第 43 章 · 街道与公共空间设计

AI建筑

一、领域界定与行业地位

街道与公共空间设计聚焦人本尺度的城市建成环境，包括街道断面、步行与自行车网络、广场、口袋公园与小微公共空间。街道不仅是交通载体，更是城市最重要的公共客厅；其品质直接关系步行友好、社会交往与场所认同 [71]。在"完整街道""15 分钟生活圈"理念下，街道设计已从以车为本转向以人文本。《城市居住区规划设计标准》[42]与《城市道路工程设计规范》[71]对路权、断面与步行设施作出规定。存量更新时代，街道微更新成为提升公共空间品质最经济、最贴近民生的抓手，也是检验城市"温度"的微观尺度。

二、关键知识体系与行业痛点

知识体系：一是步行友好与可步行性——涉及路权分配、过街安全、连续性与遮阴；二是界面与活力——街道界面渗透率、首层功能混合度影响步行体验；三是公共空间品质——尺度、家具、绿荫与活动植入；四是微气候与舒适——行道树遮阴与风热环境。

痛点突出。第一，街道品质评价长期依赖设计师主观经验与少量问卷，缺乏大样本、可量化的评价体系，难以横向比较与积累 。第二，现状调查成本高——街道界面、设施、铺装、绿化需大量人工踏勘，中小城市难以开展。第三，可步行性、渗透率等抽象概念难以在方案阶段量化预测。第四，"设计—使用"断裂，建成后的真实步行行为与满意度缺乏持续监测，经验无法闭环 。

三、AI、大模型与数据如何重构该领域生产力

第一，街景图像语义分割与街道品质量化评价：以海量街景影像为语料，语义分割与物体识别模型可逐像素识别人行道宽度、行道树遮阴、骑楼与底层商业（界面渗透率）、步行障碍、街道家具等要素，规模化提取"绿视率""界面渗透率""可步行性指数"等指标，把主观感受转为可计算、可比较的数据 [42]。第二，可步行性指数与数字孪生模拟：结合路网、过街设施、坡度与 POI 可达性，构建可步行性模型，并在数字孪生中推演不同街道改造方案对步行流量与热舒适的影响 。第三，点云与倾斜摄影的小微空间测绘：对口袋公园、街角等以 LiDAR 快速生成现状三维底图，辅助微更新设计 [42]。第四，大模型辅助的公众意见挖掘：对 12345 热线、问卷与社交媒体文本做语义分析，识别高频诉求（缺遮阴、过街危险），让设计回应真实需求 。

四、实践路径与推演

落地路径：以城市级街景影像库为基底，建立街道品质自动体检流水线，逐街提取渗透率、绿视率、可步行性指数并形成热力图；构建"街道微更新案例库"，将不同宽度、界面条件下的更新策略结构化沉淀；对重点街道以数字孪生推演改造后的步行流量与微气候，并以建成后行为数据闭环评估 。其本质，是把高度依赖个体经验的街道品质判断，转译为可规模化的、可流动的知识资产，让微更新从"凭感觉"走向"凭数据"。

五、小结

街道与公共空间设计的温度，来自对普通人日常行走与停留的体察，这是 AI 无法取代的人文关怀。AI 的贡献，在于把散落在踏勘笔记、个别经验与零散案例中的街道品质知识，沉淀为可检索、可量化、可传承的行业资产，让每一处公共空间的更新都能站在过往实践之上。这正是全书主张——AI 不取代从业者的专业判断，而是让隐性经验真诚流动 [42]。