当我们回首望去，ChatGPT、Stable Diffusion、Sora等人工智能技术裂变式地革新，不仅掀起了一场科技狂欢，也引发了人们对于未来的无尽思考。作为引领行业智能化和数字化的先行者，奥雅希望站在这场变革的前沿。通过重塑工作流的方式，推动生产工具的革新，采用自动化出图和算法生成等技术变革设计生产力，以应对精细化设计时代带来的挑战和需求。在产品研发的过程中，我们深入了解到一线设计师的需求，结合奥雅过往二十年积累的丰富设计经验：奥雅股份正式推出自研产品UrbanFlow 用多种计算性技术重塑街区设计工作流程

UrbanFlow，定位于城市更新街区智能设计工具，融合了参数化、人工智能、地理信息系统等多项技术，具备城市底座生成、城市数据分析、道路结构调整、节点空间模拟、场景氛围生成五大核心模块，拥有超过30项细分功能，提供满足行业场景的多项技能。接下来我们将以城市更新过程中的真实项目案例，展示UrbanFlow如何重塑街区设计工作流程。

01 / 城市底座生成

3步生成城市街区模型

一键计算日常生活等时圈

城市底座的构建依托于城市信息数据库，在选择任意城市后，只需框选项目所在片区即可获取精准坐标，输入对应经纬度，三步即可生成城市白模。

传统方式可能需要花费1-3天用于手工绘制片区的底模，而通过UrbanFlow仅需5分钟即可自动生成带有地理信息数据的城市底座，还可以一键导入项目范围内更精准的测绘数据，大大节省了设计前期建构场地的时间和精力。这不仅有助于设计团队更全面地了解项目所处环境，为后续数据分析提供基础底座，还可以作为后期制作效果图和鸟瞰图的模型依据。

利用测绘数据对城市模型进行部分替换

在多样化的空间数据信息中，UrbanFlow最先采用的是路网数据。以目标街区为出发点，结合路网数据可以在3-5秒中内生成5min、15min、30min等不同时段的日常生活等时圈。这些等时圈展示了不同时间内步行、车行、骑行三种出行方式可到达的范围，从而帮助设计师更好地理解街区的空间分布和便捷程度。

等时圈生成

02 / 城市数据分析

一键POI&AOI数据分析

精准识别社区服务核心

快速决策重点改造路段

城市数据分析从宏观城市现状与微观人本视角开展，以多源数据为支持，设计师在UrbanFlow的操作面板上可轻松选择等时圈范围、POI类型，便可以得到范围内POI核密度和混合度的分析图。两者结合可以帮助设计师了解城市空间中不同功能业态的现状分布密度、混合度/多样性、集聚趋势等特征，对于后续产业规划及业态布局具有重要的参考价值。综合考虑各项因素后，UrbanFlow能够精准识别最活跃的高密度聚集区域，作为社区服务的核心节点，也是未来判断片区更新建设时序的重要依据。

POI核密度计算

社区服务核心识别

同时，AOI（Area Of Interest 兴趣区域）的相关分析实现了从点到面的转换，其主要功能是为了辅助POI数据对居住属性区域进行精准筛选，以居住区为出行路径的起点，并将社区服务核心作为终点。基于奥雅研发中心&奥创引擎自研的Walking Preference Algorithm 算法，模拟出居民日常生活中使用最频繁的路段，辅助决策作为重点设计的优先改造路段。

重点改造路段识别

03 / 道路结构调整

智能化路权分配

自定义剖断面出图风格

一键剖透转白模

在确定重点改造路段后，设计师经常需要调整路段不同节点的道路结构，其中最直接体现的是典型剖断面图。UrbanFlow中的智能剖断面设计模块，在设定道路总宽度后，通过简单地滑动滑块即可调整相关参数。如机动车道、非机动车道、人行道的宽度，同时也可以灵活调整隔离带、设备带、绿化带、排水渠等功能带的宽度和位置，重新分配路权。

剖断面转三维空间

此外，用户还可以自行设置周边的用地类型，包括绿地、住宅、商业、商住等，甚至可以自定义不同风格的素材。重新生成的剖面图可以作为衍生三维空间的依据，结合城市家具布置，使街道空间布局更为合理。这种能实现不同创意设计方案的快速调整，让设计师从重复性工作中解放出来，将更多精力投入到创作中。

04 / 节点空间模拟

风、光、热、水、声

5项环境仿真模拟分析

集群智能算法人群模拟

基于数字技术的仿真模拟，UrbanFlow可以实现快速生成节点空间的物理环境分析，包括采光阴影、日照辐射、风与气压、环境噪声模拟、径流汇水等。以可感、可视的图形语言，辅助设计师根据场地现状进行针对性的改造，根据老街区的日照和阴影情况判断是否需要增加遮阳设施或调整植物布置。同时，在环境噪声模拟方面，UrbanFlow加入了自定义组件，通过控制行道树的品种、冠幅和种植间距，来模拟不同植物配置对环境噪音的影响，从而采取对应的干预措施。

在完成环境仿真模拟之后，我们期望通过数字化技术完成建模、模拟、自动生成、迭代优化等一系列计算，建立不同权重形成的环境舒适指标，平衡使用者的舒适度、建设成本、运营维护成本以及能耗等多种因素，进行多目标遗传优化搜索确定设计的最优解，为城市运营提供数据支持。

集群智能算法是模拟昆虫、动物的群体行为，形成计算机语言构建的智能算法，为景观节点构成、道路布局提供全新的解决思路。UrbanFlow可以通过计算模拟人的集群行为，包括街道内的人群聚集点和人群流线上的疏密变化，设计师可以有针对性地对活动场地进行提前布局，提升人本尺度空间体验。  

人群模拟

05 / 场景氛围生成

快速风格筛选和氛围表现

实时渲染与细节调整

AIGC（人工智能自动生成内容）在近期掀起了热潮，随着奥雅对图像生成模型的探索不断加深，UrbanFlow优化了传统设计的工作流。在方案初期的效果表达上，设计师只需搭建简单的白模，配合多个定制化的LoRA模型，即可生成不同的表现风格，例如写实、漫画、水墨等。并且，在保证相同视角下，稳定生成带有季相变化、夜景切换、天气变化、空间氛围变化的效果图，以此来激发设计师的想象力、灵感和创造力，实现方案的快速表达。

实时渲染也是UrbanFlow的重要组成部分。设计师在建模的过程中，不论是局部修改还是植物布置，UrbanFlow都可以实时做出反应，帮助设计师看到修改和调整后的视觉效果。实时渲染的能力极大地提高了设计师的工作效率，让设计师快速迭代和优化设计方案，打通从设计构思到设计表达的最后一环。

场景氛围实时渲染