Hallo, hier ist BIMBOX.

Heute sprechen wir über ein Produkt, das auf den ersten Blick ein KI-Bildgenerierungswerkzeug für die Bauindustrie zu sein scheint, bei genauerem Hinsehen aber weit darüber hinausgeht. Auf Chinesisch heißt es Tuling, auf Englisch AidMaster.

Wir kennen dieses Produkt schon seit Langem. 2023 besuchten wir die Hunan Provincial Architectural Design Institute Group Co., Ltd. (im Folgenden Hunan-Provinzinstitut genannt) und sahen vor Ort eine Produktdemonstration. Als wir später die Geschichte der „drei Musketiere“ des Hunan-Provinzinstituts schrieben, erwähnten wir dieses frühzeitig vorgestellte Produkt, und seitdem fragen interessierte Leser immer wieder nach: Wie läuft es mit dem KI-Bildgenerierungswerkzeug des Hunan-Instituts? Wann kann man es nutzen?

Ohne Umschweife direkt das Fazit: Tuling ist derzeit vollständig für Privatanwender geöffnet, es muss keine Software installiert werden – einfach registrieren und loslegen.

Vor Kurzem haben wir einige Mitglieder des Teams hinter diesem Produkt zu unserem „Digital Progress Night Talk“ eingeladen und ausführlich über die Funktionen des Produkts gesprochen sowie darüber, warum von der Veröffentlichung 2023 bis zur vollständigen Öffnung heute so viel Zeit vergangen ist und welche Probleme in der Zwischenzeit gelöst wurden.

Im Folgenden teilen wir mit Ihnen auf Basis dieses über zweistündigen Gesprächs eine umfassende Zusammenfassung.

AidMaster wird von einem Projektteam aus mehr als einem Dutzend Personen entwickelt und betrieben; das Team stammt aus dem eigens gegründeten Digital Research Institute des Hunan-Provinzinstituts.

Hinter dem Aufbau des Digital Research Institute aus dem Nichts verbirgt sich eine faszinierende Geschichte, die wir in dem Beitrag „Von der BIM-Pionierzeit zur Ära der digitalen Ordnung: Die neue Geschichte der ,drei Musketiere‘ des Hunan-Provinzinstituts“ ausführlich erzählt haben.

Mittlerweile ist das Digital Research Institute auf 60 Mitarbeiter angewachsen. Mehr als ein Dutzend von ihnen stammen aus traditionellen Fachrichtungen wie Architektur, Tragwerksplanung und HLK und verfügen zugleich über digitale Entwicklungskompetenzen; die übrigen sind IT-Spezialisten für Frontend, Backend, UE-Engine, KI-Ingenieure und Ähnliches, viele mit Berufserfahrung bei großen Tech-Unternehmen. Dieses interdisziplinäre Team schafft eine hervorragende Forschungs- und Entwicklungsatmosphäre.

Bereits Ende 2023 stellte das Digital Research Institute auf der 2. Wissenschafts- und Technologiekonferenz & Digitalprodukt-Präsentation des Hunan-Provinzinstituts gleich sieben Produkte auf einmal vor, darunter drei Werkzeuge zur Effizienzsteigerung im Design sowie vier Betriebs-, Überwachungs- und Steuerungsplattformen für neue Geschäftsfelder.

Das Projekt Tuling entstand 2023, als die KI-Bildgenerierungstechnologie gerade in der Bauindustrie aufkam. Einige Mitglieder haben zunächst einfach damit experimentiert, ausprobiert und erkundet, ohne klare Richtung – man könnte sogar sagen, sie haben „ein wenig herumgespielt“.

Sie stellten fest, dass das populäre Stable-Diffusion-Modell (SD) noch keine besonders gute Leistung erbrachte; insbesondere bei Architekturvisualisierungen waren die Ergebnisse eher durchschnittlich. Deshalb investierten sie viel Zeit in die Anpassung des Prompt-Engineerings und stellten deutliche Verbesserungen fest – besonders hilfreich für Designer bei der Erstellung von Konzept- und Entwurfsbildern.

Wenn ein Designer beispielsweise ein Gebäude im Stil einer „rosa Blase“ generieren möchte, genügt die Eingabe einiger Schlüsselwörter wie „rosa Blase, rund, Glas, halbtransparent, interessantes Design“, und das System erzeugt die gewünschte Form. Oder wenn ein Designer ein Gebäude im Stil von „Meereslebewesen“ erzeugen möchte, kann er Prompts wie „Kurven, Fischgebäude“ eingeben, und es entsteht ein Ergebnis, das dem ästhetischen Anspruch professioneller Designer weitgehend entspricht.

Zwar handelt es sich dabei für ernsthafte Produktionsarbeit nur um vergleichsweise einfache Visualisierungen, doch sie zeigten durchaus ein gewisses Designverständnis und ästhetische Qualität. Nach eingehender Erkundung waren sie überzeugt, dass die KI-Bildgenerierung weiteres Entwicklungspotenzial besitzt.

Nach ersten Erfolgen auf der Anwendungsebene wagten sie tiefere technische Experimente: Sie erstellten aus einigen repräsentativen historischen Projekten des Hunan-Provinzinstituts einen privaten Datensatz und trainierten ein kleines LoRA-Modell.

Die eingespeiste Datenmenge war nicht groß und die Anforderungen an die Rechenleistung gering, doch das Ergebnis war überraschend. Nach Abschluss des Trainings hatte das Modell die Designstilmerkmale des Datensatzes gut erlernt – das bestärkte sie in der Überzeugung, dass sich hier etwas Lohnendes aufbauen lässt.

Daraufhin verbrachten sie mehrere Monate mit der manuellen Datenannotation und -aufbereitung, trainierten mit einem wesentlich größeren Datensatz ihr erstes großes Modell und veröffentlichten es. Die meisten Daten stammten aus eigenen Projekten des Hunan-Provinzinstituts.

Nach der Veröffentlichung erhielt das Modell in der aktiven SD-Community viel Lob und erreichte in der Wochenrangliste der gesamten Architektur-Nische den dritten Platz.

Anschließend bauten sie auf Basis dieses Modells eine Produktlösung auf, verpackten ihr selbst trainiertes Modell in eine Anwendung und integrierten sie in den Rhino-Workflow. Auf diese Weise können Designer bequem Screenshots ihrer in Rhino erstellten Modelle aufnehmen und dann das KI-Modell zur Bildgenerierung aufrufen.

Durch diesen Versuch beherrschten sie den Umsetzungsweg vom grundlegenden KI-Modell bis zur Verpackung der Produktoberfläche. Der nächste Schritt bestand darin, mehr Designer und sogar branchenübergreifende Nutzer anzusprechen – so entstand die Idee für eine Webversion.

Nachdem die erste Version Ende 2023 intern veröffentlicht wurde, erregte sie die Aufmerksamkeit von Designern in der Branche und erhielt die Unterstützung des Digital Research Institute. Rasch wurde eine spezielle Projektgruppe gegründet, deren Mitglieder überwiegend aus der Nach-95er- und Nach-2000er-Generation stammen und damit insgesamt sehr jung sind. Sie deckt Positionen wie Frontend, Backend, Algorithmusforschung, Produktmanagement und Design ab, um eine professionellere Entwicklung zu ermöglichen und das Projekt von einem Demo-Produkt zur tatsächlichen Umsetzung zu führen.

Mit fortschreitender F&E entwickelte sich die zugrunde liegende Bildgenerierungstechnologie rasant: Die Modellarchitekturen wurden leistungsfähiger und die Parameterzahlen größer. Das Training der neuen Modellgeneration stellte höhere Anforderungen an Technik und Datenmenge. Zur Effizienzsteigerung entwickelten sie automatisierte Werkzeuge zur Datenverarbeitung, und im Juni des Folgejahres wurde das erste Feinabstimmungsmodell für die Bauindustrie auf SDXL-Basis offiziell veröffentlicht – branchenweit eines der ersten seiner Art.

Später geriet Stable Diffusion in eine kommerzielle Krise, und der Branchentrend verlagerte sich allmählich von Open Source zu Closed Source. Feinabgestimmte Open-Source-Modelle für bestimmte Branchen wurden immer seltener, und der Zeitpunkt kam, an dem Teams verschiedener Branchen ihre Fähigkeit zum eigenständigen Modelltraining unter Beweis stellen mussten.

Zu diesem Zeitpunkt hatte das Tuling-Team sein Modell der dritten Generation auf einen Datenumfang von über 100.000 Einheiten ausgeweitet; eine manuelle Verarbeitung war nicht mehr möglich, sodass vollständig automatisierte, selbst entwickelte Werkzeuge zur Verarbeitung der Bilddaten zum Einsatz kamen. Sie stellten auch fest, dass ab dieser Größenordnung das von den grundlegenden Basismodellen beschriebene Prinzip „viel Kraft lässt selbst Ziegel fliegen“ greift: Solange Parameter und Erfahrung sicher beherrscht werden, lässt sich die Modellleistung enorm steigern. Bereits ein einziges Modell konnte gute umfassende Ergebnisse in mehreren Szenarien wie Architektur, Innenraum, Landschaft und Stadtplanung erzielen.

Im Januar dieses Jahres veröffentlichte das Tuling-Team ein neues, auf XL basierendes Modell, das gemeinsam mit Glodon trainiert wurde; der Datensatz wurde auf mehrere Hunderttausend Einheiten erweitert. Dank der Rechenleistung von Glodon und der Trainingserfahrung des Tuling-Teams liegt die Leistung im Vergleich zu Open-Source-Modellen und ähnlichen Architekturmodellen führend. Dieses Jahr planen sie zudem, auf Basis des Flux-Modells der nächsten Generation mit einem noch größeren Datenvolumen eine neue Version zu trainieren und auf der Tuling-Plattform zu veröffentlichen.

2024 wurde AidMaster fertig verpackt und eine interne Betaversion für das Institut veröffentlicht. Damals registrierten sich fast tausend Designer aus dem gesamten Institut und nutzten das Tool mit hoher Aktivität; ein großer Teil von ihnen setzt es bis heute regelmäßig in der Produktionsarbeit ein.

Angesichts der Erfolge veröffentlichte das Unternehmen Tuling schließlich im öffentlichen Internet, und im April 2025 wurde Tuling offiziell für externe Nutzer geöffnet. Innerhalb von zwei bis drei Monaten wurden mehr als 5.000 Nutzer gewonnen und zahlreiche Rückmeldungen gesammelt. Im Vergleich zu allgemeinen großen Modellen entsprechen die Bilder viel besser ihren Designabsichten und können direkt in die Entwurfspräsentationen übernommen werden.

Mit der wachsenden technologischen Erfahrung hat das Tuling-Team bereits mehrere Patente angemeldet, zahlreiche Software-Urheberrechte und Fachartikel veröffentlicht und arbeitet mit relevanten Unternehmen an der gemeinsamen Umsetzung nationaler KI-Forschungsprojekte.

Damit klärt sich auch unsere Frage: In den vergangenen zwei Jahren hat das Tuling-Team kontinuierlich sein Fachmodell weiterentwickelt und mit Hunderttausenden von Fachdaten speziell für die Bauindustrie feinabgestimmt, sodass Bildqualität und Steuerbarkeit deutlich von allgemeinen großen Modellen wie Midjourney oder Stable Diffusion abheben.

Darüber hinaus wurde viel Mühe in die Interaktion und die Arbeitsabläufe gesteckt: Zahlreiche Wünsche und Vorschläge von Designern wurden aufgenommen und umgesetzt, damit Designer möglichst nahtlos und direkt „out of the box“ arbeiten können. Schließlich besteht ihre Hauptaufgabe weiterhin darin, Entwürfe und Designs zu erstellen – es wäre unrealistisch, von ihnen zu verlangen, jedes Mal viel Energie in das Schreiben von Prompts und das Anpassen von Parametern zu stecken.

Und so können wir heute endlich die Tuling-Plattform nutzen.

Im Folgenden überspringen wir alle Entwicklungsüberlegungen und betrachten AidMaster ausschließlich aus der Perspektive eines normalen Designers: Welche Funktionen bietet es?

Derzeit dient das Produkt AidMaster hauptsächlich der Erstellung von Visualisierungen und Konzeptbildern in den vier Fachbereichen Architektur, Innenraum, Landschaft und Planung und löst eine Reihe von Problemen für Designer.

In der Frühphase eines Projekts müssen beispielsweise Skizzen gezeichnet, Modelle erstellt, gerendert und nachbearbeitet werden; die Visualisierungen werden wiederholt mit dem Bauherrn abgestimmt und häufig zurückgewiesen, sodass neu modelliert und gerendert werden muss. Die KI kann Designern helfen, diese komplexen Zwischenschritte zu überspringen und direkt zur Visualisierung zu gelangen – das steigert die Effizienz der Kommunikation und der Lieferung.

Für Tuling ist keine Softwareinstallation erforderlich; man ruft einfach die Website (https://www.aidmaster.cn) auf, meldet sich mit seinem Konto an und kann sofort loslegen. Auf der linken Seite sind alle Werkzeuge sichtbar, die im Wesentlichen in vier Bereiche unterteilt sind – für Designer in verschiedenen Phasen und mit unterschiedlichen Anforderungen.

Dieser Bereich richtet sich vor allem an Einsteiger. Alle Parameter sind im Hintergrund voreingestellt, die Bedienung ist sehr einfach, und man muss sich nicht mit komplexen Prompts befassen. Nach kurzer Einarbeitung erzielen Designer in den folgenden Szenarien recht zufriedenstellende Ergebnisse.

Inspirationstransfer:Hier lassen sich nicht-architektonische Motive wie Lebewesen aus der Natur oder Alltagsgegenstände nutzen, um Architekturkonzepte zu generieren. Viele zeitgenössische Architekturdesigns beziehen ihre Inspiration aus der Natur, und manche Bauherren haben besondere Vorlieben. In der Frühphase lassen sich zahlreiche Konzeptvarianten vergleichen.

Generierung aus Strichzeichnungen:Man lädt eine handgezeichnete Skizze hoch und erhält direkt eine Reihe von Visualisierungen. Viele Designer skizzieren gern zuerst auf Papier und erzielen dann über die KI-Bildgenerierung präzise Perspektiven, Materialien und Lichteffekte. Zahlreiche Designer schätzen diese Funktion sehr.

Modellrendering:Egal ob Volumenkörper-Modell oder detailliertes 3D-Modell – auf der Plattform kann direkt gerendert werden. Da Modell-Screenshots verwendet werden, spielt die eingesetzte Modellierungssoftware keine Rolle. Farben und Materialien im Modell beeinflussen die Designabsicht, die die KI bei der Visualisierung ableitet.

Gebäudeumbau:Sehr gut geeignet für den derzeit angesagten Bereich der Stadterneuerung und für „schnelle, unkomplizierte“ Umbauprojekte: Man muss lediglich vor Ort ein Foto aufnehmen und kann anschließend direkt eine Visualisierung des Umbaus erstellen, damit der Kunde seine Absichten schnell festlegen kann. Vermessung, Modellierung, Rendering und Zeichnungsausgabe entfallen – das spart enorm viel Aufwand.

Wohnungsrenovierung:Diese Funktion kommt im Bereich der Innenausstattung zum Einsatz: Mithilfe der KI werden Dekorationen, Möbel usw. hinzugefügt, um die Wirkung eines renovierten Rohbaus zu zeigen. Sie ist bei Innenarchitekten sehr beliebt.

Dieser Bereich eignet sich für Designer, denen die voreingestellten Ergebnisse der Plattform nicht ausreichen und die höhere Anforderungen an die Steuerbarkeit der Bildausgabe haben; sie können detaillierte Parameter nach ihren Bedürfnissen anpassen.

So lässt sich beispielsweise das Ergebnis der Visualisierung über die unterschiedliche Gewichtung der vier Dimensionen Linien, Tiefe, Material und Originalbild in der Bildsteuerungsintensität regulieren.

Stimmungswechsel

Stiltransfer

Nachdem Designer die erste Generierung in den vorherigen Bereichen abgeschlossen haben, können sie in diesem Bereich nachträgliche Änderungen vornehmen.

HD-Hochskalierung:Wenn nach der Bildgenerierung die Details nicht ausreichen, lässt sich die Auflösung weiter erhöhen. Dies funktioniert nicht nur mit auf der Tuling-Plattform erzeugten Bildern; auch jedes hochgeladene Bild kann über KI-Algorithmen in HD hochskaliert werden.

Formaterweiterung:Wenn Poster in Sonderformaten benötigt werden und das Seitenverhältnis des Originalbilds nicht ausreicht, kann die KI das Bild horizontal oder vertikal erweitern und die Umgebung ganz natürlich ergänzen.

Wegretuschieren: Bei der KI-Bildgenerierung können gelegentlich Fehler oder vom Designer unerwünschte Objekte auftreten; mit dieser Funktion lassen sie sich per Klick entfernen.

Ersetzen per Übermalen: Der Gesamteindruck bleibt erhalten, während bestimmte Bildbereiche neu generiert werden. So kann man beispielsweise den Prompt „Ersetze den eckigen Baukörper durch einen geschwungenen Baukörper“ eingeben, und das neu generierte Bild fügt sich nahtlos in die bisherige Architekturabsicht und Formgebung ein.

Mit diesen Werkzeugen müssen Designer seltener auf das „Blindbox-Lotteriespiel“ mit der KI zurückgreifen und nicht wegen Unzufriedenheit mit einem Detail alles neu beginnen. Sie helfen außerdem, die nachträgliche Photoshop-Bearbeitung zu umgehen, sodass alle Arbeitsschritte in einem einzigen Werkzeug erledigt werden können.

Dieser Bereich ermöglicht mit KI eine erweiterte Bildbearbeitung und bietet zahlreiche Funktionen, die SD nicht leisten kann. Statt fragmentierter Schlüsselwörter oder Konturensteuerung werden Bilder über die einfache Eingabe natürlicher Sprache erzeugt, die den Wunsch beschreibt.

Lädt man beispielsweise zwei Bilder hoch und gibt „Erzeuge ein Bild mit dem Stuhl aus dem ersten Bild und der Szene aus dem zweiten Bild“ ein, wird der Stuhl in das neue Bild übertragen.

Ein weiteres Beispiel: Man lädt einen Grundriss hoch und gibt „Erzeuge basierend auf diesem Grundriss eine Visualisierung des Raums“ ein und erhält ein 3D-Rendering mit identischem Layout.

Diese Funktion lässt sich auch für konkrete Projektanforderungen nutzen. Man lädt beispielsweise ein Bild hoch und lässt die KI „Ändere die Perspektive des Gebäudes in eine 45-Grad-Draufsicht“ ausführen und erhält so eine neue Perspektive, ohne dass ein 3D-Modell vorliegt.

Nachdem Tuling für alle Nutzer der Plattform geöffnet wurde, verwenden es auch Kolleginnen und Kollegen aus anderen Branchen als Bildgenerierungswerkzeug mit natürlicher Sprache und erstellen damit Profilbilder, Comics oder Poster – mit großem Vergnügen.

Die praktische Anwendung dieser Funktionen ist recht einfach: Im Grunde kann jemand, der wenig über KI weiß, innerhalb von zehn Minuten damit loslegen und nach etwa einer Stunde produktiv arbeiten.

Das Optimierungsziel des Tuling-Teams ist es ebenfalls, möglichst intuitive Interaktionen zu bieten, statt die Nutzer zum Auswendiglernen verschiedener Prompts zu zwingen. Unserer Ansicht nach können sich nur wenige Geeks damit abfinden, sich über komplexe Befehle an die KI anzupassen.

Ein gutes KI-Werkzeug sollte genau so sein: Es verbirgt seine Fähigkeiten hinter den Kulissen, erleichtert dem Nutzer das Leben durch gutes Frontend-Interaktionsdesign, ist klar gegliedert und zielgerichtet – für jede Aufgabe wird die passende Funktion aufgerufen, schnell und unkompliziert.

Mittlerweile gibt es im In- und Ausland zahlreiche Bildgenerierungswerkzeuge für die Architektur. Nachdem wir gesehen haben, wie AidMaster verwendet wird, wollen wir nun einen Blick auf die Ergebnisse werfen.

Insgesamt ist die Generierungsqualität eines großen Modells, das mit Hunderttausenden von Fachdaten trainiert wurde, recht beeindruckend. Nachfolgend einige Detailvergleiche.

In der ersten Gruppe ist deutlich erkennbar, dass die Qualität von Licht und Schatten, Textur und der umgebenden Rasenfläche deutlich höher ist.

Die nächste Gruppe zeigt Innenraumdesign – ein Qualitätsvergleich der direkt aus der Strichzeichnung erzeugten Visualisierung der Endausstattung.

Es folgt ein Vergleich von Landschaftsdesign-Ergebnissen: Die Materialien der Bodenfliesen und die Texturen der Pflanzen sind deutlich besser.

Auch der Vergleich bei Planungs- und Gestaltungsentwürfen fällt deutlich aus. Man beachte die Details: Die von AidMaster generierte Gebäudefassade und Vegetation kommen der Darstellung aus traditioneller Modellierung sehr nahe.

Auch bei der Materialänderung zeigt es sich recht intelligent: Wird die Backsteinmauer in der Bildmitte in eine graue, hinterlüftete Natursteinfassade umgewandelt, gelingt das im Wesentlichen punktgenau.

Nach zwei Jahren schneller Iterationen und Aktualisierungen hat AidMaster noch längst keinen stabilen Zustand erreicht. Im Gespräch mit dem Tuling-Team erfuhren wir, dass sie weiterhin mithilfe der KI laufend neue, spannende und nützliche Funktionen zur Plattform hinzufügen.

Neben der Bildgenerierung haben sie auch eine Funktion zur Videoerzeugung entwickelt, die ebenfalls auf die Bauindustrie zugeschnitten ist. Gibt man das erste Bild oder zwei Bilder für Anfang und Ende ein, lässt sich ein statisches Rendering in ein Rundgangvideo verwandeln.

Designer können die Bewegungsart der Rundgangkamera wählen (Zoomen, Schwenken, Neigen, Fahren usw.) oder Prompts eingeben, um der KI mitzuteilen, wie das Video aussehen soll. Derzeit werden etwa fünf Sekunden lange Effektvideos unterstützt; für längere Sequenzen muss momentan das letzte Bild gespeichert und als erstes Bild des nächsten Abschnitts verwendet werden, um die Abschnitte anschließend aneinanderzureihen. Möglicherweise wird in Zukunft eine längere Videogenerierung unterstützt – dann sind nicht nur Visualisierungen, sondern auch Rundganganimationen abgedeckt.

Diese Funktion entstand aus einer gemeinsamen Erkundung des Tuling-Teams mit einer Einrichtungsmarke im Bereich Visualisierung: Produktbilder werden direkt auf die Tuling-Plattform übertragen, und die KI hilft dem Nutzer, sie per Klick in die eigene Wohnumgebung einzufügen, um das Ergebnis nach dem Kauf unmittelbar zu sehen. Dafür müssen die generierten Möbel als 3D-Modelle mit Materialien vorliegen.

Mittlerweile wurde diese Funktion zur 3D-Erzeugung aus Bildern herausgelöst und als eigener Bereich etabliert. Man kann ein Bild aus nur einer Perspektive hochladen; wer eine höhere Modellierungsgenauigkeit an Seiten- und Rückansicht benötigt, lädt Bilder aus mehreren Winkeln hoch. Die Funktion „Hauptmotiv extrahieren“ entfernt störende Hintergründe, erzeugt 3D-Modelle mit Materialtexturen und ermöglicht den Download per Klick – ideal für Teams, um eine Bibliothek kleiner 3D-Objekte aufzubauen.

Solange das Originalbild ausreichend scharf ist, sind die Generierungsergebnisse recht ansprechend.

Bereits im vergangenen Jahr hat das Digital Research Institute des Hunan-Provinzinstituts intern ein Wissensabfragesystem aufgebaut. Die wichtigste Rolle der KI besteht hier darin, die Schwierigkeit der Suche zu verringern.

Früher musste man bei der Suche nach Normen exakte Schlüsselwörter eingeben, um Antworten zu finden. Heute lassen sich dank der Fähigkeit der KI, natürliche Sprache zu verstehen, die Suchfunktionen im Hintergrund mühelos abrufen und präzisere Ergebnisse erzielen.

Sie haben die von Designern häufig genutzten Normen gesammelt und aufbereitet sowie die Originalinformationen strukturiert. Anders als die allgemeinen großen Sprachmodelle auf dem Markt beschränkt sich die Suche hier auf den Umfang der Wissensdatenbank; neben den Suchergebnissen kann direkt auf den Originaltext der Norm gesprungen werden, um die Angaben leicht zu überprüfen.

Gibt es hinter all diesen Funktionen, über die wir gesprochen haben, einen roten Faden? In dieser Ausgabe des „Digital Progress Night Talk“ hat das Tuling-Team seine Überlegungen geteilt.

AidMaster begann mit Text-zu-Bild- und Bild-zu-Bild-Funktionen; dieser Bereich ist derzeit am weitesten ausgereift. Mit der rasanten Entwicklung der KI-Technologie verändern sich auch die Positionierung und die Perspektive des Teams kontinuierlich. Zukünftig soll daraus ein umfassender KI-Agent für die Bauindustrie werden. Rein funktional werden derzeit folgende Richtungen erforscht:

➤ Multimodale Generierung:Die KI-Bildgenerierung ist relativ ausgereift, die KI-Videogenerierung befindet sich in der Entwicklung. Gleichzeitig arbeiten viele Teammitglieder mit fundiertem KI-Hintergrund mit Hochdruck im Textbereich an Entwicklungen wie Branchenwissensdatenbanken, Textgenerierung und sogar der automatischen Erstellung von Ausschreibungsunterlagen.

➤ 3D-Modellgenerierung:Die Generierung von Möbelmodellen funktioniert in ersten Ansätzen; als Nächstes wird erforscht, wie sich mit KI präzise Innenausstattungskonzepte erzeugen lassen.

➤ Designunterstützende Software:Zu den künftigen Zielen gehört auch eine KI-gestützte Bürosoftware für Designer, die Befehlsoperationen in CAD-, Rhino- und DCC-Software ermöglicht. Bereits heute lässt sich die Rhino-API in ersten Ansätzen über natürliche Sprache steuern, sodass auf Basis einfacher Grundrisse editierbare Raumlayout-Modelle generiert werden können.

➤ Branchendatenbank:Langfristig planen sie zudem, unter Beachtung der Compliance-Vorgaben Datensätze mit Zeichnungen und Modellen mit der Branche zu teilen, um den technologischen Fortschritt gemeinsam voranzutreiben.

Aus geschäftlicher Sicht ist das keine leere Worthülse, sondern eine konkrete Produktplanung, die in realen Geschäftsszenarien verankert ist.

Nehmen wir zum Beispiel Ausschreibungen: 3D-Modelle und Visualisierungen verursachen erhebliche Personalkosten, während das Endergebnis weiterhin aus Bildern und Text besteht. Hier kann der KI-Agent gezielt eingesetzt werden – als System zur Generierung von Ausschreibungsunterlagen, das von der KI-Bildgenerierung bis zur Erstellung von Ausschreibungstexten auf Basis einer historischen Wissensdatenbank alles aus einer Hand erledigt. Für diesen Prozess liegen bereits erste Ergebnisse vor, und Partner arbeiten gemeinsam an der Weiterentwicklung.

Was wir hier besprochen haben, entspricht dem Stand zum Veröffentlichungsdatum dieses Beitrags. Tatsächlich befindet sich das Produkt weiterhin in rascher Iteration; in Kürze steht auch die Veröffentlichung der mobilen App bevor – man darf gespannt sein.

Im Rückblick – von der freien Erkundung eines kleinen Teams bis zur Produktplanung mit vollständiger Geschäftsstruktur – sehen wir, wie das Digital Research Institute des Hunan-Provinzinstituts, ein Team, das wir oft „loben“, jungen Menschen Freiräume und Unterstützung gewährt, und wir erleben den Mut einer neuen Generation von Produktverantwortlichen, groß zu denken und entschlossen zu handeln. Beeindruckend.

Seit der öffentlichen Beta richtet sich Tuling in erster Linie an Privatanwender – natürlich sind auch Sie herzlich eingeladen, es auszuprobieren.

Gleichzeitig engagiert sich das Team als Digital Research Institute eines traditionsreichen Staatsunternehmens auch im B2B-Bereich. Mehrere große Unternehmen haben bereits Kaufabsichten bekundet und entwickeln auf Basis der vorhandenen Funktionen maßgeschneiderte Lösungen oder gezieltes Modelltraining; teilweise wird auch in bestimmten Bereichen eine gemeinsame Entwicklung angestrebt.

Das Tuling-Team setzt schrittweise ein umfassendes Dienstleistungsangebot vom Werkzeug bis zur Schulung um. Der Vorteil liegt darin, dass die Kommunikationskosten zwischen Nutzern und Team – beide aus der Bauindustrie – deutlich geringer sind als die mit großen Internetkonzernen.

Im Gespräch sagten einige Mitglieder des Tuling-Teams, dass die Erforschung von KI-Anwendungen in Zukunft ein Trend sei, dem sich kein Unternehmen entziehen könne; jedes Unternehmen müsse – abgestimmt auf die investierbaren Kosten und personellen Fähigkeiten – seine eigene Nische finden. Die gesamte Bauindustrie hinkt der KI-Welle relativ hinterher; positiv betrachtet bleibt den Akteuren jedoch noch ein ausreichend langes Zeitfenster.

Für ein Planungsinstitut wäre es sicherlich ungeeignet, enorme Kosten zu investieren, um mit großen Internetkonzernen bei Basismodellen zu konkurrieren. Der größte Vorteil traditioneller Unternehmen in Fachbereichen bei KI-Projekten liegt jedoch in den vorhandenen Daten – etwa Visualisierungen, historische Dokumente usw. Das ist ein gutes Blatt auf unserer Hand.

Gleichzeitig muss man bereit sein, harte Knochenarbeit zu leisten: Erst wenn diese „schmutzigen und unangenehmen“ Daten mit großem Aufwand sorgfältig aufbereitet sind, kann die wichtigste Wettbewerbsbarriere des Unternehmens aufgebaut werden.

Ist Tuling ein erfolgreiches Produkt im Bereich der Bau-KI? Eine abschließende Bewertung ist derzeit noch nicht möglich. Auch das Team selbst sagt, dass die gesamte Erkundung noch im Gange ist.

Doch dieses junge Team hat sich – nachdem es wie alle anderen erste Erfahrungen gesammelt hatte – getraut, weiter voranzuschreiten: Daten aufbereiten, Modelle trainieren, Fähigkeiten verpacken und erweitern, um nachfolgenden Akteuren einen Weg zur Produktisierung zu ebnen. Das verdient unseren Applaus.

Selbst für normale Nutzer ohne großes Interesse an KI-Erkundungen gilt: ansprechend, benutzerfreundlich, direkt einsatzbereit mit hoher Bildqualität, günstige Punktepreise – im Arbeitsalltag schmerzfrei. Allein dafür sollten wir dieses Werkzeug schätzen und die befreundeten Kräfte schützen.

Abschließend hier noch einmal die offizielle Website von Tuling AidMaster – einfach in den Browser kopieren, mit der Mobilnummer registrieren und loslegen. Probieren Sie es gleich aus!

https://www.aidmaster.cn

Außerdem ist dieses junge Team sehr „verspielt“: Neben der Produktentwicklung betreibt es auch Internet-Neue-Medien-Arbeit und teilt auf WeChat Official Account und Xiaohongshu regelmäßig neue Funktionen und Anwendungsmöglichkeiten, erstellt zahlreiche einsteigerfreundliche kostenlose Tutorials und veranstaltet sogar Livestreams zum Austausch. Wer sich intensiver mit speziellen Funktionen beschäftigen möchte, findet hier freundlicherweise ihre offiziellen Accounts auf WeChat und Xiaohongshu – ein Follow lohnt sich.

Mit Haltung und Tiefe – BIMBOX, bis zum nächsten Mal!

END

Die geäußerten Ansichten sind die des Autors  Copyright © Zhuwei Architectural Technology

Nachdruck ohne Genehmigung untersagt

Bitte nennen Sie bei Weiterveröffentlichung die Quelle: Zhuwei Architectural Technology

      Zhuwei Architectural Technology ist ein technischer Dienstleister neuer Art, spezialisiert auf integrierte Entwurfsoptimierung, BIM-Beratung und Beratung im vorgefertigten Bauen. Unser Team vereint erfahrene Ingenieure führender Planungsinstitute, ehemalige Führungskräfte von Immobilienunternehmen sowie BIM- und Fertigteilingenieure und bietet integrierte Entwurfsoptimierung, detaillierte Planprüfung, BIM-Beratung mit MEP-Ausführungsplanung und Fertigteilplanung.

      Beratung zur Entwurfsoptimierung: Als Erweiterung und Ergänzung des Planungsmanagements von Immobilienentwicklern konzentrieren wir uns auf Beratung und Optimierung im Hochbau. Über den gesamten Prozess – oder in den vom Kunden gewünschten Schlüsselphasen – kontrollieren wir Wirtschaftlichkeit, Angemessenheit und Sicherheit des Entwurfs, beseitigen unnötige Kosten und verbessern messbar die Planqualität: „weniger Kosten, mehr Effizienz“.

      BIM-Beratung: Mit digitaler Bautechnologie helfen wir Planern, Fehler zu reduzieren und die Qualität in der Entwurfsphase zu steigern; wir helfen Bauunternehmen, Kosten zu sparen und hochwertige MEP-Installationen in der Bauphase zu planen; und wir führen BIM-Modelle in das Facility Management der Betriebsphase über – in Zusammenarbeit mit führenden Softwareanbietern.

      Beratung zur Fertigteilbauweise: Durchgängige Planung auf BIM-Plattformen, mit Revit und Tekla für die PC-Detailplanung. Geometrie und Bewehrung der Bauteile sind parametrisch verknüpft – was Sie sehen, ist, was Sie erhalten. Wir liefern Industrie-4.0-fähige Pläne mit Schnittlängen für jeden Bewehrungsstab und IoT-gestützter Begleitung von Produktion, Lagerung, Transport und Montage der PC-Bauteile.

      Unser Expertenteam stammt aus großen Planungsinstituten, mit fundiertem technischem Hintergrund und reicher Erfahrung in zweigleisiger Planung und Optimierung; technische Fähigkeit und Steuerungsniveau sind branchenführend.

—— Dieser Artikel wird automatisch aus dem offiziellen WeChat-Kanal „Zhuwei Architectural Technology“ synchronisiert. Original lesen ——