UltimateDESIGN
AI 城市设计与老旧街区微更新多智能体决策平台
围绕长春 170.2 公顷实证更新街区构建的城乡空间决策与 AIGC 平台。将 17 个标准化规划设计阶段收敛为 3 大核心工作台,以 GIS→矢量→ControlNet 空间对齐与三主体博弈仿真约束生成幻觉。
- Python 3.12
- Streamlit
- GeoJSON / GIS
- ControlNet
- DeepSeek
- Gemma Vision
- BM25 + Vector RAG
- Pytest
- 图号
- PLATE 02
- 角色归属
- 主导原创
- 当前状态
- 实证完成 · 356 项测试通过
- 年份
- 2026
- 分工说明
- 主导原创:独立设计 17 阶段空间逻辑框架、GIS 空间防幻觉控制管线、三主体 LLM 博弈引擎及 356 项 Pytest 自动化校验套件。
交互式 HTML 演示文稿
支持按钮翻页、键盘方向键控制、页码直达与全屏放映。
在暗场制图视口中精确还原街区地块矢量边界、路网高程骨架与更新片区空间坐标。
- 170.2 ha 真实 GeoJSON 街区与建筑基底数据
- 空间诊断指标直接锚定真实地理坐标
- 1:500 建筑制图尺度与暗场高对比可读性
- 17 标准化设计逻辑阶段
- 170.2 ha 长春实证更新街区
- 26 国标 A3 专业图纸模板
- 356 Pytest 自动化测试通过
问题背景与工程约束
现有生成式 AI 图像工具缺乏真实地理坐标与规划法规约束,生成的城市更新效果图容易发生路网漂移、指标失真与多方利益脱节,难以进入专业规划评审流程。
系统架构拆解
- 01
17 逻辑阶段 × 3 大核心工作台
将 00–16 号城市设计标准工序收敛为「空间诊断沙盘 / 多智能体与 AIGC 工坊 / 数字化规范交付」三大 Streamlit 协同工作台。
- 02
GIS → 矢量 → 栅格 → ControlNet 空间对齐
从真实 GeoJSON 街区与道路红线提取精确矢量底图并投影为控制条件图,结合 6 类更新策略约束 ControlNet 生成结果与真实基地严丝合缝。
- 03
三主体 LLM 博弈与双 Critic 质检闭环
模拟居民、开发商与规划师多轮博弈形成共识方案,并通过 Gemma Vision 视觉审图、DeepSeek 规范检索(BM25 + Vector RAG)与 356 项 Pytest 守卫输出。
核心工程亮点
- 以长春 170.2 公顷老旧街区为实证对象,完整跑通从 GIS 空间诊断到 26 套国标 A3 专业展板交付的端到端链路。
- 通过 GIS 矢量底图锁定建筑基底与路网拓扑,配合 6 类微更新策略矩阵,显著抑制城市 AIGC 渲染中的几何畸变。
- 构建居民 / 开发商 / 规划师三主体 LLM 博弈仿真机制,将定性诉求量化为可解释的多维共识雷达。
- 引入 Gemma Vision + DeepSeek 双 Critic 审查并配套 356 项通过的 Pytest 自动化测试,保障规划算法与数据结构长期可维护。