进行BIM建模的潜力。与现有方法相比，该方法无需手动操作建模工具，大大降低了建模难度，提高了建模效率。
关键设计：论文中关键的设计包括：1) LLM智能体的角色分配和协作机制，需要精心设计以确保各个智能体能够高效地完成任务；2) 规则检查器的规则定义，需要覆盖建筑设计的关键规范和约束；3) LLM智能体与规则检查器之间的反馈机制，需要确保反馈信息能够有效地指导模型优化；4) 针对不同的LLM，需要进行参数调优，以获得最佳性能。具体参数设置和网络结构等技术细节在论文中可能未详细描述，属于未知信息。
🖼️ 关键图片
📊 实验亮点
实验结果表明，Text2BIM框架能够有效地生成高质量、结构合理的建筑模型，与用户输入的抽象概念相一致。论文比较了三种不同的LLM在框架下的性能，并展示了交互式软件原型，验证了通过聊天进行建模的可行性。具体的性能数据和提升幅度在摘要中未明确给出，属于未知信息。
🎯 应用场景
Text2BIM框架可应用于建筑设计、工程设计和施工管理等领域。它能够降低BIM建模的门槛，提高设计效率，促进BIM技术在建筑行业的普及。未来，该技术有望应用于智能建筑设计、自动化施工和虚拟现实建筑漫游等领域，为建筑行业带来革命性的变革。
📄 摘要（原文）
The conventional BIM authoring process typically requires designers to master complex and tedious modeling commands in order to materialize their design intentions within BIM authoring tools. This additional cognitive burden complicates the design process and hinders the adoption of BIM and model-based design in the AEC (Architecture, Engineering, and Construction) industry. To facilitate the expression of design intentions more intuitively, we propose Text2BIM, an LLM-based multi-agent framework that can generate 3D building models from natural language instructions. This framework orchestrates multiple LLM agents to collaborate and reason, transforming textual user input into imperative code that invokes the BIM authoring tool's APIs, thereby generating editable BIM models with internal layouts, external envelopes, and semantic information directly in the software. Furthermore, a rule-based model checker is introduced into the agentic workflow, utilizing predefined domain knowledge to guide the LLM agents in resolving issues within the generated models and iteratively improving model quality. Extensive experiments were conducted to compare and analyze the performance of three different LLMs under the proposed framework. The evaluation results demonstrate that our approach can effectively generate high-quality, structurally rational building models that are aligned with the abstract concepts specified by user input. Finally, an interactive software prototype was developed to integrate the framework into the BIM authoring software Vectorworks, showcasing the potential of modeling by chatting. The code is available at: https://github.com/dcy0577/Text2BIM