Categoria: Intelligenza artificiale

OpenSpace ha aggiornato la sua Visual Intelligence Platform, la piattaforma di reality capture dedicata ai cantieri, integrando agenti AI che, secondo quanto dichiarato dall’azienda, possono osservare, comprendere e intervenire sui dati del cantiere. Le nuove funzionalità sono pensate per aiutare i team di costruzione a comprendere, navigare e documentare i cantieri in tempo reale.

Dalla documentazione alle decisioni in corso d’opera

L’azienda presenta l’aggiornamento come un passo oltre la reality capture tradizionale: l’obiettivo dichiarato è permettere ai team di usare AI e dati spaziali non solo per costruire una registrazione dell’andamento dei lavori, ma per prendere decisioni più rapidamente mentre l’opera è in corso.

«I cantieri non hanno bisogno di un altro strumento o sistema scollegato che chieda ai team di inserire manualmente informazioni in un modulo», ha dichiarato Jeevan Kalanithi, CEO e cofondatore di OpenSpace. «La prossima fase del settore sarà definita da piattaforme che comprendono il mondo fisico e rendono quella conoscenza disponibile dove i team lavorano già.»

Le nuove funzionalità

AI Autolocation 2.0 con Live Location

Utilizza l’AI per determinare la posizione dell’utente all’interno degli edifici senza GPS né hardware wireless aggiuntivo, un aspetto rilevante nei cantieri in ambiente chiuso, dove il posizionamento satellitare non è disponibile.

AI Walk-and-Talk

Consente di creare i log giornalieri di cantiere (daily log) camminando semplicemente nel cantiere e descrivendo ciò che si vede.

Site Mode

Fornisce ai team in campo un’esperienza di navigazione paragonabile a Google Maps all’interno del progetto: posizione e orientamento dell’utente vengono mostrati direttamente su planimetrie e modelli BIM, con accesso contestuale alle informazioni di progetto pertinenti.

Agent Ecosystem

È una piattaforma aperta di agenti AI che dà accesso al contesto visivo e spaziale del cantiere, in modo che gli agenti possano comprendere ciò che sta accadendo e occuparsi delle attività che i team devono svolgere.

Base di dati visivi

OpenSpace dichiara di aver analizzato immagini provenienti da oltre 110.000 progetti di costruzione, corrispondenti a più di 77 miliardi di piedi quadrati (circa 7,1 miliardi di metri quadrati). Questa base costituisce, secondo l’azienda, il fondamento per agenti AI in grado di assistere flussi di lavoro come i daily log, le ispezioni e le punch list.

Integrazione dei dati

La piattaforma riunisce dati provenienti da telecamere 360°, smartphone, droni, scanner laser, modelli BIM, schedulazioni di progetto e altre fonti, su cui si innestano le funzionalità di localizzazione, navigazione e documentazione.

L’annuncio descrive le capacità delle nuove funzionalità senza riportare risultati quantitativi o verifiche indipendenti: le prestazioni dichiarate, dalla localizzazione indoor senza GPS alla generazione dei daily log, restano ad oggi attribuibili alle valutazioni dell’azienda.

Bluebeam ha annunciato l’acquisizione di Firmus AI, azienda specializzata in revisione progettuale in fase pre-costruzione e analisi dei rischi. L’operazione porterà la tecnologia di Firmus all’interno dei workflow di revisione e markup di Bluebeam, estendendo il perimetro dell’azienda dalla collaborazione documentale alla gestione dei rischi assistita da intelligenza artificiale.

Cosa fa la piattaforma Firmus

La piattaforma di Firmus analizza disegni e documenti di progetto, segnalando informazioni mancanti, problemi di coordinamento tra discipline e lacune di scope. Supporta inoltre il confronto tra set di disegni rilasciati in fasi diverse del progetto, consentendo ai team di tracciare le modifiche e individuare eventuali incoerenze nelle fasi iniziali del ciclo di vita progettuale, quando gli interventi correttivi sono meno onerosi.

Integrazione con Overlay, Compare e Studio

L’offerta combinata è prevista per potenziare funzioni esistenti di Bluebeam come Overlay e Compare, applicando i modelli di machine learning di Firmus per rilevare discrepanze tra disegni architettonici, strutturali e MEP. Gli esiti indicati sono overlay più accurati, identificazione automatizzata delle problematiche e riduzione dei controlli manuali su set di disegni di grandi dimensioni.

Bluebeam Studio, già utilizzato come ambiente di collaborazione in tempo reale sui disegni, estenderà il proprio ruolo grazie alla tecnologia di Firmus, che potrà emergere le problematiche non evidenti e condividere i risultati delle analisi direttamente nel flusso collaborativo, senza richiedere il passaggio ad altri strumenti.

Le dichiarazioni dei due CEO

Il fondatore e CEO di Firmus, Shir Abecasis, ha motivato l’operazione con la centralità del disegno tecnico nel processo costruttivo: “I disegni sono il linguaggio universale delle costruzioni, ed è lì che si nasconde il rischio. Unendoci a Bluebeam, collociamo l’intelligenza drawing-first di Firmus esattamente dove milioni di professionisti AEC già lavorano.”

Il CEO di Bluebeam, Usman Shuja, ha inquadrato l’acquisizione in ottica di assicurazione qualità: “Firmus porta un motore di AI che comprende i PDF 2D a livello granulare, individuando lacune di scope, incoerenze e modifiche tra discipline e revisioni. Integrare queste capacità offre ai team un controllo qualità che riduce le revisioni e i momenti di stop totale nelle fasi avanzate del progetto.”

Benefici attesi e tempistiche

Secondo quanto dichiarato da Bluebeam, i benefici per i team di progetto includeranno cicli di revisione più brevi, una qualità documentale più elevata e una maggiore visibilità sui rischi potenziali. Nell’annuncio questi vantaggi sono presentati come attese dell’integrazione e non come risultati misurati da test o casi studio; non sono stati resi pubblici dati quantitativi sulle prestazioni dei modelli o sull’accuratezza del rilevamento.

L’ambito di interesse per i professionisti del settore è la revisione progettuale pre-costruzione: controllo di completezza della documentazione, verifica di coordinamento tra architettura, strutture e impianti, e confronto tra revisioni successive degli elaborati. Le prime funzionalità derivanti dalla tecnologia Firmus debbono comparire nei prodotti Bluebeam a partire dai primi mesi del 2026; non sono stati dettagliati dal comunicato i modelli di distribuzione né quali strumenti verranno coinvolti per primi.

Bluebeam ha annunciato l’acquisizione di Firmus AI, azienda specializzata in revisione progettuale in fase pre-costruzione e analisi dei rischi. L’operazione porterà la tecnologia di Firmus all’interno dei workflow di revisione e markup di Bluebeam, estendendo il perimetro dell’azienda dalla collaborazione documentale alla gestione dei rischi assistita da intelligenza artificiale.

Cosa fa la piattaforma Firmus

La piattaforma di Firmus analizza disegni e documenti di progetto, segnalando informazioni mancanti, problemi di coordinamento tra discipline e lacune di scope. Supporta inoltre il confronto tra set di disegni rilasciati in fasi diverse del progetto, consentendo ai team di tracciare le modifiche e individuare eventuali incoerenze nelle fasi iniziali del ciclo di vita progettuale, quando gli interventi correttivi sono meno onerosi.

Integrazione con Overlay, Compare e Studio

L’offerta combinata è prevista per potenziare funzioni esistenti di Bluebeam come Overlay e Compare, applicando i modelli di machine learning di Firmus per rilevare discrepanze tra disegni architettonici, strutturali e MEP. Gli esiti indicati sono overlay più accurati, identificazione automatizzata delle problematiche e riduzione dei controlli manuali su set di disegni di grandi dimensioni.

Bluebeam Studio, già utilizzato come ambiente di collaborazione in tempo reale sui disegni, estenderà il proprio ruolo grazie alla tecnologia di Firmus, che potrà emergere le problematiche non evidenti e condividere i risultati delle analisi direttamente nel flusso collaborativo, senza richiedere il passaggio ad altri strumenti.

Le dichiarazioni dei due CEO

Il fondatore e CEO di Firmus, Shir Abecasis, ha motivato l’operazione con la centralità del disegno tecnico nel processo costruttivo: “I disegni sono il linguaggio universale delle costruzioni, ed è lì che si nasconde il rischio. Unendoci a Bluebeam, collociamo l’intelligenza drawing-first di Firmus esattamente dove milioni di professionisti AEC già lavorano.”

Il CEO di Bluebeam, Usman Shuja, ha inquadrato l’acquisizione in ottica di assicurazione qualità: “Firmus porta un motore di AI che comprende i PDF 2D a livello granulare, individuando lacune di scope, incoerenze e modifiche tra discipline e revisioni. Integrare queste capacità offre ai team un controllo qualità che riduce le revisioni e i momenti di stop totale nelle fasi avanzate del progetto.”

Benefici attesi e tempistiche

Secondo quanto dichiarato da Bluebeam, i benefici per i team di progetto includeranno cicli di revisione più brevi, una qualità documentale più elevata e una maggiore visibilità sui rischi potenziali. Nell’annuncio questi vantaggi sono presentati come attese dell’integrazione e non come risultati misurati da test o casi studio; non sono stati resi pubblici dati quantitativi sulle prestazioni dei modelli o sull’accuratezza del rilevamento.

L’ambito di interesse per i professionisti del settore è la revisione progettuale pre-costruzione: controllo di completezza della documentazione, verifica di coordinamento tra architettura, strutture e impianti, e confronto tra revisioni successive degli elaborati. Le prime funzionalità derivanti dalla tecnologia Firmus debbono comparire nei prodotti Bluebeam a partire dai primi mesi del 2026; non sono stati dettagliati dal comunicato i modelli di distribuzione né quali strumenti verranno coinvolti per primi.

DroneDeploy, azienda specializzata in soluzioni di reality capture, ha raggiunto il break-even e raccolto 15 milioni di dollari in un finanziamento strategico destinato ad accelerare lo sviluppo di prodotti basati su intelligenza artificiale e robotica. La roadmap indica sistemi completamente autonomi di tipo quadrupede e aereo, oltre a futuri sistemi umanoidi.

Break-even e reinvestimento degli utili

Il traguardo del break-even viene presentato dalla società come la prova della sostenibilità del proprio modello economico: gli utili futuri saranno reinvestiti in prodotti e servizi per i clienti. “Negli ultimi dieci anni abbiamo creato la piattaforma di reality capture leader, utilizzata su oltre 1,7 milioni di cantieri in più di 180 paesi”, ha dichiarato Mike Winn, CEO e cofondatore di DroneDeploy. “Questa base ci permette di puntare sulla prossima frontiera: automatizzare l’analisi e il processo decisionale con AI e robotica.”

Progress AI: avanzamento cantiero automatico

La notizia finanziaria arriva a ridosso del lancio di Progress AI, una soluzione basata su modelli vision-language progettata per generare in automatico il tracciamento dell’avanzamento dei lavori a partire da dati acquisiti con droni e walkthrough 360.

Secondo quanto dichiarato dall’azienda, contractor e committenti utilizzano già Progress AI per produrre report di avanzamento con un’accuratezza dichiarata superiore al 95%, ottenuti in pochi minuti e a una frazione del costo degli strumenti tradizionali.

La valutazione di un contractor

Sul fronte applicativo, Jon Ferguson, VP VDC di Layton Construction, descrive il valore operativo della soluzione: visibilità del cantiere in pochi minuti da utilizzare per decisioni più rapide e informate su tutto il portafoglio progetti. Ferguson indica inoltre la roadmap di automazione di DroneDeploy, che attraversa droni, robotica e AI, come risposta a quanto richiesto dal settore: meno flussi di lavoro manuali, controllo del rischio più stringente e dati affidabili per decisioni critiche su larga scala, in particolare su progetti di infrastrutture complesse come i data center.

Dai droni alla robotica di campo

Nell’ultimo decennio DroneDeploy ha esteso il proprio perimetro oltre l’origine legata ai droni. Con l’acquisizione di Rocos l’azienda ha costituito un team robotica dedicato, che sviluppa un sistema operativo per il deploy di robot su scala nei siti industriali. I dati raccolti da questi sistemi alimentano le piattaforme AI di DroneDeploy dedicate al rilevamento dei ritardi, alla validazione delle richieste di pagamento (pay applications) e alla segnalazione proattiva dei rischi per la sicurezza.

Cosa significa per i professionisti

Per ingegneri e professionisti del settore AEC, gli elementi concreti emergenti dal comunicato sono tre:

• la disponibilità di strumenti di tracking automatico dell’avanzamento basati su dati da droni e walkthrough 360, con report generati in pochi minuti secondo i dati dichiarati dal fornitore;
• un ecosistema robotico, derivato dall’integrazione Rocos, orientato al deploy su scala in siti industriali e collegato ad analisi automatiche su ritardi, pagamenti e sicurezza;
• un piano di investimento che prevede lo sviluppo di sistemi autonomi a terra (quadrupedi), aerei e in prospettiva umanoidi, da integrare con la piattaforma di reality capture esistente.

Con il break-even raggiunto e i nuovi 15 milioni di dollari disponibili, DroneDeploy intende finanziare in autonomia lo sviluppo di questa linea di prodotti, posizionando l’automazione dell’analisi e delle decisioni come direzione strategica dell’azienda per il prossimo ciclo di sviluppo.

OpenSpace ha lanciato AI Autolocation, una tecnologia di Spatial AI che abilita il posizionamento indoor in tempo reale su qualsiasi smartphone, senza necessità di hardware dedicato come beacon Bluetooth. L’azienda dichiara che, man mano che il sistema maturerà, grazie a un machine learning continuo, la precisione potrebbe superare quella del GPS: un’aspettativa dichiarata dall’azienda, non un risultato già misurato.

Come funziona

Il principio operativo si basa sul confronto tra le letture dei sensori rilevate in tempo reale dallo smartphone e le mappe di sensori generate a partire da acquisizioni a 360° preesistenti, create sulla piattaforma OpenSpace. Si tratta di un sistema adattivo: le stime di posizione vengono raffinate progressivamente anche mentre il cantiere stesso cambia nel tempo, una condizione tipica dei cantieri edili.

Secondo Michael Fleischman, co-fondatore e CTO di OpenSpace, raggiungere il posizionamento indoor su smartphone ha richiesto avanzamenti in diversi ambiti della Spatial Artificial Intelligence: fusione dei sensori, machine learning, creazione dinamica di mappe ed efficienza computazionale specifica per dispositivi mobili.

Prima applicazione: OpenSpace Field

La tecnologia viene impiegata per prima cosa in OpenSpace Field, un nuovo sistema di lavoro pensato per le squadre operative in cantiere. Note e fotografie scattate tramite l’app smartphone vengono agganciate automaticamente alle planimetrie e allineate al BIM in tempo reale.

Secondo la società, questa consapevolezza spaziale automatica riduce le ambiguità, accelera la risoluzione delle questioni aperte, fa risparmiare tempo e mantiene sincronizzati i team di cantiere e quelli in ufficio. Si tratta di benefici dichiarati dal produttore, non verificati da test indipendenti riportati nel materiale.

Sviluppi annunciati

OpenSpace presenta AI Autolocation anche come base per futuri agenti di Spatial AI, che a suo avviso consentiranno:

• rilevamento e risoluzione proattiva dei problemi, con segnalazione di criticità in zone specifiche del cantiere e suggerimento di azioni immediate;
• analisi di livello esecutivo, attraverso riepiloghi generati dall’AI a partire dai dati visivi e spaziali, con indicazioni operative chiare.

Anche in questo caso si tratta di annunci prospettici: le funzionalità descritte non sono ancora disponibili come capacità dimostrate.

Condizioni e limiti noti

Il funzionamento del sistema presuppone un requisito preciso: la disponibilità di acquisizioni a 360° effettuate in precedenza sulla piattaforma OpenSpace, dalle quali vengono ricavate le mappe dei sensori. Senza questo dato di partenza, il confronto tra letture in tempo reale e mappa di riferimento non può avvenire.

Il materiale disponibile non riporta dati quantitativi su precisione, latenza o prestazioni in ambienti reali, né confronti con altre soluzioni di posizionamento indoor. L’affermazione sul superamento della precisione GPS è esplicitamente presentata come una previsione legata alla maturazione del sistema, alimentata dal machine learning continuo, e andrebbe valutata come tale.

Rilevanza per la pratica professionale

Per il settore AEC, l’interesse della tecnologia sta nel collegamento automatico tra documentazione di cantiere e modello informativo: se note e foto vengono posizionate e allineate al BIM senza intervento manuale, la tracciabilità delle informazioni di campo rispetto al progetto può migliorare, con un flusso più diretto tra cantiere e ufficio tecnico. Le modalità concrete di adozione e i benefici effettivi restano tuttavia da verificare sul campo, alla luce dei dati che OpenSpace renderà disponibili sull’evoluzione del prodotto.

OpenSpace ha lanciato la Visual Intelligence Platform per il settore delle costruzioni, una piattaforma concepita per trasformare i reality data acquisiti in cantiere in quello che l’azienda definisce “informazioni affidabili e azionabili” (trusted, actionable intelligence). Il lancio si accompagna all’espansione del portfolio con due nuovi prodotti, OpenSpace Field e OpenSpace Progress Tracking, che si affiancano ai prodotti già in catalogo: OpenSpace Capture, OpenSpace BIM+ e OpenSpace Air.

Dai reality data alle informazioni operative

La piattaforma opera su due piani. Quello operativo riguarda l’ottimizzazione dei flussi di lavoro di campo, in particolare la gestione delle punch list e la registrazione delle issue. Quello gestionale riguarda gli insight di business, che includono la percentuale di completamento delle opere e il tracciamento della produttività.

Sul piano della visibilità, Paul Chambers, project director di Skanska UK, dichiara di disporre finalmente di una visione in tempo reale di ciò che accade su tutti i progetti dell’intera attività: invece di affidarsi a report ritardati, i team possono individuare subito le criticità, decidere più rapidamente e ridurre le sorprese costose. Chambers parla di un “nuovo livello di fiducia” sia per i team di campo sia per la leadership aziendale.

I due nuovi prodotti

OpenSpace Field

OpenSpace Field viene presentato dall’azienda come un sistema di lavoro “field-first” basato su Spatial AI. L’acquisizione avviene con il solo smartphone: i team possono captare, tracciare e gestire i dati di cantiere, e ogni immagine viene ancorata automaticamente al punto corretto delle planimetrie e allineata ai modelli BIM.

Le funzionalità si integrano con Procore e Autodesk Construction Cloud per migliorare il coordinamento. Secondo quanto riferisce OpenSpace, i clienti che hanno partecipato alla fase beta hanno dichiarato un risparmio di tempo dell’85% nello svolgimento di attività di campo comuni, come punch list e registrazione delle issue. Il dato è comunicato dall’azienda, riguarda la fase beta e compiti specifici, e non è accompagnato da verifiche indipendenti.

Felipe Dominguez, product manager construction technology di Suffolk, descrive il flusso abilitato dalle nuove funzionalità AI: scattare una foto, descrivere a voce ciò che si vede e generare un’azione nel sistema di project management. Un approccio che, secondo Dominguez, fa risparmiare tempo e aiuta tutti gli stakeholder, dai trade partner ai committenti, a restare allineati per far procedere il progetto.

OpenSpace Progress Tracking

OpenSpace Progress Tracking è progettato per convertire i reality data in “insight di alto livello” con tre finalità dichiarate:

• validare il lavoro effettivamente realizzato (work-in-place) ai fini della fatturazione;
• individuare tempestivamente i rischi di schedula, confrontando l’avanzamento effettivo con le milestone pianificate;
• distribuire a tutti gli stakeholder sintesi di avanzamento che l’azienda definisce affidabili.

Il prodotto si integra con le schedulazioni gestite in P6, Asta, Microsoft Project ed Excel.

Il perimetro dei dati dichiarati

Le informazioni quantitative diffuse finora coincidono con un solo indicatore: il risparmio di tempo dell’85% sulle attività di campo, riferito da clienti in fase beta e riportato da OpenSpace stessa. Nel materiale di lancio non compaiono verifiche indipendenti, benchmark formali né dettagli su disponibilità commerciale e costi. Anche le qualifiche di “affidabilità” applicate a intelligence e sintesi di avanzamento sono formulazioni dell’azienda.

La direzione dichiarata del lancio è quella di utilizzare i reality data non più solo come documentazione visiva del cantiere, ma come base per azioni operative e valutazioni gestionali: dalla chiusura delle punch list alla verifica dell’avanzamento ai fini della fatturazione.

Egnyte ha integrato nella propria piattaforma i primi agenti AI “sicuri e specifici per dominio”, rivolti ad alcune delle fasi più onerose in tempi e costi del processo AEC, dalla presentazione dell’offerta fino alla consegna. I due agenti, Specifications Analyst e Building Code Analyst, sono concepiti per estrarre informazioni da file di capitolati di grandi dimensioni e fornire rapidamente indicazioni AI per la verifica di conformità al codice edilizio.

Il problema dichiarato: errori nei capitolati e nei codici

La società motiva lo sviluppo con la natura documentale del settore. “Il settore AEC fa forte affidamento su documenti complessi e ad alto contenuto informativo per prendere decisioni lungo l’intero ciclo di vita del progetto, e un singolo errore in un capitolato o un’errata interpretazione di un codice edilizio può portare a ritardi significativi del progetto e a sforamenti di costo”, ha dichiarato Amrit Jassal, cofondatore e CTO di Egnyte. Gli agenti, aggiunge, “riducono fondamentalmente il rischio di progetto e aiutano le imprese a conseguire risultati migliori e più redditizi”.

Specifications Analyst: interrogare i capitolati

Secondo quanto dichiarato da Egnyte, lo Specifications Analyst trasforma documenti di specifiche di qualsiasi dimensione, singoli o combinati tra loro, in una base di dati da cui ottenere risposte rapide e utili. Filtri intelligenti, che includono l’indice dei contenuti e i materiali, consentono di individuare rapidamente le sezioni chiave e di aggregare i dati estratti dalle specifiche attraverso le diverse divisioni dei capitolati.

Building Code Analyst: codici unificati e conflitti segnalati

Il Building Code Analyst è progettato per consolidare codici ediliari tra loro eterogenei, statali, di contea e municipali, in un’unica fonte di riferimento. L’agente permette di ricercare, confrontare e verificare i requisiti tra i codici pertinenti, producendo risposte coerenti supportate dall’AI.

Lo strumento evidenzia immediatamente i passaggi chiave con link al testo di origine e segnala automaticamente le disposizioni sovrapposte o contraddittorie. È inoltre possibile includere chiarimenti precedentemente acquisiti, per accelerare la risoluzione di questi problemi.

Accesso ai dati e governance

Egnyte dichiara che tutti i suoi agenti AI accedono ai contenuti presenti nel repository della piattaforma preservandone sicurezza, compliance e governance dei dati. “Questi strumenti consentono ai clienti di sfruttare la potenza dell’AI senza dover spostare i propri dati ed esporli potenzialmente a rischi di sicurezza, compliance e governance”, ha affermato Jassal.

Gli agenti hanno inoltre accesso a fonti sul web. Secondo la società, questo consente di mantenere gli output allineati agli ultimi aggiornamenti ed emendamenti dei codici edilizi e di altre informazioni pertinenti, senza compromettere i dati conservati nei repository Egnyte.

Cosa non è noto

Le funzionalità descritte, dall’estrazione dei dati dai capitolati al confronto tra codici e alla segnalazione delle contraddizioni, sono dichiarate dal fornitore e non sono accompagnate da benchmark indipendenti, casi d’uso documentati o dati quantitativi di prestazione. Il materiale non descrive inoltre i modelli o le tecniche sottostanti gli agenti, né riporta informazioni su disponibilità, costi o modalità di integrazione nei flussi di lavoro esistenti.

Chaos, l’azienda sviluppatrice di V-Ray e Enscape, ha rilasciato Veras 3.0, l’ultima versione del software di visualizzazione basato su AI, una delle diverse novità AI presentate dal gruppo. La funzione centrale della nuova release è la generazione da immagine a video, pensata per trasformare rendering statici in “animazioni dinamiche” partendo da prompt semplici.

Dall’immagine ferma al video

La nuova capacità si innesta sulle funzioni originali di Veras, che permettono ai professionisti AEC di partire da modelli 3D, disegni 2D e immagini per generare rapidamente idee di progetto e varianti di stile con rendering AI.

Con la generazione image-to-video, i progettisti possono muovere le camere in pan e zoom, animare le condizioni meteorologiche e modificare l’ora del giorno con pochi clic. Una volta definito l’aspetto della scena, il movimento può essere arricchito con veicoli e persone digitali, trasformando le immagini statiche in quello che l’azienda definisce “storie immersive e in movimento”.

Uno strumento nato per l’AEC

Veras è stato tra i primi strumenti di visualizzazione basati su AI concepiti specificamente per il settore AEC e si integra nativamente con Revit, Rhino, SketchUp e altri software di modellazione. Sviluppato in origine da EvolveLabs, è passato a Chaos con l’acquisizione del 2024.

Tre nuovi strumenti in anteprima

Accanto al rilascio, Chaos ha anticipato tre nuovi strumenti basati su AI.

AI Mood Match

Abbina automaticamente impostazioni complesse di illuminazione e ambiente a un’immagine di riferimento, eliminando la regolazione manuale di cielo e sole.

AI Upscaler

Sfrutta l’AI per ingrandire gli output di rendering fino a quattro volte, preservando – secondo Chaos – la qualità “photoreal”.

Cylindo Quickshot

Strumento dedicato al settore del mobile, permette ai team di prodotto e marketing di convertire immagini standard di prodotto in scene lifestyle fotorealistiche con pochi clic. Secondo Chaos, il tool mantiene dettaglio e accuratezza di scala, offre controllo su illuminazione, oggetti di scena e sfondi, e risponde ad alcune debolezze comuni degli strumenti AI: prodotti distorti, dettagli incoerenti e risultati fuori brand.

Aggiornamenti a AI Enhancer e AI Material Generator

Chaos ha annunciato inoltre miglioramenti a due strumenti esistenti. AI Enhancer trasforma automaticamente rendering piatti di persone e vegetazione in elementi fotorealistici. Introdotto per la prima volta in Enscape nel 2024, ora è disponibile in Corona e V-Ray 7 per 3ds Max, con il supporto per altre integrazioni V-Ray in arrivo.

AI Material Generator, attualmente disponibile per V-Ray per 3ds Max, sarà esteso ad altre integrazioni V-Ray e ad altri prodotti Chaos. Il software trasforma foto reali in materiali physically-based riutilizzabili, che possono essere archiviati in Chaos Cosmos.

“L’AI Enhancer mi fa risparmiare tempo rifinendo le immagini all’istante, riducendo la necessità di post-produzione aggiuntiva”, ha dichiarato Agnieszka Klich, co-fondatrice di archvizartist.com. “Quando non ho texture disponibili online, il Material Generator mi permette di creare rapidamente un materiale senza interrompere il flusso di lavoro. Entrambi gli strumenti rendono il processo più veloce e più creativo, che è esattamente ciò che apprezzo in Corona”.

“Mentre l’AI continua a trasformare l’industria AEC, Chaos sta aprendo la strada con strumenti AI responsabili, progettati come compagni creativi per architetti, designer e artisti della visualizzazione, garantendo al contempo che mantengano controllo e proprietà del proprio lavoro”, ha dichiarato Iveta Cabajova, da poco nominata CEO di Chaos.

Con Veras 3.0 e le anteprime annunciate, la gamma AI di Chaos copre ora diverse fasi della filiera della visualizzazione: dalla generazione di varianti di stile alla post-produzione, fino all’animazione.

Allsite.ai, piattaforma di progettazione per l’ingegneria civile basata su agenti AI, ha esteso la propria operatività al mercato nordamericano. Sviluppata da una società con sede ad Auckland, in Nuova Zelanda, la piattaforma genera progetti “surface-ready” direttamente compatibili con AutoCAD Civil 3D e automatizza le attività di movimentazione terre (grading), viabilità, drenaggio e progettazione delle reti utilities.

Come funziona la piattaforma

Il cuore del sistema sono agenti AI incaricati di gestire in modo automatico le fasi tipiche della progettazione di sito: grading, strade, drenaggio e utilities. Gli output finali sono descritti come modelli “surface-ready”, ossia pronti come superfici nell’ambiente Civil 3D, e dichiarati conformi agli standard locali. I progetti possono essere ottimizzati sia sul piano dei costi sia su quello della resilienza ambientale.

L’ambito d’interesse dichiarato è la progettazione di grandi siti. Sul piano computazionale la piattaforma opera su cluster GPU, eseguendo miliardi di operazioni per l’ottimizzazione del sito. Le operazioni previste comprendono:

• il bilanciamento di sbanci e riporti (cut and fill);
• il mantenimento dell’edificabilità dei piazzali (building pads);
• il posizionamento dei muri di sostegno dove necessario.

I risultati generati vengono caricati direttamente in Civil 3D, un aspetto che integra lo strumento nel flusso di lavoro basato sul software Autodesk già utilizzato dai team di progettazione.

Un progetto da 400 acri in California

La piattaforma è già stata testata su progetti di grandi dimensioni all’estero. In uno sviluppo di 400 acri (circa 162 ettari) in California, Allsite.ai ha contribuito a ottimizzare:

• 11 miglia (circa 17,7 km) di strade;
• 23 bacini di laminazione (detention ponds);
• 1.500 lotti;
• 650.000 iarde cubiche (circa 497.000 metri cubi) di movimentazione terre bilanciate.

Secondo quanto dichiarato dalla società, progetti che in genere richiedevano settimane sono stati completati in giorni.

Il posizionamento dichiarato

“Le aziende di ingegneria civile sono sotto pressione per fare di più con meno”, ha dichiarato Sam Blackbourn, cofondatore di Allsite.ai. “Abbiamo costruito Allsite.ai per gestire la complessità della progettazione di grandi siti, offrendo alle imprese la possibilità di risparmiare milioni e liberando gli ingegneri per concentrarsi sul lavoro ad alto valore.”

Risultati dichiarati e limiti

I dati quantitativi finora resi noti provengono dall’azienda e si riferiscono al singolo progetto citato in California. Anche l’indicazione sui tempi, da settimane a giorni, è una dichiarazione della società, diffusa senza dettagli sul metodo di confronto adottato né sui flussi di lavoro presi come riferimento. La compatibilità degli output con gli standard locali è inoltre una caratteristica dichiarata dal produttore, da verificare nelle diverse giurisdizioni di impiego.

Il materiale fornito non contiene contenuti utilizzabili per la redazione dell’articolo: è presente esclusivamente il segnaposto “[matched_content”, privo di testo, notizia o contenuto tecnico.

Per procedere con l’elaborazione è necessario fornire il testo completo della notizia o del documento tecnico da trasformare in articolo. In assenza di contenuto reale, non è possibile redigere un testo che rispetti i criteri di fedeltà alle fonti e di precisione tecnica richiesti.