Text2BIM - это мультиагентный фреймворк на базе LLM, который генерирует 3D-модели зданий по текстовому описанию непосредственно в САПР

• Владелец продукта: Уточняет задачу
• Архитектор: Создает детальный план
• Программист: Пишет код для модели
• Рецензент: Проверяет ошибки и предлагает исправления

• Этот компонент не основан на ИИ и использует детерминированные правила (например, проверка на коллизии, корректность пространственной структуры, поддержка крыш стенами) для объективной оценки качества сгенерированной BIM-модели. Его отчеты направляются агенту-рецензенту для исправления ошибок.

• В ходе экспериментов фреймворк показал высокую эффективность. При использовании моделей GPT-4o и Mistral-Large-2 средний процент прохождения проверок качества для итоговых моделей достиг 99.4% и 99.2% соответственно. Это доказывает, что подход позволяет генерировать высококачественные и структурно-рациональные BIM-модели, полностью соответствующие задаче пользователя

Этот этап преобразует абстрактную текстовую инструкцию пользователя в структурированный архитектурный план, готовый для программной реализации.

• 1. Расширение запроса (Product Owner): Этот агент получает исходную инструкцию пользователя (α) и обогащает её, создавая подробное техническое задание.
• На входе: Инструкция пользователя, описание доступных инструментов (T), история диалога (Φ_global).
• Метод: Использует технику Chain of Thought (CoT) для пошагового рассуждения и декомпозиции задачи.
• На выходе: Детализированный документ с требованиями (α_enhanced).
• 2. Генерация архитектурного плана (Architect): Вызывается Владельцем продукта для создания конкретного плана здания.
• Метод: Работает на основе few-shots learning и специального промпт-шаблона (P_Arch), в который заложены базовые архитектурные правила (конфигурация компонентов, внутренние перегородки и т.д.). Вызов агента происходит через механизм function-calling.
• На выходе: Структурированный текстовый план (Building_Plan) с координатами и размерами элементов.
• Процесс описывается формулами: Building_Plan ← F(LLM_Architect(P_Arch(α'))), α_enhanced ← LLM_ProductOwner(P_PO(α, T, Φ_global) | Building_Plan)

Слой преобразует детализированный план в исполняемый Python-код, который создает BIM-модель.

• Programmer (Программист): Ключевой агент, который пишет код, используя заранее определенный набор высокоуровневых функций (Toolset).
• На входе: Расширенные требования (α_enhanced), информация об инструментах (T).
• Метод: Использует zero-shot learning, что позволяет ему гибко комбинировать функции для решения разнообразных задач без жестких примеров.
• На выходе: Python-код (code), готовый к исполнению. code ← LLM_Coder(P_Co(α_enhanced, T, Φ_global))
• Цикл саморефлексии (Self-reflection loop): Встроенный механизм для автоматического исправления синтаксических ошибок.
• Процесс: Если при выполнении кода кастомный интерпретатор обнаруживает ошибку (E), она вместе с проблемным кодом (code_n) отправляется обратно Программисту для исправления.
• Ограничение: Цикл повторяется до 3 раз. code_n+1 ← LLM_Coder(P_Co(E_n, T, code_n))

Финальный этап, где сгенерированная модель проверяется на соответствие правилам и дорабатывается в цикле обратной связи.

• Model Checking: Готовая модель экспортируется в IFC и проверяется внешним rule-based чекером (в исследовании — Solibri) на основе набора детерминированных правил (классы 1-3 по классификации Solihin & Eastman).
• Проверяется: Геометрические коллизии, корректность семантических атрибутов, соответствие архитектурной логике (например, крыша должна опираться на стены).
• На выходе: Отчет об ошибках в формате BCF, содержащий информацию о проблемах (I).
• Reviewer (Рецензент): Этот агент анализирует отчет об ошибках и предлагает решение.
• На входе: Информация об ошибках (I), описание инструментов (T), исходный код (code).
• На выходе: Текстовые предложения по исправлению кода (β). β ← LLM_Reviewer(P_Rev(I, T, code))
• Цикл оптимизации качества (Quality-optimization loop): Программист получает предложения от Рецензента и генерирует исправленный код (code_t+1), который снова проходит через проверку. Этот процесс также ограничен 3 итерациями и является ключевым для достижения высокого качества модели.

Для тестирования был создан кастомный бенчмарк Mini Building Benchmark. Результаты абляционных исследований: Отключение ключевых компонентов показало их критическую важность:

• Результаты сравнения LLM: Фреймворк показал высокую эффективность с разными базовыми моделями.
• GPT-4o: 99.4% средний процент прохождения правил.
• Mistral-Large-2: 99.2% средний процент прохождения правил.
• Gemini-1.5-Pro: 94.05%, показал менее стабильные результаты.
• Эффективность цикла оптимизации:
• GPT-4o и Mistral-Large-2 в роли Рецензента успешно снижали количество ошибок в модели с каждой итерацией.
• Gemini-1.5-Pro иногда пытался полностью переписать код вместо исправления, что приводило к увеличению числа ошибок.
• Анализ ошибок: Качественный анализ показал, что агенты отлично справляются с простыми, детерминированными проблемами, но испытывают трудности со сложными пространственными задачами.
• Успешно решаются: Проблемы класса 1 (например, "в модели не определено пространство" → "создать пространство").
• Сложности возникают: Проблемы класса 3, требующие пространственного понимания (например, "две стены пересекаются" → какую стену и в какую сторону двигать?).
• Ключевые технологические особенности:
• Императивное представление моделей: BIM-модель представляется в виде кода, а не данных, что позволяет гибко комбинировать вызовы функций и использовать алгоритмическую логику.
• Декомпозиция через специализацию: Распределение ролей между агентами позволяет эффективно разделить сложную задачу на подзадачи (архитектура, программирование, верификация).
• Детерминированная верификация: Использование правил и модели-чекера обеспечивает объективную оценку качества, не зависящую от стохастичности LLM.
• Таким образом, Text2BIM — это комплексная система, решающая задачу автоматизации САПР через генерацию кода, полагаясь на совместную работу LLM-агентов и уникальный цикл итеративного улучшения качества модели на основе правил.