研究提出量化建筑AI就绪度的评估框架并给出初步测量结果

HUBS Lab 的 Wooyoung Jung 等人提出一个基于测量的评估框架，用于量化建筑对 Agentic AI 的就绪程度：以建筑知识图谱设定可问答与可控制两个上限，再用参考 AI 智能体的准确率衡量实际实现程度（arXiv:2610.09119）。 在模拟办公楼中，智能体达到 0.64 可问答上限中的 0.62，研究据此认为主要瓶颈是数据缺失而非 AI 本身。对 37 个公开真实建筑图谱的测量显示，中位可问答上限仅 0.16；在 45 个案例中有 15 个因传感器未关联图谱而拉低上限。代码、结果与数据已随论文公开。

AI 根据报道生成 · 2 小时前更新

还没有足够的连续观测数据，暂不绘制趋势。