核心观点 - 清华大学与MIT等机构提出大语言模型驱动的城市规划新框架 实现人机协同设计 提升城市规划效率与科学性 [1][3] - AI在概念设计 方案生成和效果评估三阶段提供全流程辅助 已能超越90%人类规划师的专业考试表现 [1][13] - 该技术通过虚拟居民模拟预演方案效果 在纽约和芝加哥的实验中模拟结果与真实数据高度吻合 [13] 技术框架 - 框架包含概念设计 方案生成和效果评估三阶段闭环流程 由LLM VLM和LLM Agent协同驱动 [5] - 概念设计阶段LLM整合地理 社会 经济多领域知识 生成规划描述文本与空间构想草图 [7] - 方案生成阶段VLM将文本指令转化为土地利用布局 建筑轮廓及三维城市场景 [9] - 效果评估阶段LLM智能体模拟居民出行与设施使用行为 输出交通距离 碳排放等量化指标 [11] 实验验证 - 最大规模LLM在规划师资格考试中表现超过前10%人类专家 [13] - LLM智能体在纽约和芝加哥的设施访问模拟与真实居民流动数据高度吻合 [13] - 研究团队已发布CityGPT CityBench等系列跨模态城市大模型及仿真平台 [13] 应用前景 - 构建人机协同新工作流 人类规划师专注创新与伦理考量 AI处理数据整合与模拟评估 [14] - 需解决高质量城市数据稀缺 计算资源需求及模型地理社会偏见等挑战 [14] - 技术将推动设计高效宜居 可持续的城市环境 释放人类创造力 [14]