Claude Opus 5.5 có thể tạo bộ bản vẽ kiến trúc đủ chất lượng để xin phép

Một thử nghiệm với 13 mô hình trí tuệ nhân tạo cho thấy Claude Opus 5.5 có thể biến phác thảo thành bộ bản vẽ kiến trúc cho một ngôi nhà đơn giản, với chất lượng mà tác giả — một kiến trúc sư — đánh giá là đủ để nộp xin giấy phép sau khi chỉnh sửa. Đây là bước tiến đáng chú ý của AI trong một công việc vốn đòi hỏi tư duy không gian, kỹ năng thể hiện kỹ thuật và hiểu biết về xây dựng.

Tuy nhiên, kết quả chưa thể thay thế việc kiểm tra của chuyên gia. Bộ bản vẽ vẫn có lỗi về quy chuẩn, còn quá trình thử nghiệm cho thấy vai trò của kiến trúc sư có thể chuyển dần từ trực tiếp dựng bản vẽ sang hướng dẫn và rà soát sản phẩm do AI tạo ra.

Opus 5.5 vượt trội trong thử nghiệm dựng hồ sơ

Tác giả Stephen Gallagher cung cấp cho 13 mô hình cùng một bộ dữ liệu đầu vào: phác thảo ý tưởng cho một ngôi nhà đơn giản và một bộ hồ sơ bản vẽ xây dựng tham khảo do ông thực hiện trước đó bằng AutoCAD. Mục tiêu là để mỗi mô hình tạo bộ bản vẽ từ đầu, phục vụ việc xin phép và thi công.

Kết quả trải dài từ việc Claude Opus 3 từ chối thực hiện, đến các bản vẽ sơ sài, mang tính hoạt hình của nhiều mô hình ra mắt năm 2025 và đầu năm 2026. Trong nhóm được thử nghiệm, Claude Opus 5.5 — phát hành ngày 22 tháng 9 năm 2026 — là mô hình duy nhất dựng đúng thiết kế mái hai dốc và tạo ra bộ bản vẽ mà tác giả cho rằng có thể đạt chất lượng nộp xin giấy phép cho công trình đơn giản.

Opus 5.5 nhận được nhiều góp ý hơn các mô hình khác, gồm nhận xét bằng văn bản và hai vòng đánh dấu trực tiếp lên bản vẽ để yêu cầu chỉnh sửa. Tác giả cho biết việc hướng dẫn này tương tự quy trình kiến trúc sư cấp cao rà soát bản vẽ do nhân viên ít kinh nghiệm thực hiện.

Dù vậy, bộ hồ sơ vẫn mắc lỗi đáng kể. Chẳng hạn, thiết kế thiếu lối thoát thứ hai, trái với quy định của bang Massachusetts được tác giả viện dẫn. Hai mô hình OpenAI ra mắt trong tháng 9 đã phát hiện thiếu sót này và bổ sung cầu thang ở sàn sau; Opus 5.5 thì không tự nhận ra lỗi từ bản phác thảo ban đầu.

Mô hình tự viết mã để tạo nét vẽ

Các bản vẽ trong thử nghiệm không phải ảnh do AI tạo theo kiểu minh họa. Chúng gồm các nét vẽ véc-tơ có thể phóng to, thu nhỏ và chỉnh sửa trong phần mềm thiết kế có sự hỗ trợ của máy tính (CAD). Các mô hình không dùng phần mềm CAD sẵn có để dựng hình, mà viết mã Python mô tả các nét vẽ rồi xuất trực tiếp thành bản vẽ.

Quy trình của những mô hình mạnh hơn gồm đọc và diễn giải phác thảo, viết mã, tạo bản in thử để kiểm tra bằng mắt, sau đó sửa mã qua nhiều vòng. Mã cuối cùng của Opus 5.5 có hơn 15.000 dòng Python. Mô hình cũng tạo một mô-đun kiểm tra xem ghi chú và ký hiệu có che khuất nét vẽ hay không, rồi điều chỉnh vị trí khi phát hiện vấn đề.

Riêng bộ bản vẽ ngôi nhà mất 12 giờ để hoàn thành, với chi phí tính toán ở mức vài trăm đô la. Tác giả lưu ý một phần thời gian được dùng để suy ra tiêu chuẩn trình bày từ bộ bản vẽ tham khảo và xây dựng chương trình tạo bản vẽ; những phần này có thể được tối ưu để tái sử dụng trong các dự án sau.

Bài thử thứ hai cho thấy khả năng đọc bản vẽ phức tạp

Trong thử nghiệm khác, Opus 5.5 nhận ảnh chụp, các bản phác thảo hiện trường lộn xộn về một công trình lịch sử, cùng những bản vẽ của kiến trúc sư Frank Snyder trong sách Building Details. Mô hình được yêu cầu dựng mặt bằng, mặt đứng và chi tiết công trình theo phong cách trình bày của Snyder.

Kết quả cuối cùng gồm hai tờ bản vẽ: một tờ thể hiện bố cục tổng thể và mặt đứng, tờ còn lại tập hợp các chi tiết. Tác giả đánh giá nét vẽ chưa đạt độ trau chuốt của Snyder và vẫn có những sai sót tinh tế mà một kiến trúc sư giàu kinh nghiệm có thể tránh được. Dẫu vậy, chất lượng được cho là tốt hơn sản phẩm của không ít công ty kiến trúc, trong khi thời gian và chi phí thấp hơn đáng kể so với việc thuê một người có chuyên môn thực hiện.

Năng lực tiến bộ nhanh nhưng còn nhiều giới hạn

Theo tác giả, các mô hình trước tháng 9 chưa thể vẽ mặt bằng mà không mắc lỗi bố cục cơ bản. Ông cho rằng năng lực vẽ kỹ thuật có thể hình thành từ sự kết hợp của nhiều kỹ năng như thị giác, suy luận không gian và lập trình. Khi các kỹ năng thành phần cùng vượt qua một ngưỡng nhất định, khả năng tổng hợp có thể xuất hiện nhanh chóng.

Tác giả cũng nêu một số hướng có thể tiếp tục cải thiện kết quả: chuẩn hóa công cụ dựng bản vẽ để tái sử dụng; nâng cao năng lực chung của mô hình nền; cải thiện kỹ năng liên quan như lập trình; và huấn luyện trực tiếp cho các tác vụ vẽ kỹ thuật.

Hiện tại, mô hình vẫn có thể tạo ra bản vẽ sai quy chuẩn hoặc chưa linh hoạt khi yêu cầu thiết kế thay đổi. Tác giả nhận thấy một phần mã của Opus 5.5 đã tiến gần đến mô hình tham số, nhưng nhiều vị trí vẫn được cố định bằng tọa độ. Khi thay đổi chiều dài công trình, một số mặt đứng tự co giãn nhưng nhiều mặt bằng thì không, dù kích thước ghi trên bản vẽ có thay đổi.

Tác động đến đào tạo và hoạt động kiến trúc

AI có thể khiến sinh viên tạo bản vẽ cho đồ án nhanh hơn nhiều so với trước, nhưng điều đó không đồng nghĩa họ sẽ học được kỹ năng nghề. Tác giả đặt câu hỏi liệu các trường kiến trúc có nên tiếp tục yêu cầu sinh viên tự thực hiện bản vẽ thủ công, để họ có nền tảng cần thiết khi kiểm tra sản phẩm của AI hay không.

Với các công ty kiến trúc, bản vẽ kỹ thuật chiếm phần đáng kể trong doanh thu dịch vụ. Nếu AI làm giảm chi phí tạo bản vẽ, cạnh tranh có thể gây sức ép giảm phí. Tuy nhiên, chi phí hồ sơ chỉ là một phần nhỏ trong tổng chi phí phát triển công trình, nên bản thân việc bản vẽ rẻ hơn có thể không làm tăng đáng kể số dự án xây dựng.

Một khả năng khác là khách hàng và cơ quan quản lý yêu cầu hồ sơ chi tiết hơn. Nếu chi phí lập bản vẽ giảm, việc hoàn thiện hồ sơ đầy đủ ở nhiều vòng thiết kế có thể trở nên hợp lý hơn, giúp dự toán chính xác hơn và giảm việc điều chỉnh phạm vi về sau.

Góc nhìn

Với các nhóm thiết kế và kỹ thuật, thử nghiệm này cho thấy AI có thể đảm nhận một phần đáng kể công việc dựng bản vẽ, nhưng việc kiểm tra quy chuẩn và đối chiếu với ý đồ thiết kế vẫn cần chuyên gia. Giá trị thực tế trước mắt nằm ở khả năng tăng tốc quá trình tạo bản nháp và xử lý các vòng chỉnh sửa.

Các tổ chức đào tạo và doanh nghiệp cũng cần cân nhắc cách duy trì kỹ năng nền tảng cho người mới vào nghề. Nếu nhân sự thiếu kinh nghiệm tự dựng và đọc bản vẽ, họ có thể gặp khó khi đánh giá lỗi trong sản phẩm do AI tạo ra.