直播回顾|用AI重塑室内设计工作流！

AIGC应用正在深刻地改变我们的工作和生活，室内设计同样深受影响。通过创新的AI技术，我们能够以前所未有的方式重新构想和设计我们的室内空间，为居住体验带来全新的可能性。

本期无界Talk请到了”设计师的工具箱“主理人，AIGC创意人、算法设计师、建筑设计师——杰森，让他带我们领略AI在室内设计领域的应用和奥妙！

以下是本场分享的精彩内容——

要点——总结

AI辅助室内设计，最理想的状态是AI能够帮助设计师做到从0到1的设计过程。比如，一张简单的墙体布局图，通过AI工具能直接为设计师生成一张带有施工、家装等各种信息的三维图，构成一个信息化模型。

但实际执行起来会更加复杂。以前期输入端为例，除了基础的墙体布局、空间布局外，还有类似于业主喜好、项目预算，甚至具体到地面铺装、硬装材料、软装选择等，每一项都是不同类型的输出。如何将这些AI工具与输入输出更好的进行结合？

按照技术层面，可以把室内设计拆分成3个不同的阶段：

1、咨询阶段：这是一个还没有敲定方案委托与承接的一个阶段，使用ChatGPT等大语言模型会非常擅长。

2、概念设计：客户希望在这个阶段看到尽可能多的，符合其个人喜好做的不同风格的定制方案。使用Stable Diffusion等AI绘画工具来辅助设计师，最大化提高工作效率。

3、概念建模：对于从图像到3D模型的一个转换基于室内设计独有的场景，通过一张简单的平面草图或者布局图就能够生成一个3D模型，但目前还没有能实现精细建模的AI方案。

4、设计深化：目前主流的AI工具并不能很好地辅助设计师，可以选择传统的CAD或者BIM模型。

Jason团队尝试做了几个小工具，主要集中在前期设计咨询、概念设计及概念模型阶段，并且在后期的设计深化阶段进行了一些尝试。

咨询阶段，对于设计公司而言，以ChatGPT为代表的大语言模型有很强的泛化性。但落实到应用层面，企业会有各自的资料库与对应需求，可以将其整理为一个向量库，同时配合AI agent去搭建一个企业内部的营销或者资料检索等平台。

设计师也可以利用这样的小工具，更好地整理自己的资源，把它转化成向量知识库，然后通过AI这种更高效的检索方式，提高信息检索阶段的时间成本。

Jason分享了目前基于大语言模型延申的一些应用技术路线：提示词工程、企业知识库、AI agent、大模型微调等四个方面：

（1）提示词工程：搭建成本比较低。可以基于大模型，通过输入提示词对它进行约束，让这个模型作为辅助设计的工具，协助设计师完成一些工作。但目前可能更适合于一些不那么严谨、发散较强的场景，比如写小说，或者做一些简单的分析等。

（2）企业知识库：成本上会稍微高一点，且需要一些专业研发团队。需要对企业内部的知识架构有一定了解，并且能够高效地把它们转化成便于检索的向量知识库。非常适合用来做销售这个应用场景。

（3）AI agent：简单理解就是一个智能体，或者一个代理，每一个代理会做他擅长的一件事情。通过设定的规则和约束，可以将这些不同的agent组合起来，有希望形成一整套的工作流。相对前两者，其需要非常懂得业务场景的研发人员。

（4）大模型微调：成本最高的方向，算力成本是其中的大头。对于非AI或者互联网方向的公司，并不适合去做这方向的微调，可以考虑与相应公司合作。

设计师这个职业存在一个痛点——有大量的规范、数据需要去记忆。

面对这种情况，设计师就可以用AI搭建一个web端甚至手机端都可以使用的平台，输入公司内部或者个人积累的设计数据，比如“餐厅常用的尺寸有哪些？”等等。AI模型可以结合输入的知识库，输出一个非常准确的解答。对于一些设计规范，AI也能够给设计师一个比较准确的提示。

因为大模型是基于之前的信息数据进行训练的，它们的强项就在于泛化性。但是对于公司内部文件，甚至还没有发布到互联网的文件，这些AI模型就无法进行准确的查阅。所以必须要基于这些大模型，使用企业或者个人独有的知识库去训练，才能落实信息检索的应用场景。

这就延伸出了一个新的应用场景，AI agent，前景非常大。

比如在电商场景，它可以以销售的方式实现与客户问答对话，还可以通过后台不同的工具进行检索，帮助用户实现信息的检索，协助生成户型平面图、生成图像甚至渲染模型等。

实际上生成平面图、生成图像以及生成渲染模型，是3个不同的AI agent，每条工作流负责不同的任务。

基于大模型加上企业和从业者对于行业业务场景的专业梳理，就可以将这些AI agent整起来，组合成一个高效的系统。

用户可以通过这个界面输入不同的信息，让AI推荐不同的方案以及家具组合等等。甚至AI给出的家具组合是可以被设定，从输入的产品库里面进行选择，真正实现帮助用户或者企业将其本身的业务与AI进行场景的深入融合。

回归到室内设计场景。设计师首先会确定设计风格，因为风格本身是非常多元的，且用户的需求也往往是一直变化的。同时，风格本身同时会影响到室内整体的色彩构成、家具软装的选择等。如果前期设计师没有让用户确定风格，后面的工作量就会很大。

所以目前业内做设计的时候都是先确定一个平面，再去确定一个风格，才是更细节的东西。所以先行将各种风格训练打造出一个AI模型，当用户拿来一张户型图，设计师通过AI工具辅助渲染，快速生成和切换风格。

这个工具会在前期帮助客户有一个快速的反馈和体验，增加企业和从业者的工作效率，同时也能提高用户的体验感，帮公司拿到业务。

另外电商场景同样会有对家具或者摆件的宣传需求，或者给客户或者设计师作为参考图的需求。

在这个场景下，使用SD快速生成的图片，还是需要优化以后才能够使用的。可以结合产品调性，甚至根据产品目标客户去调整，做一个定制化的AI模型，从而满足不同的场景和业务的需求。

除了辅助概念渲染，AI也可以辅助建模。到这一步，设计要求信息是准确、可以落地的，里面会涉及到很多供应链。

首先设计一个多模态，可以简单的理解为通过文字或者是语音能够生成一个模型，或者说通过图片图像、视频等也能够生成一个模型。反过来，这个模型是也能够反推出这几项不同的形式的information信息。

AI生成图片是一个从无到有的过程，比如使用多张V字形花盆的概念设计，用过开源算法，就可以生成前期的比较rough的不同模型，它的形态还是比较准确，能够反映出图片物体结构。同时，再通过一些其他的传统优化算法，就可以把这个比较粗糙的模型转化成一个可以再次编辑的，甚至可以重新拓扑的3D网格。

这样一来，设计师就可以用10s的时间生成几张AI概念设计后，再通过这个小工具，用30s的时间快速转化成一个可编辑的东西，会大大节约从0开始去建模的时间，提高设计师工作效率。

那么，AI在深化图方面能做什么呢？

可能目前的开源的技术还没有办法很高效的直接跟室内设计的后期落地进行结合。因为AI目前擅长的绘图技术仍然是基于2D空间。而真正的设计类场景，对整体空间的尺度、精准度，以及对很多细节的要求都非常高。

“我相信后面随着3D大模型以及多模态的成熟，慢慢的肯定会让这个效率去搭建起来，并且会越来越成熟。”Jason表示，目前还是需要结合传统的技术来去辅助完成深化出图。

第一个应用场景，有点类似于最开始展示的AI营销场景，根据公司内部的家具素材和产品进行结合。比如可以用AI生产成本的图像，但是在这个图像里面会有相应的产品链接，这个也算是说通过AI图像，把它里面所包含的信息能够转化成了产品的信息。

第二个场景就是关于材质的迁移。室内设计可以简单理解为由视觉层、几何层甚至其他更细的多个层次共同组成的。而AI的优势就是能够快速的生成一个氛围感的整体空间。尽管这种光影可能是不准的，但它依然能帮我们快速找到配色方案以及空间构成。

如果说能够将AI生成的图像里面包含的信息提取出来，转化到我们的模型，就能够加速设计师的建模流程。

Q&A——回顾

睿雅：您认为在室内设计工作中，AI最先落地的领域会是什么？是设计创意渲染还是其他的方面？

Jason：肯定是设计创意这一块，并且更多的是集中在前期。现在都在谈降本增效，这就是一个能够在程度上提高企业增效潜力的事情。无论是基于线上营销，还是基于SD快速出图，都能让客户的客户体验实现升级。从而也有更大的机会吸引到更多客户。

但渲染可能不会成为未来的主流，因为AI或者说SD图像在生成的室内光影方面是不准确的。基这些偏差会导致落地效果存在更大偏差。

睿雅：有没有考虑专门做一款，让C端用户可以用非常简单的方法自己做设计图的工具？

Jason：做这样一个产品其实挺难的。尤其业内还有酷家乐、三维家等很多年积累的公司，他们利用AI技术可以更容易去做出这方面比较好的产品。我认为小团队在这方面，几乎是没有什么机会。

但说到这里，未来这类产品肯定会越来越简单，设计师在概念设计阶段的作用会很大程度被降低，我认为可能未来设计师的核心价值需要进行一个转移。更多的是如何将业主喜欢的概念图，更好的落地。

睿雅：在您目前的观察中有使用AI的设计已经落地的实例吗？

Jason：如果说完全从概念到建成，这个我还没有见过。但如果是AI辅助画概念渲染图，业主通过概念图确定风格等等应用是有的。

睿雅：AI在进行辅助设计的时候，您认为是否容易受到训练集的偏见影响，从而导致设计结果缺乏多样性？

Jason：肯定会有这样的情况存在。虽然我们是在大模型的基础上添加自己的数据集训练模型。但是这些训练图的本身，也可能是从互联网上能够找到的图，别的炼丹师也能找到。

但同质化的问题，从设计的角度也可能存在趋势或者潮流因素的影响。在特定的趋势下，可能整个互联网上的图像素材都会偏向这一风格。

睿雅：在AI渲染的时候，如何使设计师仍然具有对最终的结果控制以及调整的能力呢？

Jason：对设计师而言，你控制结果并不是很难。我觉得难点其实在，设计师所认为的方案是否能够满足业主的需求。

睿雅：那您认为AI是否会改变我们对于设计美学的理解呢？

Jason：肯定会。随着AI工具的普及，所有人的审美其实都会拉升一个台阶。所以设计师在这种趋势下，更要提高自己的审美。同时，这会对设计师的创新要求也会提高。创新的一个源泉，就是大家需要去改变之前传统的用找参考图这个方式来去做设计。所以我觉得未来的设计师或者说想做的高端一点的设计师，这种方式是要发生一些改变的。

睿雅：通过训练集的不断迭代，您认为在未来，AI是否会具备感知预测用户未来需求以及趋势的一个能力？

Jason：会的。AI擅长的就是处理大量的数据进行归纳总结，甚至做出一些预测。

睿雅：直到目前还有一大部分的传统的室内设计师，担心AI可能会取代他们的工作。对于这个情况，您会如何去向他们论证，就设计师在创意和人情味方面有不可替代性？

Jason：AI取代传统设计师的问题，其实是整个经济社会对降本增效的追求，AI革命实际上是在最一些比较重复且没有高创造性的工作进行一些取代。

创意型的设计师是永远无法被工具替代的。如果是偏技术型的室内设计师，还是建议去拥抱AI技术，多了解它的底层原理，因为无论行业模型训练、高质量数据集的打包，都不是外行能做的。

另外擅长沟通的设计师，其实去强化自己的能力就可以了。当然，可能需要转一个思路，就是说如何去用这些工具帮助你更好的去找更多的客户，或者说建立你个人的IP或者品牌。

各个行业都在谈降本增效，目前在AI的协助下实现降本并不难。但如果利用AI工具实现更好的增效，又是另一个长期的课题了，从中也会产生很多新的机会。