导读
2025年8月31日上午，2025中国城市规划年会之“时空智能赋能城市更新”学术研讨会在沈阳成功举办。中国城市规划学会城市规划新技术应用专委会副主任委员、广东国地规划科技股份有限公司联席总裁、教授级高工张鸿辉作报告（由刘易欣博士代讲）。报告深入剖析了如何利用数字孪生技术破解城市存量空间更新难题，并系统介绍了其团队构建的“数字底座-改造方案-多主体交互”三位一体的技术路径。
本文字数：4019字
阅读时间：13分钟
一
背景认知
存量时代下城市更新的挑战与需求
我国城市发展已从增量发展阶段转向存量挖潜、增存并重的新阶段。在这一背景下，城市存量低效空间的更新改造，已成为提升城市土地开发利用质量与效率、促进城市高质量与可持续发展的关键手段。然而，当前的城市更新面临着多类型、多主体、多目标和多要素制约下的复杂挑战，主要体现在以下三个方面：一是多主体协同博弈机制缺失，利益相关方之间的复杂关系难以协调；二是动态社会要素缺乏考量，传统规划方法难以应对人流、车流等动态变化；三是方案生成与优化能力不足，方案设计效率和科学性有待提升。
为应对这些挑战，亟需结合数字孪生、人工智能、仿真模拟等新技术，为城市存量低效空间的更新改造提供三维模拟与优化决策的支撑，从而提高更新改造的科学化与智能化水平。这引出了三个核心需求：通过多智能体支撑实现协同博弈，通过数字孪生技术支撑动静态要素的耦合仿真模拟，以及通过生成式AI技术支撑改造方案的快速生成与智能优选。
二
实践探索
构建全流程三维模拟与优化决策系统
为实现上述目标，团队着力研究多目标多情景下的三维改造方案智能生成与优化、动态要素三维模拟仿真与方案优选等关键技术，构建了一套“基于三维数字孪生的更新改造方案模拟与优化决策系统”，以解决城市更新中多主体参与、智能化生成、精细化模拟和情景化优化等难题。将城市更新改造的全流程模拟与优化决策，融合成一个多主体参与的交互式集成系统。该系统通过构建“数字底座-改造方案-多主体交互”的数字孪生更新改造底座，奠定了坚实的数据与交互基础；并通过方案智能生成模型，实现了多目标、多情景三维改造方案的快速生成与优化。同时，系统还集成了对人口活动、交通流量、碳排放、微气候环境等动态要素的三维模拟仿真技术，确保在满足多重约束条件的同时，遴选出最优的改造方案。
1
数字孪生更新改造底座的构建
数字孪生环境是支撑三维改造方案生成、模拟与优选的基础。其核心在于构建一个集“数字底座-改造方案-多主体交互”于一体的更新改造底座，将现实世界的更新过程与数字世界的精准模拟紧密相连。在技术实现上，团队聚焦于硬件与软件环境的设计，核心解决支撑更新改造的二、三维信息高效渲染、动静态要素仿真模拟及数据高性能计算分析等技术问题。
在可视化渲染方面
集成WebGL高效渲染、Unreal实时渲染等3D渲染引擎，支持更新改造空间底座、方案效果、环境要素等不同对象的可视化渲染效果，实现城市更新改造方案在高保真环境下的孪生呈现。对单个建筑、设施、局部环境等小场景，采用PBR材质、UV贴图、光线追踪、Lumen全局动态光照与发射等技术进行渲染，从而生成高度逼真的模型。对建筑群、片区等大场景，采用DLSS深度学习超级采样、Nanite极高模型细节等技术进行渲染，实现大场景的电影级实时渲染。
在仿真模拟方面
集成了CFD（计算流体动力学）、Anylogic、EnergyPlus等专业仿真模拟软件能力，以及研发各类仿真推演模型，以支持对人口、车流、碳排放及微环境等4种要素的精细化模拟分析，辅助科学直观的评估改造方案和效果。如交通仿真模拟可用以评估生成的三维改造方案，精准分析其交通通达性以及对周边路网的潜在影响，为后续方案的迭代优化提供数据支撑。
在数据基础方面
以广州市天河、海珠、荔湾、白云、黄埔等五大中心城区作为典型案例区，涵盖了全面改造、混合改造、微改造等不同模式，以及居住、商业、工业、历史文化街区等多种改造类型，为后续的孪生环境搭建和方案模拟提供了坚实的数据基础。
2
多目标多情景三维改造方案智能生成与优化
在方案生成和优化层面，构建了覆盖片区、地块到地块内部的多尺度、全流程智能生成模型。模型基础在于大规模三维方案库的建立，其过程始于更新区域的精准识别：通过对历史多期数据的时空分析，识别出城市更新的潜在区域；随后，针对这些区域系统性地提取其历史文脉、法定规划与现状建成环境等多源信息，并进行格式化处理后纳入数据库。为支撑这一流程，该技术框架集成了自主研发的CAD解析、建筑边界提取与规则化等关键工具，目前已完成对粤港澳大湾区285个更新小区、8个城市的规划方案及24个城市现状数据的深度采集与处理。
在此数据基础之上，进一步研发了更新改造模式推荐算法与方案生成模型。该模型的核心在于利用图神经网络（GNN）学习城市肌理中复杂的拓扑关系，从而智能判别并推荐最优的更新范式（如全面改造或微更新）。此高阶推荐继而驱动一个多尺度的方案生成引擎，该引擎在片区、地块及地块内部等不同层级上，执行一个“生成-评价-迭代”的递归优化循环，以实现设计方案的逐步优化。整个框架具备高度的灵活性与适应性，能够为从整体拆建到立面改造、街道景观提升等多种更新模式提供稳定技术支持。
在片区尺度上，基于已有控规数据，对地块信息进行图编码，采用离线强化学习的方式，对用地布局模式进行学习，通过提取的策略选择机制，可以快速生成新的用地布局方案。生成速度小于<1s/4km2，可有效支持居住、生态、交通等多情景的方案生成。在地块尺度上，主要依赖StyleGAN和GauGAN等模型，通过对方案库的编码训练，实现图属融合。该技术能够在1秒内生成多个三维建筑布局方案，并且可以通过控制容积率、建筑密度等参数，生成满足规划条件的逼真模型，目前已在广州广钢新城项目中得到实践验证。
3
动态要素的三维模拟仿真与方案优选
在动态要素的三维模拟方面，将车流、能耗、风环境、人流这四大动态要素融入改造方案的优化过程。通过采用NSGA-II多目标优化算法进行综合评估，优化后的方案在风环境和能耗方面的综合绩效可提升10%以上，其中能耗预测精度达到0.87，风环境预测精度达到0.82。
人流活动模拟基于多智能体社会力模型，通过对个体在不同空间尺度下移动行为的仿真，可量化输出流量密度图、出入口通行能力等关键信息。在此数据基础上，可进一步支撑多尺度的精细化评估：在建筑尺度上，能够模拟应急疏散效率；在小区尺度上，可用于研判出入口布局与公共设施配置的合理性；在社区尺度上，则能够评估公园、人行道网络及公共服务设施的可达性与服务效能。车流活动模拟通过构建微观交通仿真模型，结合实时车流量数据，模拟出更新方案实施前后的道路拥堵程度变化，道路模拟可实时生成车道线和车道面，计算通行时间和拥堵程度等指标，并对多个方案进行并行模拟比较。风环境模拟利用GAN模型，通过对大量CFD模拟样本的学习以及风向和风速等多条件的输入，能够快速预测和对比不同建筑布局方案下的风环境，实现方案的优选。最后，将静态要素（如建筑布局）与动态要素（如风环境、能耗）的模拟结果相结合，以“舒适风面积区域最大化”和“能耗最小化”为目标函数，在满足容积率、建筑密度等约束条件下，对建筑的楼型、高度、位置等进行优化调整。
4
更新改造全流程三维模拟与优化决策
研究开发了一套可视化的交互集成系统。该系统不仅能通过数字孪生环境展示数据资源、对比分析方案、模拟方案效果，还支持多主体以人机交互的形式参与方案的生成与调整。其中，数字孪生展示包括数据资源浏览、数据对比分析、效果仿真模拟、数据查询统计等功能，通过汇聚三维数据库、更新改造环境、更新改造方案库、案例库，实现更新改造现状环境、方案效果的孪生展示、对比分析，以及区域内已有更新改造方案的分类查询。改造方案智能生成包括更新改造程度推荐、主体行为设置、更新改造类型选择、条件参数设置、方案快速生成、方案调整、方案导出等功能，通过集成MC-GauGAN 方案生成模型、基于DDPG方案寻优算法，实现不同类型、不同主体更新改造方案的智能生成与导出。多主体通过交互形式参与改造方案的生成与调整，用户可以设定不同角色（如规划师、居民），根据具体需求拟定设计条件（如学校、商业中心），在方案生成后，还可以对建筑间距、高度、立面等参数进行人为调整，使最终方案能够最大程度地满足各方需求。
三
未来展望
未来将从以下两个方面继续深化研究：第一，构建基于多智能体的用地布局方案全流程生成模型。基于大语言模型，融入规划知识与约束，构建多智能体博弈模型，并采用强化学习的方式，打通“确定改造范围-规划传导-博弈开发参数-方案生成-迭代优化”的全流程闭环，进一步提升方案生成的智能化与科学性。第二，融合文生图模型进行微更新方案的生成。基于规划知识，训练能够满足空间约束的、多种风格的文生图模型，为建筑立面改善、道路环境整治、节点风貌提升等微更新场景提供坚实技术支撑。
*根据现场报告整理，已经专家审阅。整理人：王亚非
供稿单位：人工智能与数字经济广东省实验室（深圳）
【免责声明】本公众号发布的内容仅供学习交流使用，不以任何形式进行牟利。内容版权归原作者所有。如有侵犯您的权益，请及时与我们联系，我们将于第一时间协商版权问题或删除内容。内容为作者个人观点，不代表本公众号立场和对其真实性负责。
规划年会 | 学术研讨会十八：时空智能赋能城市更新
点击图片阅读全文
【规划年会】张鸿辉：国土空间规划助力能源碳减排的思考
点击图片阅读全文
会议 | 聚焦“模型驱动 场景赋能”，2025城市规划信息化年会在佛山召开
点击图片阅读全文