大模型赋能下的居住区设计:问题发现、趋势适应与实践应对
发布时间:2026-07-02 作者:龙瀛(清华大学建筑学院长聘教授)

以大模型为代表的新一代人工智能技术迅速发展,其卓越的自然语言理解、跨模态信息处理与逻辑推理能力为城市规划与空间设计提供了全新的支持工具。居住区作为城市基本的空间单元,其设计实践涉及庞杂信息分析与复杂要素整合,为大模型技术嵌入具体实践提供场景。我带领的团队目前重点围绕现有居住区的问题发现与经验提取、针对新生活方式的趋势适应以及人机协同的实践应对这三个核心环节开展探索。
在问题发现与经验提取方面,重点针对现有居住区开展现状问题识别与空间干预设计方法的系统提炼。过去受限于人工处理能力,在前期分析阶段难以对海量的非结构化案例数据进行快速分析并形成设计方法借鉴,如今借助大模型的图文理解能力能够有效打破非结构化数据的处理壁垒。我们通过收集海量既有居住区的相关案例图文信息,在提示词中设定明确的特征提取规则,引导大模型快速分析案例数据并自动提取建筑单体、公共空间、绿化基建与交通组织等不同维度的典型对象并归纳其空间痛点。同时开展对居住案例的文本分析,提取细粒度的设计方法,引入文本向量化与聚类算法对分散的、非标准化的设计方法文本进行降维与归类,结合人工校验归纳出数百项涵盖各类空间要素的设计方法集。在大模型的赋能下,此工作流程能将海量案例素材系统转化为结构化的“现有居住区问题图谱”与对应的“居住区设计方法集”,为后续的设计沉淀了丰富且高参考价值的策略底座。
在趋势适应方面,伴随新技术的发展,居住区中涌现了诸如机器人服务、无人机配送、自动驾驶车接驳等新场景,如何在居住区中回应居民新生活方式成为设计环节的重要考虑因素。我们以“低空经济与智慧物流”趋势为例,利用大模型的联网检索与图文分析能力开展跨场景的案例分析,从互联网中广泛获取近年来的新技术落地项目并准确归纳各类开放空间中新技术应用的空间特征与成熟模式,随后结合实地调研评估这些前沿技术向居住区物理空间迁移的适配性,将成熟的城市空间应用转译为居住区内的空间原型,据此构建涵盖居住区公共空间、道路设施和居住空间的趋势应对应用场景库,包含诸如无人机物流起降节点、无人车配送通道等场景,实现住区空间设计对新兴趋势的积极响应。
在实践应对方面,大模型不仅是前期设计的辅助分析工具,更是深度介入方案生成与评估的重要手段。针对具体居住区设计项目,将居住区的场地现状信息、相关政策文本与居民的实际需求,连同“设计方法集”及“趋势应对应用场景库”等知识输入模型,大模型能够基于不同的设计导向,快速生成多套包含方案说明文本、方案设计节点等的差异化居住区设计方案。在方案评估环节,大模型能基于设定的居民画像,模拟不同群体的视角与诉求,对生成的多个设计方案开展量化比较与定性评估。“调研数据分析—多方案生成—模拟评估反馈”的闭环实践印证了大模型在支持居住区设计实践中的巨大潜力。
第四次工业革命下的颠覆性技术对城市空间本体与规划方法论的影响势不可当。新一代人工智能不再仅仅是处理数据的效率工具,而是正全面演变为强大的生成与推理引擎。如同历史上其他新技术的普及一样,尽早拥抱并将其为我所用才是关键。因此,我呼吁城市规划学界与业界的同行们持续关注技术发展,将大模型等前沿技术切实融入城市研究与空间设计的各个实操环节,共同探索智慧赋能人居环境建设的新路径。