直播回顧| 用AI 重塑室內設計工作流！

AIGC應用正在深刻地改變我們的工作和生活，室內設計同樣深受影響。通過創新的AI技術，我們能夠以前所未有的方式重新構想和設計我們的室內空間，為居住體驗帶來全新的可能性。

本期無界Talk請到了”設計師的工具箱“主理人，AIGC創意人、算法設計師、建築設計師——傑森，讓他帶我們領略AI在室內設計領域的應用和奧妙！

以下是本場分享的精彩內容——

要點——總結

AI輔助室內設計，最理想的狀態是AI能夠幫助設計師做到從0到1的設計過程。比如，一張簡單的牆體佈局圖，通過AI工具能直接為設計師生成一張帶有施工、家裝等各種信息的三維圖，構成一個信息化模型。

但實際執行起來會更加複雜。以前期輸入端為例，除了基礎的牆體佈局、空間佈局外，還有類似於業主喜好、項目預算，甚至具體到地面鋪裝、硬裝材料、軟裝選擇等，每一項都是不同類型的輸出。如何將這些AI工具與輸入輸出更好的進行結合？

按照技術層面，可以把室內設計拆分成3個不同的階段：

**1、諮詢階段：**這是一個還沒有敲定方案委託與承接的一個階段，使用ChatGPT等大語言模型會非常擅長。

2、概念設計：客戶希望在這個階段看到盡可能多的，符合其個人喜好做的不同風格的定制方案。使用Stable Diffusion等AI繪畫工具來輔助設計師，最大化提高工作效率。

**3、概念建模：**對於從圖像到3D模型的一個轉換基於室內設計獨有的場景，通過一張簡單的平面草圖或者佈局圖就能夠生成一個3D模型，但目前還沒有能實現精細建模的AI方案。

4、設計深化：目前主流的AI工具並不能很好地輔助設計師，可以選擇傳統的CAD或者BIM模型。

Jason團隊嘗試做了幾個小工具，主要集中在前期設計諮詢、概念設計及概念模型階段，並且在後期的設計深化階段進行了一些嘗試。

諮詢階段，對於設計公司而言，以ChatGPT為代表的大語言模型有很強的泛化性。但落實到應用層面，企業會有各自的資料庫與對應需求，可以將其整理為一個向量庫，同時配合AI agent去搭建一個企業內部的營銷或者資料檢索等平台。

設計師也可以利用這樣的小工具，更好地整理自己的資源，把它轉化成向量知識庫，然後通過AI這種更高效的檢索方式，提高信息檢索階段的時間成本。

Jason分享了目前基於大語言模型延申的一些應用技術路線：提示詞工程、企業知識庫、AI agent、大模型微調等四個方面：

**（1）提示詞工程：**搭建成本比較低。可以基於大模型，通過輸入提示詞對它進行約束，讓這個模型作為輔助設計的工具，協助設計師完成一些工作。但目前可能更適合於一些不那麼嚴謹、發散較強的場景，比如寫小說，或者做一些簡單的分析等。

（2）企業知識庫：成本上會稍微高一點，且需要一些專業研發團隊。需要對企業內部的知識架構有一定了解，並且能夠高效地把它們轉化成便於檢索的向量知識庫。非常適合用來做銷售這個應用場景。

（3）AI agent：簡單理解就是一個智能體，或者一個代理，每一個代理會做他擅長的一件事情。通過設定的規則和約束，可以將這些不同的agent組合起來，有希望形成一整套的工作流。相對前兩者，其需要非常懂得業務場景的研發人員。

（4）大模型微調：成本最高的方向，算力成本是其中的大頭。對於非AI或者互聯網方向的公司，並不適合去做這方向的微調，可以考慮與相應公司合作。

設計師這個職業存在一個痛點——有大量的規範、數據需要去記憶。

面對這種情況，設計師就可以用AI搭建一個web端甚至手機端都可以使用的平台，輸入公司內部或者個人積累的設計數據，比如“餐廳常用的尺寸有哪些？”等等。 AI模型可以結合輸入的知識庫，輸出一個非常準確的解答。對於一些設計規範，AI也能夠給設計師一個比較準確的提示。

因為大模型是基於之前的信息數據進行訓練的，它們的強項就在於泛化性。但是對於公司內部文件，甚至還沒有發佈到互聯網的文件，這些AI模型就無法進行準確的查閱。所以必須要基於這些大模型，使用企業或者個人獨有的知識庫去訓練，才能落實信息檢索的應用場景。

這就延伸出了一個新的應用場景，AI agent，前景非常大。

比如在電商場景，它可以以銷售的方式實現與客戶問答對話，還可以通過後台不同的工具進行檢索，幫助用戶實現信息的檢索，協助生成戶型平面圖、生成圖像甚至渲染模型等。

實際上生成平面圖、生成圖像以及生成渲染模型，是3個不同的AI agent，每條工作流負責不同的任務。

基於大模型加上企業和從業者對於行業業務場景的專業梳理，就可以將這些AI agent整起來，組合成一個高效的系統。

用戶可以通過這個界面輸入不同的信息，讓AI推薦不同的方案以及家具組合等等。甚至AI給出的家具組合是可以被設定，從輸入的產品庫裡面進行選擇，真正實現幫助用戶或者企業將其本身的業務與AI進行場景的深入融合。

回歸到室內設計場景。設計師首先會確定設計風格，因為風格本身是非常多元的，且用戶的需求也往往是一直變化的。同時，風格本身同時會影響到室內整體的色彩構成、家具軟裝的選擇等。如果前期設計師沒有讓用戶確定風格，後面的工作量就會很大。

所以目前業內做設計的時候都是先確定一個平面，再去確定一個風格，才是更細節的東西。所以先行將各種風格訓練打造出一個AI模型，當用戶拿來一張戶型圖，設計師通過AI工具輔助渲染，快速生成和切換風格。

這個工具會在前期幫助客戶有一個快速的反饋和體驗，增加企業和從業者的工作效率，同時也能提高用戶的體驗感，幫公司拿到業務。

另外電商場景同樣會有對家具或者擺件的宣傳需求，或者給客戶或者設計師作為參考圖的需求。

在這個場景下，使用SD快速生成的圖片，還是需要優化以後才能夠使用的。可以結合產品調性，甚至根據產品目標客戶去調整，做一個定制化的AI模型，從而滿足不同的場景和業務的需求。

除了輔助概念渲染，AI也可以輔助建模。到這一步，設計要求信息是準確、可以落地的，裡面會涉及到很多供應鏈。

首先設計一個多模態，可以簡單的理解為通過文字或者是語音能夠生成一個模型，或者說通過圖片圖像、視頻等也能夠生成一個模型。反過來，這個模型是也能夠反推出這幾項不同的形式的information信息。

AI生成圖片是一個從無到有的過程，比如使用多張V字形花盆的概念設計，用過開源算法，就可以生成前期的比較rough的不同模型，它的形態還是比較準確，能夠反映出圖片物體結構。同時，再通過一些其他的傳統優化算法，就可以把這個比較粗糙的模型轉化成一個可以再次編輯的，甚至可以重新拓撲的3D網格。

這樣一來，設計師就可以用10s的時間生成幾張AI概念設計後，再通過這個小工具，用30s的時間快速轉化成一個可編輯的東西，會大大節約從0開始去建模的時間，提高設計師工作效率。

那麼，AI在深化圖方面能做什麼呢？

可能目前的開源的技術還沒有辦法很高效的直接跟室內設計的後期落地進行結合。因為AI目前擅長的繪圖技術仍然是基於2D空間。而真正的設計類場景，對整體空間的尺度、精準度，以及對很多細節的要求都非常高。

“我相信後面隨著3D大模型以及多模態的成熟，慢慢的肯定會讓這個效率去搭建起來，並且會越來越成熟。”Jason表示，目前還是需要結合傳統的技術來去輔助完成深化出圖。

第一個應用場景，有點類似於最開始展示的AI營銷場景，根據公司內部的家具素材和產品進行結合。比如可以用AI生產成本的圖像，但是在這個圖像裡面會有相應的產品鏈接，這個也算是說通過AI圖像，把它裡面所包含的信息能夠轉化成了產品的信息。

第二個場景就是關於材質的遷移。室內設計可以簡單理解為由視覺層、幾何層甚至其他更細的多個層次共同組成的。而AI的優勢就是能夠快速的生成一個氛圍感的整體空間。儘管這種光影可能是不准的，但它依然能幫我們快速找到配色方案以及空間構成。

如果說能夠將AI生成的圖像裡麵包含的信息提取出來，轉化到我們的模型，就能夠加速設計師的建模流程。

Q&A——回顧

睿雅：您認為在室內設計工作中，AI最先落地的領域會是什麼？是設計創意渲染還是其他的方面？

Jason：肯定是設計創意這一塊，並且更多的是集中在前期。現在都在談降本增效，這就是一個能夠在程度上提高企業增效潛力的事情。無論是基於線上營銷，還是基於SD快速出圖，都能讓客戶的客戶體驗實現升級。從而也有更大的機會吸引到更多客戶。

但渲染可能不會成為未來的主流，因為AI或者說SD圖像在生成的室內光影方面是不准確的。基這些偏差會導致落地效果存在更大偏差。

**睿雅：有沒有考慮專門做一款，讓C端用戶可以用非常簡單的方法自己做設計圖的工具？ **

Jason：做這樣一個產品其實挺難的。尤其業內還有酷家樂、三維家等很多年積累的公司，他們利用AI技術可以更容易去做出這方面比較好的產品。我認為小團隊在這方面，幾乎是沒有什麼機會。

但說到這裡，未來這類產品肯定會越來越簡單，設計師在概念設計階段的作用會很大程度被降低，我認為可能未來設計師的核心價值需要進行一個轉移。更多的是如何將業主喜歡的概念圖，更好的落地。

**睿雅：在您目前的觀察中有使用AI的設計已經落地的實例嗎？ **

Jason：如果說完全從概念到建成，這個我還沒有見過。但如果是AI輔助畫概念渲染圖，業主通過概念圖確定風格等等應用是有的。

**睿雅：AI在進行輔助設計的時候，您認為是否容易受到訓練集的偏見影響，從而導致設計結果缺乏多樣性？ **

Jason：肯定會有這樣的情況存在。雖然我們是在大模型的基礎上添加自己的數據集訓練模型。但是這些訓練圖的本身，也可能是從互聯網上能夠找到的圖，別的煉丹師也能找到。

但同質化的問題，從設計的角度也可能存在趨勢或者潮流因素的影響。在特定的趨勢下，可能整個互聯網上的圖像素材都會偏向這一風格。

**睿雅：在AI渲染的時候，如何使設計師仍然具有對最終的結果控制以及調整的能力呢？ **

Jason：對設計師而言，你控制結果並不是很難。我覺得難點其實在，設計師所認為的方案是否能夠滿足業主的需求。

**睿雅：那您認為AI是否會改變我們對於設計美學的理解呢？ **

Jason：肯定會。隨著AI工具的普及，所有人的審美其實都會拉升一個台階。所以設計師在這種趨勢下，更要提高自己的審美。同時，這會對設計師的創新要求也會提高。創新的一個源泉，就是大家需要去改變之前傳統的用找參考圖這個方式來去做設計。所以我覺得未來的設計師或者說想做的高端一點的設計師，這種方式是要發生一些改變的。

**睿雅：通過訓練集的不斷迭代，您認為在未來，AI是否會具備感知預測用戶未來需求以及趨勢的一個能力？ **

Jason：會的。 AI擅長的就是處理大量的數據進行歸納總結，甚至做出一些預測。

**睿雅：直到目前還有一大部分的傳統的室內設計師，擔心AI可能會取代他們的工作。對於這個情況，您會如何去向他們論證，就設計師在創意和人情味方面有不可替代性？ **

Jason：AI取代傳統設計師的問題，其實是整個經濟社會對降本增效的追求，AI革命實際上是在最一些比較重複且沒有高創造性的工作進行一些取代。

創意型的設計師是永遠無法被工具替代的。如果是偏技術型的室內設計師，還是建議去擁抱AI技術，多了解它的底層原理，因為無論行業模型訓練、高質量數據集的打包，都不是外行能做的。

另外擅長溝通的設計師，其實去強化自己的能力就可以了。當然，可能需要轉一個思路，就是說如何去用這些工具幫助你更好的去找更多的客戶，或者說建立你個人的IP或者品牌。

各個行業都在談降本增效，目前在AI的協助下實現降本並不難。但如果利用AI工具實現更好的增效，又是另一個長期的課題了，從中也會產生很多新的機會。