龙瀛：基于大模型的居住区问题诊断、最佳案例归纳与未来趋势研究

导读

2025年8月29日-31日，2025中国城市规划年会在沈阳举办。在“新技术赋能规划”专题会议上，龙瀛教授作了题为《基于大模型的居住区问题诊断、最佳案例归纳与未来趋势研究》的报告，旨在回应行业对未来社区开发方向的关切，通过系统性研究，识别当前居住区存在的问题，总结优秀案例的设计策略，并推演技术革命下的未来趋势，为决策与实践提供支持。

龙  瀛  学会城市规划新技术应用专业委员会副主任委员、清华大学建筑学院教授

一、研究背景与框架

我国城市化进程正从“有无”阶段迈向“好坏”阶段，推动“好房子、好小区、好社区、好城区”建设成为当前重要任务。本研究聚焦“好小区”与“好社区”层面，确立三大研究任务：

过去篇：诊断当前居住区存在的问题；

当下篇：归纳优秀案例的设计手法；

未来篇：推演智能革命下的居住区发展趋势。

研究依托大语言模型（LLM）与视觉大模型（VLM）技术，对多源异构数据进行自动化、规模化分析，突破传统方法的局限，实现高效、精准的知识提取与规律发现。

二、过去篇：居住区问题诊断

为全面识别当前居住区存在的问题，我们整合三类数据源：学术文献、居民反馈与房产平台图像数据，分别运用自然语言处理与计算机视觉技术进行挖掘。

（一）多源数据与分析方法

1．学术文献分析

通过系统性文献综述，筛选出95篇与小区、社区、居住空间相关的高质量论文。借助大语言模型进行批量阅读与内容提取，自动识别文献中所述问题，替代传统人工阅读与归纳方式，显著提升效率与一致性。

2．居民反馈文本挖掘

收集2020年微博数据、12345政务投诉平台及小红书等社交媒体文本，构建上万条居民意见数据集。利用大语言模型进行投诉文本自动分类与问题提取，判断是否属于居住区物理环境问题，并进一步归类。传统自然语言处理方法在深层次语义理解方面存在局限，而大模型展现出更强的上下文理解与意图识别能力。

3．房产平台图像识别

以北京市安居客平台视频与图像数据为基础，运用视觉大模型进行要素识别。尽管中介图像多以展示优势为主，但仍可从中识别出诸如绿化不足、立面破损、空间布局不合理等问题。

（二）问题归纳与结论

从上述三类数据中，共提取出13类居住区问题，其中与空间设计与规划直接相关的有6类，其余多为物业管理与运营类问题。空间类问题可进一步细分为12个子类，包括：

公共设施配置不足；绿化品质低下；道路交通组织不便；日照与通风条件不良；停车资源紧缺与无障碍设施缺失等。

数据来源不同，所反映的问题侧重亦有所差异。学术文献更倾向于系统性、结构性问题；居民投诉更关注日常生活痛点；图像数据则直观呈现建成环境中的视觉缺陷。

三、当下篇：优秀设计手法归纳

在识别问题的基础上，我们进一步从优秀建成案例中提取设计策略，为行业提供参考。

（一）数据来源与处理方法

从谷德设计网等权威案例平台收集约13,000个建成住区案例网页，每个网页包含非结构化的文本描述与多张图片。传统机器学习方法难以处理此类异构数据，而大语言模型与视觉大模型能够协同完成文本解析与图像理解任务。

（二）手法提取与聚类

通过大语言模型自动读取案例文本，提取其中提到的设计手法名称及其应用上下文。初步共提取出8,900个手法表述。由于不同案例对同一类手法的命名存在细微差异，进一步利用大语言模型进行语义聚类与规范化，最终归纳出208个典型设计手法。

这些手法涵盖多个维度：

建筑布局与形态；功能组合与空间利用；景观设计与公共空间营造；交通组织与停车解决方案；绿色技术与低碳策略等。

（三）手法库构建与应用

基于208个手法，生成“未来社区手法库图则”，每一手法配以效果示意图，形成可视化工具库。该图则可用于住区设计评估与优化，例如对北京万柳书院、星河湾等项目进行手法符合度评估，识别其设计优势与改进空间。

四、未来篇：技术驱动下的趋势推演

未来社区建设需回应技术革命与生活方式变革的双重影响。本研究从新生活方式涌现与技术应用落地两个维度进行推演。

（一）新生活场景在居住区中的投影

居家与远程办公：第三场所办公、混合办公模式普及，对居住空间灵活性、网络基础设施与社区共享办公空间提出新要求；

无人配送与物流：外卖、快递等服务逐步由机器人、无人机承接，需配套布局低速无人车道路、智能快递柜及空中配送节点；

健康与安全需求提升：疫情后居民对通风、消杀、户外活动空间的需求显著增强，健康住宅与社区成为趋势。

（二）智能技术落地路径

室内向室外延伸：室内服务机器人已相对成熟，未来将逐步向单元楼、社区公共空间及城区尺度扩展；

低空经济与无人机应用：在物流、安防、应急响应等领域发挥作用，需统筹规划空域与起降点；

低碳与能源管理：新能源设施、微电网、智慧物业管理平台成为标配，提升资源利用效率。

（三）未来社区评价体系的构建

结合问题诊断、手法库与趋势推演，我们初步构建未来社区评价体系，涵盖空间品质、技术适配性、服务便捷性、环境可持续性等维度，为社区更新与新建项目提供评估工具。

五、结论与展望

本研究尝试通过大语言模型与视觉大模型技术，实现居住区问题的多源诊断、优秀手法的系统归纳与未来趋势的合理推演。主要结论如下：

技术赋能研究范式变革：大模型技术显著提升非结构化数据处理能力，适用于多源、异构的城市数据挖掘与知识发现；

问题导向与手法提炼并重：既揭示当前住区缺陷，也提炼优秀设计策略，为行业提供实用参考；

未来趋势需动态适应：社区发展需回应技术革命与生活方式变迁，具备弹性与前瞻性。

中国城市正从“有无”走向“好坏”，居住区品质提升是高质量发展的重要维度。尤其在以高层高密度为主导的居住形态下，更需关注空间品质、技术融合与人文关怀。本研究仅为起点，未来仍需持续追踪技术发展、深化理论研究、拓展实践应用。

供稿单位：中国城市规划学会城市规划新技术应用专业委员会