柳亦春
大舍建筑设计事务所创始合伙人/主持建筑师
数字化建造是新技术时代下设计与建造业发展的大趋势。大界是对未来数字化智能建造技术的实践作为一种开放的平台式结构的努力。它可以让设计端和建造端更为高效地相互连接并允许各自独立更新，它并非技术能力的表现性运用，而是可以切实地引发设计与建造各个环节的数字化发展。
FANG：你本科在墨尔本大学（Uni Melb）学习建筑学，硕士选择了墨尔本皇家理工大学（RMIT）的数字建造，这是两个不同的方向，当时怎么考虑的？MENG：墨尔本大学的建筑学当时有三个不同的方向：一个偏向于建筑历史；一个是非常本体的建筑设计，关于空间、建构等；另一个是关于当时比较新兴的设计工具，比如参数化。因为可以自主选择不同的学习课程，所以在接触了不同方向后，我觉得自己对跟数学、几何相关的内容，比如设计工具的开发更感兴趣。当时墨尔本皇家理工大学Mark Burry教授的实验室SIAL（Spatial Information Architecture Laboratory）是研究空间的数字化设计方法的，Mark Burry同时也是澳大利亚工程学院院士和圣家族大教堂重建工程的执行建筑师，他几乎毕生精力都在研究如何重建圣家族大教堂，通过在CATIA上用代码生成数据，利用计算机的算法将高迪的设计精准还原，并用软件打通了设计与建造的数据交互，用机器人切石的技术进行教堂重建……这些都非常吸引我，我特别想去这个实验室学习，所以在硕士时选择了Mark Burry教授的实验室。它们都属于建筑学院，所以我觉得它们是同源的，在我看来我只是找到了建筑学中更感兴趣的方向。
FANG：需要学习编程吗？
FANG：之前有相关基础吗？
MENG：之前会在GH、rhino、CATIA这些软件上做一些编程或二次开发，都是比较基本的，但我本科的毕设是用程序写的，当时做了一个墨尔本的游轮中心。因为大三那会儿，我看了王振飞和他妻子的毕设，他们用算法自动生成苏州园林式民居，这让我很惊喜，这个设计对我的毕设近乎是启蒙式的。后来我又看到王耀华的毕设，虽然我不确定他是否用了一些空间生成算法，但他在叙事、造型上借鉴了很多解构主义的相关语言，非常数字化；还有论坛上很多跟数字建筑相关的研究和设计……所以我想自己尝试一下（笑）。FANG：建筑设计还是包含了大量直觉的、感性的部分，但智能建造趋近于纯理性逻辑，你觉得建筑学背景对后续学习数字建造的影响是什么？
MENG：建筑学的背景可以让我更好地理解建筑师的设计语言。另外，我觉得不能孤立地看待技术、工具和学科的发展，比如后现代主义（postmodern）、插件城市（Plug-in City）等新的建筑形式，其实都是学科跟数学、计算机等结合后才产生的。插件城市（Plug-in City） 图源：网络
左 - 插件城市建筑群内部运作模式 | 右 - 插件城市物资补给模块
Peter Cook绘于1964年插件城市（Plug-in City）轴测图 Peter Cook绘于1964年FANG：你们给自己的定位是“建造未来建筑”，你觉得未来建筑是怎样的？这种认知判断中肯定也包含了你们对大界市场机会的判断。
MENG：我们定义的其实是“未来建筑”的生产方式和生产场景：一种从设计到建造过程都更高效、工业化的生产方式；用数据驱动机器生产，而非用图纸驱动工人生产，并通过软件的边际化能力和规模化效应，把离散的工厂生产力协同起来，形成规模更大、更强有力的生产、加工网络系统。我觉得这个方向还是有一定未来发展机会和前景的。从我的学习经历来说，其实大多建筑师在设计中更注重对建筑本体、个人想法的表达，会后置、甚至忽略建筑的生产方式，这其中就可能产生设计与落地的偏差，产生比如高造价、高难度等问题。随着行业进一步发展，需要在设计、经济、施工等多方面间寻找更好的生产方式去解决这些问题。另一方面，中国建筑建造行业开始进入工业化转型期，正面临人口红利流失的现状：工地工人老龄化，年轻人不愿当工人。同时，随着材料成本、人力成本的增加，如果不能从生产端和生产力上有所改变，让建造变得更自动、有效，那么，未来5-10年后就可能没有建筑工人了。对此，国家提出了一系列建筑工业化的强指标去改善这种状况，这也是我们的机会。FANG：关于人工智能、数字化建造、智能建造其实已经讨论了很多年，尤其在国外。那么大界现在做的，是将已有的比如国外相对成熟但国内还未普及的技术普及化，还是创新？
MENG：准确来说，我们正在使用的技术、工具，并非从0到1的发明，像机器人、软件等在工业领域都是比较成熟的技术，但在建筑的语境中，我们的尝试在全世界都是非常新的。建筑建造从人工进入工业化，甚至智能化，还需要一个漫长的过程，这是全世界的普遍现象。因为建筑建造不像飞机、汽车建造的标准化和批量，而是一个复杂的、个性化的大规模生产，需要面对多空间、多材料、多批次、小批量等问题。这种复杂性也对技术提出了更高的要求，比如需要机器人更智能：有算法、视觉……而这些技术是21世纪后才逐渐出现和发展的，至今不过20年，这也是为什么建筑行业近些年才开始讨论工业化的重要原因。另外，把工业领域的自动化技术运用到建筑领域时，是需要进行重新定义的。我们之前也尝试过在已有软件，比如CATIA、Autodesk上做二次开发或插件，但这种开发可能无法满足未来5到10年的发展需求，或者无法契合地解决国内生产面临的相关问题，这迫使我们去重新定义和研发自己的软件，我们的研发团队正在开发一款基于云能力的工业生产软件——ROBIM，这款软件不仅能有效驱动工业生产自动化，还能实现设计“转译”自动化，就是把设计数据转译成可生产数据。ROBIM软件操作界面及方式 ©大界
基于ROBIM云平台的矩阵式生产网络 ©大界
FANG：所以大界研发的“建筑机器人”其实是工业软件，作用于建筑构件的生产，为建筑预制提供基础。
MENG：对，是驱动工业机器人进行建筑构件生产的工业化软件，叫CAM，全称是computer aided manufacture。我们认为软件定义未来生产，软件不仅能驱动机器人，也能驱动数控机床、流水线，更好、更智能地把设计语言转化为机器生产的语言。软件研发也是我们目前的核心竞争力。
FANG：所以你之前提到“人机协作”中的“人”，是“工人”，让工人可以更好地操作软件、生产产品。
MENG：是的，让工人借助机器的操作更好地实现生产的诉求。FANG：你们会提供工人的培训吗？
MENG：会。当我们的产品进入工厂时会提供工人培训。FANG：所以你们的工作其实更靠近对生产端的影响，而不是想用技术驱动建筑思维的改变？
MENG：我们目前的定位还是解决生产方式的问题，把当下建筑构件的生产从依赖于人的包含很多不可控因素的生产方式，转变为更精准、智能、高效的自动化生产方式。
FANG：提供一种工具，解决生产的质量和效率。
MENG：对，或者说提供了一个“基础”。但我觉得当这个基础足够扎实并形成规模后，一定会有人在此之上创造出新的东西，这是自然而然的过程。比如当建筑生产方式被重新定义时，建筑师就可能获得更大的设计自由而产生新的想法，比如使用新材料、用机器人“编织”复杂的空间……斯图加特的阿基姆·门格斯（Achim Menges）教授和他的团队，一直在建筑的材料、结构和工业化的生产方式上持续探索和创新。
Achim Menges -BUGA木质展亭和纤维展亭 ©ICDFANG：使用工具在当下的成本会变高吗？
MENG：是能降本增效的，工具产生作用主要是两个部分。一方面，机器省略了工人“识图”流程。传统的产品生产从设计到被生产，需要将三维数据二维化，以方便工人“识图”；这就需要在精准三维模型的基础上再绘制多张平、立、剖面图，从某种程度来说也是人力资源的浪费。而机器人可以直接阅读、识别三维模型，减少人力、提高效率。另一方面，机器拓展了人的生产能力边界。比如跟林榔木合作的李保峰教授设计的中国土家族泛博物馆项目是个大型木结构建筑，传统工人生产加工等量木结构构件，不仅需要近20人的团队，而且工人可操作工具的能效是有限的，比如工人只能操作20kg左右的生产工具，这就需要分批、长时间劳作才能完成一次加工生产，但机器人末端可以一次抓举200kg以上的生产工具，工人需要30min才能完成的工作，机器人只需要5min。此外，这个生产过程避免了材料加工环境粉尘多、噪音大等对工人身体产生伤害的部分。
博物馆施工现场 ©林榔木建筑
木结构机器人 ©大界
FANG：我觉得你最终的目标是希望实现一种生产方式的普及性，以及建筑产品构件的批量化生产，这似乎更适宜运用到可复制的建筑产品，比如商品房。但你们目前参与的项目尺度都比较小、而且处理的问题比较特殊，这种现实跟目标间的偏差，是机会局限，还是有其他考虑？
MENG：其实我们也参与尺度非常大的项目，比如超高层，但我们在其中解决的依然是一些复杂的构造问题，那些人的工艺、现有技术无法实现或做不好的问题，而不是批量化生产。大界暂时不是一家规模化的公司，生产力有限，所以我们选择的项目也是基于我们和供应链的技术和资源能力。但我们也能从这些复杂的项目中受益，它们带给我们的不只是技术上的验证，数据、资源上的积累，还有项目管理上的经验，如何用软件技术协同多工厂的产品的生产流程，以及工期、工艺、产品质量，并快速反馈和解决工厂和工地出现的问题……这个过程中，我们关注的不仅是机器人和设备的效能，也包括如何弥补和消除人的“误差”。人虽然不在一线生产构件，但整个项目流程还是需要工厂项目经理管理，这就可能在某些环节产生“误差”，那么软件是否也能通过相关数据交互的方式，很好地解决工厂内部团队协作、生产管理上的问题。这些经验反过来成为我们更新软件设计，完善合作、管理方式的“依据”，如果有一天我们有足够规模和合适的机会去处理更大、更标准的项目时，一定能更自如、游刃有余。南京园博园2号口近7000片木梁建造效果 ©大界
FANG：目前挑战最大的项目是哪个？
MENG：柳亦春老师设计的金山岭上院。这是我们第一个统筹完成的，从建筑室内外结构、维护和装饰构件的深化、生产，到现场施工组织安排的项目。我们最开始只是被委托实现屋顶的建造，因为屋顶造型复杂，而且使用了新材料；但合作过程中，业主发现我们的供应链和技术能力还能解决钢结构以及装饰吊顶等问题，所以我们就从“分包”变成了某种意义上的“总承包”（笑）。这个项目的挑战在于建筑室内外不同结构、构件的生产和施工标准是不同的；建筑师、业主对项目的诉求和期待也是不同的；并且，现场施工条件也非常艰难。如何协调不同“标准”和“期待”，并有序、高完成度地完成生产的组织是需要“设计”的。
金山岭上院效果图 ©大舍
FANG：这个项目有没有做过与传统建造在成本和周期上的比较？
MENG：暂时还没有做精确的总结。但就这个项目本身来说，施工周期上是明显缩短的，除了构件生产环节的生产周期的缩短，现场施工也非常快。我们用软件模拟了整个项目的搭建过程，并在工厂预搭建了一遍，验收后没问题了再到现场搭建，所以搭建过程非常有序顺利。但现场也出现了一些“意外”，因为这是中国第一个碳纤维屋顶，没有可借鉴的经验，在某些问题上没能提前预判，比如纤维屋面上涂艺术漆，在复杂的天气条件下施工就会出现两种材料结合不好的问题，不过我们很快处理了这个问题。从成本上来说，因为项目规模比较小，又使用了比较昂贵的纤维材料，所以增加了材料单方价格，但在生产、安装过程中，节约了材料用量和部分人力，所以总成本没有太大变化，也在业主预算之内。但同样的预算，不仅让构件生产和现场建造的过程更工业化，还用新材料实现了更轻薄的屋面效果，更接近建筑师的设计想法，这是值得的。FANG：当时为什么选择碳纤维？“亼屮囗”的同款屋顶用了聚合物砂浆。MENG：柳亦春老师对建筑的完成度要求是非常高的。这个项目因为在山里，施工条件比较艰难，很难确保聚合物砂浆现场建造的精致性，所以柳老师也在思考预制的可能性。
亼屮囗聚合物砂浆屋顶 摄影：吴清山
跟柳老师交谈时，我们介绍了几种数字化建造过程中常用的、适用于有机建筑形式，并是我们可实现的材料的特性，比如碳纤维、木材等。碳纤维在国内比较新，但在国外已经比较成熟了，它三明治式的构造可以很好地解决保温、防火等问题。柳老师觉得这或许是一种可能性，张准老师通过计算验证了结构的可行性，并给出了六边形组合的结构概念模型，我们进行了深化和落地。金山岭上院屋顶生产、搭建过程 ©大界
金山岭上院屋顶数字化生产过程 ©大界
MENG：材料研究不是我们的主要工作，但我们会跟合作的材料工厂一起研究材料的工艺和生产方式，包括如何更高效地使用材料、减少浪费……这也是机器人技术研发的重要部分。比如在一些项目上通过打印新材料降低模具成本，开发一些新的生产工具去配合工程解决金属双曲面折弯的问题……这些本质上都是在解决如何更好地处理建筑材料和生产方式结合的问题，实现降本增效，并提高完成度。大界在2019年跟新加坡建筑机器人公司Transforma Robotics联合发起了一个建筑技术联盟——CIBER（Consortium in Built Environment Robotics），希望聚集更多专注于工业、建筑领域的软件、硬件、材料公司等一起研究有趣的新东西，包括Covestro这些有实力、有想法的材料公司也在其中。所以虽然我们的工作是生产工具，但因为这些有趣的合作者，有时会碰撞出新的想法和产品。通过更多人的力量，或者跟高校和相关机构的研究合作，我们将有能力和机会在未来定义一些新的材料和建筑形式。FANG：这些研发、实验性的内容是在你们自己的工厂完成的？
MENG：对。我们有自己的研发工厂，主要用来测试机器人的工作效能，包括产品打样，1:1原型制作（prototype），产品生产周期评估等。如果发现了一些好的材料、产品、技术，觉得有未来规模化生产和应用的场景，我们也会应用机器人自动化技术进行研发。FANG：金山岭项目你们介入了“现场施工”，其他项目呢？
MENG：多少都会参与到预制构件进入工地后的安装过程的组织和管理。FANG：所以大界介入的是从设计到落地的“中间”段，但很多问题往往还是发生施工现场，缘于人工的不确定和不稳定，你们并没有把整个建造系统“闭合”。
MENG：但“中端”的努力对“末端”也是有意义的，因为很多现场问题是前期误差不断累叠的“后果”，比如流程、构造没有定义清晰，工厂应该解决的精度问题没能解决，就会增加现场施工的难度，但工人施工工艺水准又无法达到，就会产生更多问题。其实施工端也有相应的施工机器人运用：用机器人砌砖、贴墙纸、天花板开洞……但建筑空间的生成过程是时刻变化、生长、非常不稳定的，而且很多工艺存在交叉和不确定性，以及机器人现场持续供电问题等，都会给施工机器人的应用带来挑战，这是比工厂构件生产自动化更难的事儿。同时，施工机器人的应用高度依赖于建筑构件的标准化和场地环境的规范化，比如构件本身毫米级的偏差就需要现场更多的视觉传感器、检测设备的安装和校对才能修正弥补……国外部分小项目会小规模地使用施工机器人，那是基于他们构件生产的高度工业化，施工管理的完善，以及施工现场环境的干净，再加上国外的高人力成本，所以算得过来。但国内的现状显然未能达到这一步，所以我们也还没有能力做到这个末端，但这会是未来的一个趋势。不过我们针对施工现场研发了“胶囊工厂”，它的意义在于让工厂小型化、可移动和快速投产，通过压缩构件运输距离的方式提高生产效率、减少物流成本。
大界胶囊工厂 ©大界
建筑生产的智能化、工业化，是一个非常复杂而庞大的事情，需要很多人很长时间的努力，大界现在做的只是这个大目标的一小步，还有非常多的技术和场景值得去研究和投入，所以需要整个行业有意识地一起推动这件事。FANG：你们不介入施工端，如何实现你们提倡的“让建造更优雅”？MENG：我觉得当构件生产流程足够工业化、标准化，构件足够精准，能适应现场的不确定因素，现场建造才能规范化、流程化，变得更加轻松，成为一件非常优雅的事儿。因为当构件的生产是工业化的，才能避免人为造成的误差和错误，装配式建造才有可能是高效的，甚至整个施工的过程，比如施工现场的吊车怎么走、安装的先后顺序等都能提前在软件中模拟，预测事先没有考虑的问题并尽可能多地减少一些不可控因素，那么现场就会是有序、优雅的，而不是脏乱、混乱和危险的，现场工人可能喝着茶就把建筑建完了。比如我们的部分项目，会让做设计深化的工程师作为现场的项目经理，虽然他们的工程经验很少，但工业生产构件的高质和软件对生产、施工流程的提前模拟，让他们也能顺利完成项目。我也看过中建三局、中建科技拍的一些视频，它们把重型的水泥板预制化、轻巧化，然后用器械快速安装，在现场施工的就几个女工，我觉得也挺优雅的。FANG：你们公司的名称，从RoboticPlus R+，到RoboticPlus Design Studio，到现在是ROBOTICPLUS.AI，代表了你们对自身探索方向和定位逐渐改变和清晰化的过程。AI（人工智能）的发展需要一个很重要的基础：数据。那么，你们是如何来获取建造数据的？
MENG：我们的软件是基于云平台研发的，所以软件不仅能将生产策略传输给机器人，也可以通过末端传感器（senser），比如视觉相机等采集机器人的工作数据，这些数据会被积累在云端的软件上，成为我们“训练”机器的数据，这些都是非常宝贵的。此外，我们也有自己的前沿算法团队，在不断尝试相关智能算法的研发。FANG：有没有采集人的信息？比如研究一些工匠的建造方式等？
MENG：采集人的信息再理解、转化，是另一类的产品了。我们现在的AI数据主要针对机器的训练，还是为了实现“降本增效”的工业化生产力，让机器变得更快、更有效、更智能。FANG：公司目前的运营状况怎样？投资人的投资为主，还是自给自足了？
MENG：有自给了，但还没自足（笑）。我们现在主要有产品线和业务线两个板块，产品主要是销售大界的软件和机器人系统，实现工厂生产的自动化，我们的客户从国企、央企到小民营企业都有；业务则主要帮助建筑师和业主提供工业化的生产和建造的服务。这些年，我们也慢慢形成了一个规模化的团队，但其中有一半是研发人员，所以融资也是重要的资金来源。但我们没有急于求成，还是想扎实地把产品做好，实现自我造血，不可以像一些互联网公司那样拼命烧钱。FANG：经济上不太难（笑）。
MENG：我觉得更难的还是找到志同道合的“人才”（笑）。我们的探索和工作内容，其实已经突破了传统的行业边界，我们团队150人也分别来自30多个不同的专业，所以“大界”也意味着打开边界，让建筑跟其他行业的经验知识有更好地激发、结合，开发出更好的产品。希望有更多人觉得我们做的是有趣又酷的事儿，然后加入我们。FANG：你觉得公司下一个发生质变，或者说产生突破性节点，大概会是什么时候？
MENG：我们的目标是在两年内上线大界自主研发的软件Robim公测版，它是一个面向全行业的建筑工业化软件版本，我觉得那会成为我们一个新的突破点和转折点。
FANG：你觉得整个行业对你们的探索有一定普遍性的认知和接受度，大概还要多久？
FANG：机器替代人力，是否会产生一些社会问题，比如失业率？MENG：这需要从整个行业范围来看，机器人虽然在工厂操作中替代了部分劳动力，但机器人从生产、安装、调试、操作、维护、甚至培训的整个过程中，其实提供了更多就业机会，而这也更符合就业选择的倾向，比如年轻人更愿意做技术性的脑力工作，而不是危险的体力劳动。
大界是中国领先的建筑机器人产品公司，致力于开发建筑领域的智能化工业机器人系统。凭借跨学科的硕博士研发团队，深耕建筑机器人的控制系统、智能算法与人机交互等核心技术，为全球的建筑智能制造行业赋能。