Resumen:Este estudio presenta un proceso humano que convierte bocetos de planos de planta dibujados a mano y sin escala en modelos BIM 3D semánticamente consistentes. El flujo de trabajo aprovecha modelos de lenguajes grandes multimodales (MLLM) dentro de un marco de múltiples agentes, combinando extracción perceptiva, retroalimentación humana, validación de esquemas y secuencias de comandos BIM automatizadas. Inicialmente, los bocetos se refinan de forma iterativa en un diseño JSON estructurado de paredes, puertas y ventanas. Posteriormente, estos diseños se transforman en scripts ejecutables que generan modelos BIM 3D. Los experimentos en diez planos de planta diversos demuestran una fuerte convergencia: las aberturas (puertas, ventanas) se capturan con alta confiabilidad en la pasada inicial, mientras que la detección de paredes comienza alrededor del 83% y logra una alineación casi perfecta después de algunas iteraciones de retroalimentación. En todas las categorías, las puntuaciones de precisión, recuperación y F1 se mantienen por encima de 0,83, y los errores geométricos (RMSE, MAE) disminuyen progresivamente hasta cero mediante correcciones de retroalimentación. Este estudio demuestra cómo el razonamiento multiagente impulsado por MLLM puede hacer que la creación BIM sea accesible tanto para expertos como para no expertos utilizando únicamente bocetos a mano alzada.
Publicado originalmente en export.arxiv.org el 26 de octubre de 2025.
Ver fuente original
