前言
在人工智能技术迅猛发展的今天，大模型技术正以前所未有的速度重塑各行各业的创新范式；而在建筑与工程领域，BIM（建筑信息模型）技术的普及与深化应用，已成为提升设计效率、优化施工流程的重要驱动力。为满足技术学习与实践的双重需求，本书以两册并行的形式呈现——《人工智能大模型导论》与《Revit+Navisworks项目实践》，旨在为读者提供从理论到实践的全方位知识体系。
《人工智能大模型导论》聚焦于大模型技术的底层逻辑与应用前沿。全书以“理论+实训”为核心，系统解析语言模型、神经网络、预训练技术等基础理论，并深入探讨大模型的微调、部署及跨领域优化应用。通过8章内容，读者不仅能掌握大模型的技术发展脉络，还能通过实际案例理解其在行业中的创新价值。本书既适合作为高校人工智能相关专业的教材，也可为从业者提供技术升级的参考路径。
《Revit+Navisworks项目实践》则以BIM技术实战为导向，通过真实工程项目案例，完整展现从Revit建模到Navisworks施工模拟的全流程。书中13章内容层层递进，涵盖建筑构件建模、渲染漫游、碰撞检测、施工模拟等关键环节，旨在帮助读者攻克工程痛点、提升项目效率。无论是设计院工程师、施工管理人员，还是BIM技术初学者，均可通过本书实现从软件操作到项目落地的能力跃迁。
两册书籍虽领域不同，却共享“技术赋能实践”的核心理念。我们期望读者在掌握前沿技术的同时，能将其转化为解决实际问题的能力，最终在人工智能与建筑数字化的浪潮中把握机遇，创造价值。
人工智能大模型导论
涵盖人工智能大模型的技术发展、模型微调与部署、在各领域的应用，详解人工智能大模型基础理论，辅以实训案例，聚焦核心技术与应用，引领AI技术新潮流
全面解读基础知识：介绍人工智能大模型基础知识，适合新手入门详细介绍大模型底层逻辑：详解语言模型、神经网络语言模型、与训练语言模型、大模型的技术发展、微调与部署，以及大模型在各领域的优化应用深入解析场景应用：在各领域进行优化，深入浅出解析人工智能应用清晰介绍实战步骤：有理论有实训，介绍了人工智能大模型底层逻辑与技术，以及在实际中的应用，步骤清楚，条理清晰，即学即用。
本书采用理论与实训案例相结合的形式，深入浅出地介绍了大模型的基础知识。本书共分为8章，内容涵 盖大模型的基础知识、传统语言模型基础知识、神经网络基础知识、大模型的主要技术、大模型的微调与部署、 大模型的应用，以及面对的挑战和未来发展等。
本书不仅适合作为高等院校人工智能、计算机科学与技术或相关专业学习大模型的入门教材，也适合从事相关工作的人工智能爱好者和工程师学习阅读。
Revit+Navitworks项目实践
解锁新版Revit+Navisworks，打造高效建筑设计，用于实际项目！
- 全流程BIM实战指南：从基础建模到施工模拟，完整覆盖BIM设计与施工的全流程，轻松应对从设计到落地的每一个环节。
- 真实项目驱动，学以致用：案例源自实际工程项目，紧密结合行业需求，不仅学习理论知识，更可以直接应用于实际项目。
- 从建模到施工，深度解析：详细讲解Revit和Navisworks的软件操作，全面提升BIM实战能力。
- 手把手教学，可操作性强：步骤清晰、讲解详细，让读者在动手实践中快速掌握软件技术，轻松上手。
- 解决工程痛点，提升效率：通过模型校审、碰撞检查、动画模拟等功能，提前发现设计问题，优化施工流程，减少工程返工，显著提升项目效率与质量。
本书以 Revit+Navisworks 为软件平台，以项目需求为指引，将软件功能和真实案例进行融合以用于实际。
本书由一个完整的工程项目为主线，结合大量的可操作性实例，全面而深入地阐述了 Revit 2024 从基础建模到模型应用的全过程 BIM 应用。包括规划体量、创建各类建筑图元构件、效果图渲染、后期虚拟漫游、模型校审、碰撞检查、动画模拟、施工模拟等由BIM 设计到施工的全部过程。全书共有 13 章，前 7 章分别介绍各个版块的建模命令；第 8章介绍了基于 Revit 的渲染工作；第 9~13 章详细描述了 Navisworks 在项目中如何实现模型校审、碰撞检查、施工模拟等一系列工作。讲解清晰，实例丰富，避免了枯燥的理论，使读者可以有效地掌握软件技术，从而应用实际项目。
本书结构清晰，案例操作步骤详细，语言通俗易懂。所有案例均为实际工程案例，更加贴合实际工作需要，且都具有相当高的技术含量，实用性强，便于读者学以致用。
京东：https://item.jd.com/14415945.html
当当：https://product.dangdang.com/29870149.html
总结
《人工智能大模型导论》与《Revit+Navisworks项目实践》的编写，源于对技术发展与行业需求的深刻洞察。前者通过系统化的理论框架与丰富的实训案例，揭示了人工智能大模型从底层原理到行业赋能的完整路径；后者则以工程实践为锚点，构建了从BIM建模到施工管理的全流程技术闭环。
在人工智能领域，大模型技术正突破传统算法的边界，推动自然语言处理、计算机视觉等方向的革命性进步。本书通过详实的代码示例与优化策略，帮助读者跨越理论与实践的鸿沟，为医疗、金融、教育等领域的智能化转型提供技术支撑。而在建筑数字化领域，BIM技术作为行业升级的核心引擎，其价值不仅在于三维建模，更在于通过碰撞检查、施工模拟等手段实现工程全生命周期的精细化管理。本书以真实项目为蓝本，将Revit与Navisworks的功能深度融入工程场景，为读者提供可复用的方法论。
两册书籍的最终目标，是让技术学习回归实践本质：无论是AI工程师通过大模型解决复杂业务问题，还是建筑从业者利用BIM技术优化项目流程，技术唯有与场景结合，方能释放真正价值。期待读者在掌握书中知识后，既能以技术思维解构行业痛点，也能以创新思维开拓应用边界，在各自的领域成为技术变革的推动者与受益者。
