BIM Координатор

Бета-версия ИИ-Проектировщика открыта — теперь можно приобрести доступ и начать тестирование ChatGPT и Claude в Revit.

Начать можно здесь:

https://www.aydrafting.com/aidrafting-russia

Войдите через Яндекс ID, оплатите доступ и скачайте установщик из личного кабинета. После установки откройте управление аккаунтом AIDrafting в Revit и активируйте плагин через тот же Яндекс ID.

Это бета-версия, поэтому очень жду обратную связь! Если что-то не работает, пришлите описание, версию Revit и скриншот ошибки в личку — https://t.me/bim_koordinator?direct.

Спасибо!

Искал проектировщика. В итоге создал своего.

Помните дом из контейнеров? Ни с кем не договорились: завышенная цена, не было времени или опыта.

Проект стоял, пока я не подключил своего ИИ-проектировщика.

В прошлом посте был мой первый тест. Тогда я думал, что инструмент годится только для типовых задач. Но решил дать ему реальный проект: эскизы, расчёты, черновую модель Revit, шаблоны и семейства. Задача — подготовить комплект для разрешения на строительство, включая АР, КР, ОВ и ВК.

Через 7 часов — детализированная модель и примерно на 90% готовый комплект чертежей. Он сам нашёл местные нормы, определил состав чертежей и собрал листы, останавливаясь только для уточнений. Вчера этих чертежей не было совсем, а сегодня проект почти готов!

Да, это частный дом, а не крупный объект. Но теперь я могу сам проверить, доработать и подготовить проект к подаче, и любые исправления могут быть выполнены без моего участия. Проектировщика для этой задачи больше не ищу.

⚠️ Хотите попробовать — пишите «ИИ-проектировщик» в директ:

https://t.me/bim_koordinator?direct

Постепенно открываю платный доступ к бета-версии.

Протестировал GPT‑6 Astra в Revit через MCP

Собрал 5-этажное здание за 1ч 19мин 29сек.

Нашел в интернете 5-этажное здание с типовым планом и разрезами, сделал скрин и попросил GPT-6 собрать целое здание со всеми этажами и создать комплект чертежей по этому скрину. Решил проверить, на что способен этот Astra.

Подключил GPT-6 Astra на максималках в Codex к Revit через свой MCP плагин. Загрузил изображения и очень просто объяснял, что нужно сделать. Модель получила доступ к моим инструментам и начала создавать элементы здания.

В итоге GPT-6 смог собрать многоквартирное здание по одному изображению с типовым планом, фасадами и разрезами не остановившись ни разу.

Результат: 4 жилых этажа, 16 квартир, открытый нижний уровень, лестницы, балконы, кровля, колонны и балки. В модели 327 стен, 162 двери и 98 окон.

Подготовлены 4 PDF листа с планами, фасадами, разрезами и спецификациями, расставлены 267 размеров, каждая комната обозначена и закрашена соответствующим цветом.

Повторюсь, весь процесс шёл через MCP абсолютно автономно, без моего вмешательства и выполнило это задание с первого раза.

💭Мысли:
Думаю проектирование однотипных многоквартирных домов, по крайней мере в части АР - 3D модели планировки, мебели, окон и дверей, лестниц итд уже автоматизировано достаточно, чтоб это было полезно. Было бы очень глупо не применять, вы сохраняете как минимум 80% бюджета. В идеале доработать можно и до 99% на подобных проектах и постоянных доработок кода, не учитывая что ИИ тоже не будет стоять на месте.

Теперь очередь за ОВ, ВК и КР - а это по сути 90% трудозатрат в таких проектах. Поэтому проектировщикам не о чем пока переживать. Эту часть автоматизировать может только наверное Общий Искусственный Интеллект. Думаю до этого еще далеко.

Стадион в Rhino + AI

Агент передаёт в Rhino команды на Python, а библиотека RhinoCommon создаёт геометрию. Весь процесс разбит на последовательные этапы.

1. Основание и каркас. Сначала появляется площадка, затем чаша стадиона: колонны и наклонные балки под трибуны. Повторяющиеся элементы расставляются по заданному контуру.

2. Трибуны. Скрипт строит ряды с заданной глубиной и высотой ступеней, формирует проходы. Геометрия рассчитывается в цикле, поэтому каждый ряд не нужно моделировать отдельно.

3. Крыша. Добавляются сужающиеся колонны, радиальные фермы с поясами и раскосами, затем большие арки. Между направляющими кривыми строится оболочка кровли.

4. Фасад и наполнение. Скрипт создаёт диагональную сетку, горизонтальные ленты и повёрнутые фасадные рёбра. Затем добавляет кресла, назначает им цвета и размещает элементы благоустройства.

5. Разрез и просмотр. После построения агент пересекает геометрию плоскостью, получая разрез стадиона. Затем переключает камеры: общий вид, крыша сверху, обзор изнутри и с места зрителя на высоте глаз.

По журналу выполнения в ролике: 172 528 объектов за 5 минут 42 секунды. Время подготовки самого кода здесь не показано.

И это важная оговорка: по видео нельзя установить, сколько кода написано заранее и какую часть подготовил ИИ. Зато хорошо видно сам принцип, сложная модель собирается из последовательности геометрических правил.

Наличие такой модели ещё не означает, что конструкции рассчитаны правильно, а проектные решения проверены.

Revit превращают в Obsidian граф знаний для ИИ

Generative Design Lab при Gachon University показала интересный эксперимент: элементы Revit автоматически превращаются в граф знаний прямо во время моделирования.

Стена здесь уже не просто объект с набором параметров. Система сохраняет связи между элементами: на каком уровне находится стена, к какому типу относится, какие двери в ней расположены, с какими элементами она связана и так далее.

В результате ИИ получает структурированную модель здания, где он может понимать взаимосвязи между объектами, а не очередную огромную выгрузку json данных из Revit.

Сам подход с графами знаний в BIM не новый, на эту тему уже несколько лет выходят научные работы. Интереснее здесь именно живая синхронизация с Revit: нарисовал элемент, он сразу появился в графе со всеми связями.

Отдельной научной публикации именно по этому прототипу пока нет. Судя по всему, GDLab только начинает показывать текущую исследовательскую работу.

Мне кажется, это куда интереснее очередного подключения языковой модели к Revit API. Следующий этап я думаю, это дать ИИ нормальное представление о том, что вообще находится внутри BIM-модели и как всё это связано между собой, и почему каждое решение было принято, если в графу ещё добавить госты например.

Claude собрал мне рекламную кампанию для Google Ads, по анализу рынка и рекомендациям ЧатаГпт - абсолютно автономно.

Антропик добавил браузер в Клод, теперь можно дать полный доступ например к своему сайту и профилю в Google Ads.

За часа два, он собрал страницу лидо-генератор, с формой для приема заявок, настроил все триггеры и ключевые слова, и запустил рекламную кампания, практически без моего участия.

Если честно, это достаточно много работы, и практически заменяет необходимость тратить время, которого и так нет, на изучение SEO стратегий, оптимизации итд. Или нанимать маркетологов.

Для малого бизнеса, такая экономия это лишний бюджет в саму рекламу и ИИ который не пытается заработать, а реально пытается помочь. Плюс, я остаюсь более менее осведомлен о том что конкретно было сделано, так как принимаю участие в планировании и слежу за процессом. А результат, можно корректировать по ходу дела, даже находясь в дороге или даже в зале во время тренировки, через телефон. Что являются роскошью при найме.

Вот это я понимаю прогресс.

Настало время, когда малый/средний бизнес имеет хоть какую-то конкурентную способность на рынке. Не упускайте.

Кейс о том, как бюрократия раздувает объём проекта и заставляет искать нестандартные решения.

На сельскохозяйственных землях Британской Колумбии действуют серьёзные ограничения на жилую и общественную застройку. На этом участке уже расположен полноценный жилой дом с бассейном, поэтому новый объект проектируем как крупное нежилое здание сельскохозяйственного назначения.

Главная задача, создать не просто амбар, а функциональное пространство, которое сможет развиваться вместе с фермой. Помимо содержания коз, и домашних животных, планировка предусматривает хозяйственные, административные и вспомогательные помещения.

В дальнейшем, при прохождении необходимых проверок и согласований, отдельные части здания смогут использоваться для занятий, небольших мероприятий, работы сотрудников и организации пространства для детей.

Для фермы, которая работает с детьми с ограниченными возможностями, такой формат подходит идеально. Здесь они смогут проводить время на природе, общаться с животными, учиться и участвовать в жизни фермы.

Канадская система часто смотрит прежде всего на зонирование и формальную классификацию объекта, а не на реальную общественную пользу проекта. Если земля предназначена для сельского хозяйства, практически любая дополнительная функция может превратиться в сложный и многолетний процесс согласований.

С одной стороны, сельскохозяйственные земли действительно необходимо защищать. С другой, правила должны предусматривать разумные механизмы для организаций, которые создают полезные условия для детей с ограниченными возможностями.

Но на практике даже такие проекты приходится буквально собирать вокруг существующих ограничений. И сама необходимость преодолевать настолько сложную бюрократию ради общественно полезной инициативы показывает, что система работает не так эффективно, как могла бы.

Сталкивались с подобными ограничениями в своих проектах?

Разрабатываем парковку. Съемка дроном:

1. Приехал на объект для знакомства с участком.

2. 5 минут полетал над объектом, делая фотографии каждые 5 секунд по сеточному маршруту, или как говорят на Западе, по принципу «газонокосилки» (lawnmower pattern). Можно заранее этот маршрут запрограммировать в Дрон и он сам все отснимет, пока гуляешь по объекту.

3. Там же все переработал в облако точек через ноут.

4. По облаку собрал треугольную сетку поверхности, которая уже повторяет реальную геометрию рельефа и на её основе собрал ортофотоплан.

В результате получил цифровую основу для проектирования, удивил клиента своим подходом и смог начать проектировать объект буквально в этот же день! Дрон больше не игрушка, это необходимость каждого инженера.

Второй этаж почти готов. Сначала собирались делать ремонт и пристраивать дополнительные комнаты и веранды.

Но в середине проекта клиент решил просто снести второй этаж с крышей и перестроить дом практически полностью.

Быстрее и дешевле было построить весь дом с нуля, если сначала проекта он решился бы снести весь дом (как мы ему предлагали), и залить дополнительный фундамент без препятствий - самый большой расход пока.

Деревянные дома строятся как лего, практически за несколько дней можно поднять 2-3 этажа если все спланировать и вовремя заказать материалы, это вам не бетон, опалубка и кирпичи.

Поэтому когда клиент ещё и недо-архитектор, он принимает дорогие решения, не слушая никого, а потом платит за них вдвое.

Слушайте инженеров ребята, наша работа это предлагать эффективные решения, чтоб вам не пришлось платить дважды.

Коллеги, я создал отдельный канал BIM News

В последнее время новостей стало много, и ежедневные публикации начали переполнять основную ленту. Я также заметил, что часть людей стала отписываться, и это вполне понятно: изначально этот канал создавался не как новостной.

Поэтому решил разделить форматы. Основной канал останется для авторских материалов, проектов и других публикаций, а все ежедневные новости о BIM, технологиях, автоматизации и ИИ теперь будут выходить в отдельном канале.

Кому интересен такой формат — подписывайтесь на BIM News.

Последние новости в сфере проектирования будут выходить там каждый день ↓

https://t.me/bim_morning_brief

Коллеги, нужна помощь по нестандартному проекту.

Есть проект двухэтажного контейнерного объекта. Концепция — модульная конструкция из морских контейнеров с центральным открытым пространством/атриумом, стеклянной частью, металлическим каркасом и большой светлой зоной внутри.

Ищу специалиста или команду, кто уже проектировал похожие объекты: контейнерные здания, модульные конструкции, металлокаркас, нестандартные общественные пространства.

Нужно помочь грамотно развить концепцию в проектное решение: архитектура, конструктив, узлы, общая логика сборки и реалистичность строительства.

Если у кого-то есть опыт с такими объектами или можете порекомендовать специалиста — напишите, пожалуйста, в личку. Желательно сразу с примерами похожих работ.

🚀 Разбор стоимости владения космическими дата-центрами и паритета «космос — Земля».

Идея простая.

Если на Земле не хватает электричества, земли, разрешений, турбин, подстанций и времени — давайте вынесем ИИ-вычисления на орбиту.

Там солнце.
Там нет соседей, которые жалуются на шум.
Там не надо ждать подключения к электросетям.
Там, кажется, можно просто развернуть солнечные панели и строить бесконечный облачный компьютер.

Звучит красиво.

Но SemiAnalysis разбирает эту идею не как фантастику, а как инженерно-экономическую модель.

И вывод у них такой: сегодня космос — это не дешёвый путь. Это очень дорогой путь.

По их расчётам, в 2026 году дата-центр на орбите стоит более чем в 4 раза дороже земного. В базовом сценарии паритет с Землёй появляется примерно к 2040 году. В более агрессивном сценарии — если земная инфраструктура упрётся в жёсткие ограничения — почти паритет может наступить уже в начале 2030-х.

Но главное даже не это.

Главное — почему вообще кто-то всерьёз обсуждает космические дата-центры.

Не потому что «в космосе всё бесплатно».

Бесплатного в космосе почти ничего нет.

Солнце не всегда светит на спутник. На низкой орбите объект значительную часть времени уходит в тень Земли, значит нужны аккумуляторы и силовая электроника.

Охлаждение тоже не бесплатное. Космос холодный, но там нет воздуха, который унесёт тепло. А дата-центр — это машина, которая превращает электричество в тепло. Это тепло нужно излучать через радиаторы.

Задержка тоже не магически низкая. Спутник пролетает над конкретной наземной станцией всего несколько минут. Потом данные идут через другие спутники, шлюзы и наземную сеть.

И даже с разрешениями всё не так просто. Удобные орбиты — не бесконечная парковка.

То есть космос не отменяет физику.
Он просто меняет набор проблем.

На Земле главные ограничения — электричество, стройка, разрешения, подстанции, турбины, земля и люди.

В космосе — запуск, радиаторы, солнечные панели, радиация, срок жизни железа и невозможность просто прийти в серверную и заменить умерший ускоритель.

Самый интересный вывод здесь вот какой.

ИИ постепенно съедает все слои инфраструктуры.

Сначала все говорили: не хватает дата-центров.
Потом: не хватает электричества.
Потом: не хватает чипов, HBM и мощностей TSMC.
Потом: не хватает людей и промышленной способности строить это всё быстро.

И если спрос на ИИ продолжит расти быстрее, чем Земля способна строить инфраструктуру, космос станет не мечтой футуристов, а очередным слоем масштабирования.

Очень дорогим.
Очень сложным.
Но уже не абсурдным.

А космические дата-центры — это просто самая яркая иллюстрация того, насколько далеко уже зашёл этот инфраструктурный голод.

🌋 Электростанция на подводном вулкане

Звучит как завязка для фантастики, но это уже венчурная энергетика.

Американский стартап Endurance Energy привлёк 54 млн долларов, чтобы добывать электричество из тепла подводных вулканов.

Идея простая по формулировке и безумно сложная по инженерии.

На дне океана есть зоны, где тектонические плиты расходятся, магма подходит близко, вода нагревается до экстремальных температур. Компания хочет бурить морское дно, ставить там генераторы и передавать энергию на берег.

Первую полноценную установку на 100 кВт они планируют поставить у хребта Хуан-де-Фука, недалеко от побережья США и Канады.

100 кВт звучит скромно.

Это уровень небольшого пилота, а не электростанции для города.

Но в таких проектах важна сама проверка принципа: можно ли стабильно бурить, обслуживать оборудование, передавать энергию и жить в агрессивной морской среде, где давление, коррозия, температура и логистика сразу бьют по бюджету.

Мне здесь интересна даже не сама “зелёная энергетика”. Мне интересен инженерный сдвиг в правильным направлении.

Мы привыкли думать об энергетике через: ГЭС, АЭС, нефть, газ, солнечные панели, ветряки. А тут ребята смотрят на океанское дно как на инфраструктурную площадку для энергодобывающих объектов.

Для России это тоже любопытный сигнал.

У нас огромная территория, вулканические зоны, Дальний Восток, Камчатка, Курилы. Такие проекты требуют: быстрые прототипы, рискованные испытания, инженеров, геологов, энергетиков, морских подрядчиков и инвесторов.

Без этого любая красивая идея превращается в презентацию на форуме.

Пока Endurance Energy говорит про гигаваттные масштабы и питание прибрежных городов. До этого ещё конечно далеко.

Но сам факт, что деньги начинают идти в такие проекты, показывает одну простую вещь: мы уже давно знаем, как добывать больше энергии, а теперь начинаем вкладывать в это.