“两年前,我们把全部积蓄投入了一块看似理想的地块,却在之后发现规划限制让我们的方案根本无法实现。那是一场代价高昂的教训。"”—— 一位温哥华资深开发商的惨痛回忆,也是UNLOCKLAND 诞生的原点。
在地产开发这个“最不确定的行业”中,一项革命性技术正在颠覆传统规则。
2022年冬天,温哥华房产开发商Michael Chen站在他刚收购的地块上,心情复杂。这块位于本拿比区的土地花费了他330万加元,但规划部门刚刚告知他,原定的8户联排别墅方案因高度超标而被驳回。
“我们已经花了一两年时间和12万加元请顾问做前期评估,建筑师出了三轮方案,却在最后一刻被卡在一个我们之前都没注意到的分区细则上。”Michael回忆道,“最糟的是,规划部门建议我们重新设计为4户,这直接让项目从盈利变成了亏损。”
这不是个例。北美地区每年有超过30%的潜在开发项目在启动前就被放弃,主要原因并非市场不好,而是“前期分析成本过高,风险难以量化”。
这个问题成为了UNLOCKLAND创始团队的起点。
CEO Stephen Wong在哈佛读城市规划时就对这个行业的信息不对称深感困扰:“地产开发可能是现代商业中最依赖经验、最缺乏标准化工具的领域。大型开发商有资源聘请专业顾问团队,而中小开发者却只能靠直觉和有限信息做决策,风险巨大。”
2024年初,当他与微软AI首席科学家CTO Jensen Li和建筑工程专家CPO Lucas Xie在一次温哥华科技创业论坛上相遇,三人一拍即合:为什么不能用AI构建一套地产开发的“确定性操作系统”?
今天,UNLOCKLAND已经实现了这个愿景:
开发者只需在平台输入一个地址,AI系统会在10分钟内完成过去需要数周的全部分析:
“这不仅仅是速度的提升,而是决策质量的根本变革,”Stephen解释道,“就像有一个由规划专家、建筑师、市场分析师和财务顾问组成的团队,24小时待命为你服务,只不过是AI驱动的。”
UNLOCKLAND的技术核心由三层互联的AI系统构成:
“城市规划法规可能是世界上最复杂、最不统一的文本材料之一,”Jensen解释,“我们用NLP技术将十万条分区条例转化为结构化的语义图谱,让AI理解其中的逻辑关系。”
这个系统不仅能理解明确的数字限制(如“最大高度12米”),还能处理模糊条件(如“与周边风格协调”)和条件判断(如“若保留现有树木,则可获得10%额外容积率”)。
在实际应用中,这意味着系统可以在几秒内完成人类规划师需要数天才能完成的法规解读工作。
“传统的建筑设计是一个反复试错的过程,”Lucas说,“建筑师提出方案,发现不合规,修改,再发现新问题...这个循环可能持续数周。”
UNLOCKLAND的设计引擎颠覆了这一模式。它基于对数千个实际项目的学习,能在了解所有法规约束后,直接生成多套既合规又经济高效的方案。
更令人惊讶的是,AI设计的方案经常能发现人类建筑师容易忽视的优化空间。一个真实案例中,AI通过微调楼梯位置和公共区域布局,为一个多户住宅项目增加了12%的可售面积,直接转化为约80万加元的额外收益。
“开发决策最大的误区是过度关注技术可行性,而忽视市场适配性,”Stephen指出,“我见过太多技术上完美的项目在市场上惨败,因为他们建造了错误的产品给错误的受众。”
UNLOCKLAND的技术架构最与众不同之处,是采用了“多Agent协同”模式。
“我们不是构建一个大型AI,而是创造了一个专家团队,”Jensen解释,“每个Agent都有自己的专长和责任:规划Agent精通法规,设计Agent专注建筑方案,市场Agent洞察消费者行为,财务Agent计算投资回报...”
这些Agent不仅独立工作,更能相互协作。当规划Agent发现一项限制时,设计Agent会立即调整方案,市场Agent则评估这一变化对销售前景的影响,财务Agent随即更新回报预测。
这种协同模式在处理地产开发这类高度复杂、多变量决策问题时展现出巨大优势。“它模拟了一个理想的专业团队如何工作,”Stephen说,“只是速度快了10倍,成本低了100倍。”
UNLOCKLAND上线仅一个月,已帮助用户完成超过35,000次地块评估,覆盖温哥华、大温哥华区域、卡尔加里等加拿大城市,并正向美国和澳大利亚扩张。
“每个城市都有自己的规划体系和市场特性,”Lucas解释,“但我们的技术架构是可迁移的。一旦建立了基础数据层,新城市的接入只需1周时间。”
团队的远景是构建一个“全球土地数字孪生网络”,让世界各地的开发者都能获得精准的决策支持。“这不仅是效率问题,更是公平问题,”Stephen强调,“我们希望让中小开发者也能获得顶级开发商才有的决策能力。”
UNLOCKLAND的影响正在超越单纯的开发工具,开始改变城市规划和开发的互动模式。
温哥华规划部门已开始探索将UNLOCKLAND作为前置服务,让开发者在正式提交申请前就能获得更准确的合规性评估,大幅减少双方的沟通成本和审批时间。
“我们看到一个更大的机会,”Stephen展望道,“如果所有开发者都能清晰理解规划意图和市场需求,城市发展将变得更加高效、包容和可持续。”
回顾UNLOCKLAND的创业历程,团队常用一个比喻来描述他们的愿景:“让地产开发像拼乐高一样,有明确的规则,可预测的结果,还能保留创造性。”
对于无数像Michael Chen一样的开发者来说,这意味着从噩梦般的不确定性中解放,拥有前所未有的决策自信。”如果早几年有这样的工具,“Michael感慨道,"我可能已经多建了十几个成功的项目,而不是被困在那些本可避免的错误中。”
UNLOCKLAND 自上线以来,持续获得多家北美科技与创新机构的关注与支持。曾入选或受邀参与:
如果你想在未来城市的拼图中找到属于自己的位置,UNLOCKLAND 已经为你装载好了这把打开可能性的钥匙。
文章来自 “ Lucas ”
【开源免费】AutoGPT是一个允许用户创建和运行智能体的(AI Agents)项目。用户创建的智能体能够自动执行各种任务,从而让AI有步骤的去解决实际问题。
项目地址:https://github.com/Significant-Gravitas/AutoGPT
【开源免费】MetaGPT是一个“软件开发公司”的智能体项目,只需要输入一句话的老板需求,MetaGPT即可输出用户故事 / 竞品分析 / 需求 / 数据结构 / APIs / 文件等软件开发的相关内容。MetaGPT内置了各种AI角色,包括产品经理 / 架构师 / 项目经理 / 工程师,MetaGPT提供了一个精心调配的软件公司研发全过程的SOP。
项目地址:https://github.com/geekan/MetaGPT/blob/main/docs/README_CN.md
【开源免费】XTuner 是一个高效、灵活、全能的轻量化大模型微调工具库。它帮助开发者提供一个简单易用的平台,可以对大语言模型(LLM)和多模态图文模型(VLM)进行预训练和轻量级微调。XTuner 支持多种微调算法,如 QLoRA、LoRA 和全量参数微调。
项目地址:https://github.com/InternLM/xtuner