摘要: 以中国知网(CNKI) 和Web of Science (WoS) 数据库中2020—2025 年有关AI 点云质量检测研究的高质量文献为数据源, 借助CiteSpace 科学计量工具, 系统分析该领域的发文趋势、核心作者与机构、研究主题与热点演进路径。结果表明: AI 点云质量检测研究呈现跨学科融合特征, 外文文献较早聚焦自动化检测算法与硬件集成, 中文文献侧重具体工程场景的落地应用; 研究主题从初期的点云采集与重建, 逐步演进为AI 驱动的损伤识别、数字孪生构建与全生命周期质量管理; 未来趋势将深度融合多模态数据、轻量化算法与边缘计算, 从而推动建筑质量检测向智能化、实时化与精准化方向发展。