如果你經歷過新家裝修，那家居設計一定是最頭疼的一個環節。選擇“掛鐘”可能就是一項“超級工程”，從風格樣式到顏色大小，選擇困難症患者直接奔潰。
隨著ChatGPT、Midjourney這種大模型技術走紅，大家發現，這事可以很簡單。
把特定區域選出來，輸入風格、形狀等提示詞，AI繪畫一鍵給出N個圖，挑選出與整家風格一致的時鐘就可以了。
想像一下，如果整個家裝環節，從設計到最後購買，都是一鍵出圖，所見所得，這對整個產業鏈而言無疑是顛覆式的。
2022年，ChatGPT帶火了AI大模型技術，一線互聯網企業幾乎全數湧入通用大模型研發。一年過去，市場逐漸發現，垂直行業的小模型、中模型的市場潛力也非常大。
“如果你的產品調用了ChatGPT的一個接口，那你的產品是沒有壁壘的，大家都可以做。 如果你擁有領域數據，專有數據，人無我有，打造小模型，反而會顛覆某個行業。”資深從業者PlayerKang分析說。
大模型入侵，家裝設計行業集體開成交量？
AIGC會變革家裝設計行業嗎？這個問題的答案要去小紅書找。在小紅書，輸入家裝設計+AIGC，可以搜出海量由AIGC設計的家裝美圖。更有趣的是，大量設計師博主提供低成本，甚至免費的家裝設計方案。你給他一張實景圖+風格需求，他能5分鐘給出10份效果圖。
AIGC大軍壓境，中國300萬家裝設計師是不是正在瑟瑟發抖呢？
今天，不僅僅是Midjourney，包括像國內的無界AI、晨羽AI等AI繪畫類應用，都能夠在家裝設計領域帶來神奇的效果。
圖：左邊為實景圖和設計草圖，右邊是由無界AI繪製的家裝效果圖
原先，設計師出一張圖，先要用CAD軟件畫出三維空間圖，再導入建模軟件，然後是渲染器渲染……這些步驟不僅僅代表著專業，也是巨大的成本，包括時間和金錢。
AIGC基本就改變了遊戲規則。就像AI繪畫打破了畫家與小白的界限，AI設計也讓普通人可以在設計這個細分的垂直領域大展身手。
據晨羽AI的Jcolor介紹，在實際場景裡，設計師用AIGC做概念設計圖，在與消費者溝通時，雙方能高效完成裝修方案的溝通，AIGC堪稱“營銷利器”。
在中國，家裝設計領域有兩個“巨頭”，一個是三維家，另一個是酷家樂，他們對AI技術的敏感性其實超越公眾想像。比如酷家樂就高調成立了AIGC實驗室，研究包括家居家裝、商業空間、地產建築等全空間領域的AI設計生成。三維家也是如此，據其3D產品總監曹健介紹，他們從2018年就開始引入AI技術來賦能家居家裝設計，增持了豐富的經驗和數據，目前也推出了多個AI相關的應用。
我們發現，設計的商業模式清晰，效果立竿見影，是典型的流量型入口。這使得近期出現了不少相關應用。這給人一種感覺，AIGC和大模型技術讓整個家居行業成交量起來了。
垂直領域率先發力，家裝設計領域會誕生自己的“標誌性”大模型嗎？
ChatGPT掀起了AI大模型技術的浪潮，不管是海外還是國內互聯網巨頭，紛紛入局通用大模型賽道。但從過去半年的落地情況看，垂直領域的中小模型反而可能“後發先至”。
通用大模型類應用固然很神，小紅書大量設計類內容出自Midjourney，但真要落地生產，它就歇菜了。
像三維家、酷家樂這類家裝設計軟件，它往往是生成一個3D空間方案，分兩塊內容，一塊是經過渲染的，極具真實感的位圖，可以給消費者觀看。另一塊是對應的3D矢量圖，擁有豐富的材質、尺寸等數據，用於對接到生產端進行生產。正是這些矢量數據，包括定制櫃子等最終產品可以在消費者家裡嚴絲合縫的組裝起來，實現“所見即所得”。
目前AIGC缺少的顯然就是矢量數據。如何克服AI設計與生產之間的“鴻溝”？曹健告訴巴比特，這是他們目前正在努力的一個方向。這裡面有什麼挑戰嗎？曹健認為難度在於對行業的理解與沈淀，對新技術的重視投入。
今天，如果把家裝行業增持的海量數據餵給大模型，然後訓練出垂直領域的行業模型，使得這個模型做出來的圖跟此前的方案一樣與矢量數據一一對應，就可以實現普通消費者變成設計師的神奇效果：不僅美學上有保障，還能落地生產。
很有意思的一點在於，這個事情chatGPT做不了，互聯網巨頭可能也沒這個能力。據悉，三維家擁有16.3億+的設計方案庫，覆蓋全國2800萬+小區的戶型數據，如此龐大且真實的矢量數據集讓行業的大模型落地應用成為可能。不僅僅是數據，對於行業上下游的理解也是橫亙在其它創業者面前的巨大鴻溝，很難逾越。而且，三維家認為，與走紅全球的通用大模型相比，這種垂類3D 大模型兼顧了數據的安全可控，具有通用大模型無法滲透的優勢。
實際上，三維家的速度很快，通過自研和合作不斷探索AIGC落地家裝設計行業的可能性。
5月22日，其Ai Design升級上線，據其介紹，利用戶型識別、家具識別、智能佈置等AI技術，就能解決AI繪畫最難把控的開盲盒難題，實現AI創作有跡可循，創意可控。
5月15日，三維家與無界AI達成戰略合作，以期共同將AIGC 技術應用於家裝設計行業，通過無界AI的算法技術，共同探索、打造屬於家裝設計行業的超級大模型。
現在的問題或許在於，不是AIGC什麼時候賦能家裝設計，而是我們距離設計類軟件的終局還有多遠。
圖:三維家Ai Design製作的多樣效果圖
AI降臨，我們還需要設計師嗎？
“我認為AIGC不太可能取代設計師，反而會加速設計師的成長。”
在曹健看來，設計師一直是越老越值錢，閱歷和經驗的缺失會造成設計方案的漏洞，讓業主踩坑。 AIGC讓設計師在畫圖上的時間少了，他反而可以去學習更多知識，比如加強對材料的了解，對施工工藝的創新等，設計師要學的知識非常多，繪圖只是一種視覺表達的技能。
“AIGC對純機械化的勞動肯定有影響。以前工具不發達，人就變成了工具，去執行機械化的勞動。”
從這個角度看，AIGC並沒有取代設計師，它反而推動了大量設計從業者從操作工，真正進化到設計師。
但是，AIGC的衝擊是顯而易見的。我們發現，在家裝設計行業，AIGC的衝擊在以下兩個方面會更快到來。
第一，影響室內行業的設計效率，降低業主設計方案的成本。
第二，會打擊到機械化勞動的繪圖設計師工作。
未來，AIGC對效率的提升必然帶來對勞動力需求的減弱，這可能是不得不面對的挑戰。但對於設計從業者個人而言，面對時代的洪流，越快順應趨勢，率先用工具武裝自己，才能保障自己不被時代的大浪撲倒。
資訊來源：由0x資訊編譯自8BTC。版權歸作者所有，未經許可，不得轉載