illoca Tracing Paper：建筑设计师的「思考界面」，拿到了 Bessemer 领投的 1300 万美元

前言

建筑设计行业有一个长期被忽视的矛盾：设计师的思维速度远快于工具的执行速度。

一个建筑师脑中的方案迭代可能只需要几秒钟——换个动线、调整体量、试试另一种立面。但要把这个想法变成可评估的图纸或模型，往往需要几小时甚至几天的建模工作。这种「思维-表达」之间的断层，是整个 AEC（建筑、工程、施工）行业数字化进程中最大的瓶颈之一。

5 月 6 日，illoca 正式发布 Tracing Paper，同时宣布完成由 Bessemer Venture Partners 领投的 1300 万美元种子轮。这家成立不到两年的公司，试图用一种全新的交互范式来弥合这个断层。

这是一个什么样的产品？

创始人 Chin-Yi Cheng 和 Chiaowei Yu 在发布视频中这样描述他们的愿景：

❝

"What if you could sketch an idea, and it should become a building, and the only limit was how far you could imagine?"

❞

一句话概括：「Tracing Paper 是一个能理解建筑意图的智能画布，不是又一个 AI 出图工具。」

市面上的 AI 设计工具大多走同一条路：你输入一段 prompt，它输出一张图片。这对海报设计或许够用，但对建筑设计来说远远不够。建筑需要的是结构化的、参数化的、可编辑的 2D 和 3D 设计数据，而不是一张「看起来像建筑」的像素图。

Tracing Paper 的定位完全不同。它不替代设计师的判断力，而是把「想法→可评估方案」这个过程的摩擦降到最低。

视频中有一句话精准概括了产品的交互哲学：

❝

"Design was never meant to happen through mouse clicks. It's visual. It's conversational. It's fast. It constantly iterates, it flows."

❞

这个产品有两种核心工作模式：

「Ideate（构思）」：你画一张粗略的草图，或者描述一个空间需求，Tracing Paper 会立刻把它变成可编辑的平面图或体量模型。不需要精确的线条，不需要 CAD 技能，只需要表达意图。

「Iterate（迭代）」：你在已有方案上画红线、加标注、写批注，系统实时更新几何和文档。就像你在打印出来的图纸上用红笔改方案，只不过这次，改完的方案直接变成了新的 3D 模型。

视频字幕："Or mark up a drawing." —— 你可以在图纸上直接标注，AI 会理解并执行。

五项核心能力

Tracing Paper 不是一个单点功能产品，它覆盖了建筑设计早期阶段的完整工作流：

「1. Augmented Sketch（增强草图）」

把粗糙的手绘草图、空间示意图、甚至已有的平面图照片，转换成可编辑的平面图。这是整个产品最基础也最关键的能力——它让设计师在项目最早期就能快速验证想法，而不需要先建一个完整的 CAD 模型。

「2. Adaptive Massing（自适应体量）」

从草图、参考图片、甚至松散的文字描述，直接生成 3D 体量模型。这对建筑前期的体量研究来说是巨大的效率提升。传统流程中，体量研究往往需要在 SketchUp 或 Rhino 里反复建模，每次调整都要花十几分钟到几小时。

「3. Prompted Plans（提示式平面）」

用自然语言描述空间需求，系统生成参数化的平面图。支持具体的约束条件：面积、朝向、动线关系、功能分区。

「4. Agentic Refinement（智能体精炼）」

这是 Tracing Paper 最具前瞻性的能力。AI agent 不只是被动执行指令，它能主动迭代和扩展设计方案。你给它一个方向，它会生成多个变体供你比较和选择。官网描述为 "Options, Multiplied!"——方案被成倍扩展。

「5. Instant Facades（即时立面）」

不需要手动建模或写脚本，就能快速探索不同的立面方案。对建筑设计师来说，立面设计是创意表达的核心环节，但传统工具的建模成本严重限制了方案探索的广度。

它和传统 CAD/BIM 工具的根本区别

把 Tracing Paper 和 Revit、Rhino、甚至 Grasshopper 放在一起比较是错误的。它们是互补关系。

传统 CAD/BIM 工具解决的是「精确表达」的问题：当你已经知道要画什么，这些工具能帮你精确地画出来。但它们不解决「探索」的问题：当你还不确定最佳方案是什么，需要快速尝试几十种可能性时，传统工具的建模成本就成了瓶颈。

Tracing Paper 填补的正是这个缺口。它是一个「Thinking Interface」——思考界面，让设计师在确定方案之前，能够以极低的成本探索更广阔的设计空间。

从官网的 FAQ 中可以看到，Tracing Paper 的设计哲学是 「Human-in-the-Loop」：

❝

"You don't need to be a 'prompt engineer' — if you know how to redline a drawing or describe a change to a colleague, you know how to use Tracing Paper."

❞

这句话的潜台词很清楚：建筑设计的专业门槛不应该被工具的交互门槛叠加。一个合格的建筑师，不应该还需要额外学习怎么写 prompt 才能使用 AI 工具。

在导出方面，Tracing Paper 支持直接导出到 Autodesk Revit 和 Rhino，这意味着它被设计为嵌入现有工作流的加速器，而不是一个需要推倒重来的新平台。

1300 万美元种子轮背后的信号

这轮融资的阵容值得关注：

• 「领投」：Bessemer Venture Partners（投资过 Shopify、LinkedIn、Twilio 的顶级 VC）
• 「跟投」：AIX Ventures、Root Ventures、SH Fund（Sabrina Hahn）、Alt Capital
• 「天使」：Adam Zobler

Bessemer 领投一个 AEC 领域的种子轮，说明硅谷顶级 VC 开始认真看待「AI + 建筑」这个赛道。过去几年，AI 在建筑设计领域的渗透远慢于文案、编程、甚至平面设计。原因很简单：建筑设计的数据结构更复杂，对精度的要求更高，简单的 LLM + 图像生成方案无法满足专业需求。

Tracing Paper 选择了一条更难但更正确的路：不做「AI 画建筑效果图」，而是做「AI 理解建筑意图并生成结构化设计数据」。这条路的技术门槛更高，但护城河也更深。

天使投资人 Adam Zobler 在 LinkedIn 评论中写道：

❝

"So incredibly honored to partner with Chin-Yi Cheng and Chiaowei Yu and the entire illoca team!"

❞

SH Fund 的 Sabrina Hahn 也评论道：

❝

"Let's go Illoca!"

❞

投资人的热情不难理解。创始团队的背景印证了这个方向的严肃性：

• 「Chin-Yi Cheng（CEO）」：前 Google DeepMind、前 Autodesk AI Lab，在 AI 和 AEC 两个领域都有深厚积累
• 团队规模 18 人（LinkedIn 数据），总部在加州 San Ramon
• 成立于 2024 年，不到两年就拿到了 Bessemer 的种子轮

早期客户和社区反应

LinkedIn 帖子中提到了一个关键信息：「日本建设巨头 Kajima Corporation（鹿岛建设）已经在使用 Tracing Paper 来加速方案迭代。」

Kajima 是日本五大综合建设公司之一，年营收超过 200 亿美元。这样体量的企业成为早期客户，说明 Tracing Paper 有潜力进入大型设计事务所和工程公司工作流的企业级产品。

社区反应方面，LinkedIn 帖子获得了 73 个赞和 6 条评论。投资人 Maha Malik 评论说 "so incredibly proud to partner with illoca!"，Avidan Ross 则说 "So excited for the world to see the magic you've built"。X 推文方面，8.5 万次浏览、407 个书签的数据也说明了行业对这类工具的高度关注——书赞比（bookmarks/likes）超过 1.1，远高于一般推文，意味着大量用户把它标记为「稍后要认真看」。

定价策略：按价值收费，不是按好奇心

Tracing Paper 的定价模型值得细看：

• 「Free」：100 credits/月（注册送 1000 starter credits）
• 「Explore」：$29.99/人/月，3000 credits/月
• 「Team」：$59.99+/团队/月，含多人协作和 SSO
• 「Enterprise」：定制价格

Credits 的消耗逻辑很有趣：「只在 Agent 执行高价值任务时扣费，浏览、画图、使用界面不收费。」

• 图片生成：10 credits
• Agent 对话：10 credits/轮
• Agent 编辑：25 credits/轮
• 平面图生成：15-150 credits（取决于复杂度）
• 3D 体量生成：10-120 credits
• Revit 导出：20-240 credits

这个定价策略的核心逻辑是：「让用户为「生产性输出」付费，而不是为「探索过程」付费。」 对建筑师来说，这意味着可以自由地在画布上尝试各种方案，只有当 AI 真正产出可交付的设计数据时才消耗 credits。

这件事为什么重要？

illoca Tracing Paper 的发布，标志着 AI 在 AEC 行业的渗透进入了第二阶段。

第一阶段是「AI 画效果图」——用 Stable Diffusion、Midjourney 之类的工具快速生成建筑渲染图。这个阶段解决了视觉表达的问题，但没有触及设计流程的核心。

第二阶段是「AI 参与设计决策」——从草图到平面图、从体量到立面、从概念到可交付数据，AI 开始介入设计流程的每一个环节。Tracing Paper 是这个阶段的代表性产品。

从产品架构上看，Tracing Paper 做对了几件事：

「1. 不替代设计师，而是降低表达成本。」 Human-in-the-Loop 的设计哲学意味着最终决策权始终在建筑师手中。AI 负责的是把「想法」快速变成「可评估的方案」，而不是替代建筑师做判断。

「2. 生成结构化数据，不是像素图。」 参数化的 2 D/3 D 设计数据可以直接导入 Revit 和 Rhino，这意味着 Tracing Paper 的输出是真正可交付的工作成果，而不是一张「看起来不错但没法用」的 AI 图片。

「3. 覆盖完整的设计早期工作流。」 从草图、到体量、到平面、到立面、到方案迭代，五项核心能力形成了一个闭环，而不是只解决某个单点问题。

「4. 定价模型与价值创造对齐。」 按 credits 消耗收费，只在产出高价值设计数据时计费，这种模式对建筑师友好，也更容易被事务所采纳。

局限与待观察

目前能看到的几个待观察点：

• 「精度和可控性」：官网强调「高保真起点」，但建筑设计对尺寸精度的要求极高。AI 生成的方案能否达到施工图级别的精度？目前看来，Tracing Paper 更多是用于前期概念设计阶段，而非后期施工图阶段。
• 「与现有工作流的集成深度」：虽然支持 Revit 和 Rhino 导出，但导出后的数据是否能无缝衔接后续的深化设计流程，还需要更多用户反馈。
• 「规模化验证」：目前公开的早期客户只有 Kajima。产品在不同规模、不同类型的设计事务所中的实际表现，还需要时间验证。

写在最后

建筑设计工具的进化史，本质上是一部「降低表达成本」的历史。从丁字尺到 AutoCAD，从 2D 到 BIM，每一次工具迭代都让设计师能把更多的精力放在设计本身，而不是工具操作上。

illoca Tracing Paper 走出了下一步：让设计师用草图、标注、甚至说话的方式来驱动设计，把「想法→可评估方案」的时间从小时级压缩到分钟级。

Chin-Yi Cheng 在视频最后说：

❝

"We envision a better built world, where intent can flow freely among everyone who brings buildings to life, and where nothing stands between imagination and what can be created."

❞

当表达的障碍消失，设计的可能性才真正开始。

*更多关于 illoca Tracing Paper 的信息，访问 illoca.com *

「更多 AI 前沿技术与设计灵感，欢迎关注「设计小站」公众号（ID：sjxz00），一起探索科技与设计的融合创新。」