文|億邦動力網 胡鏷心
編輯|張睿
有沒有想過，親手設計自己的家？
只需將毛坯房照片上傳到AI家居設計軟件，添加“復古、溫馨、適合發呆”等描述詞，幾張逼真的裝修效果圖就出現在面前。還可以調整色彩搭配、燈光類型、外景類型、添加家具，“這個過程好像在玩換裝小游戲。”一位體驗過AI家居設計的用戶說。
如果說，過去幾年算力的提升和渲染引擎的升級，讓基于云端的家居設計軟件被越來越多的個人用戶及設計師接受，那么，AI的助力、尤其是生成式大模型對設計顛覆，則讓AI家居設計走向新的階段。
目前 AI 在家居設計軟件中的應用方向主要體現在提升出圖效率、提供設計靈感、智能糾錯等三個方面。隨著 AI 在家居設計軟件中應用進一步深化，不僅有望大幅降低設計師門檻，突破經銷商及品牌商的的成長限制，也可將消費者的任何訴求在設計方案中呈現，且與后端生產打通，真正實現個性化定制設計。
弗若斯特沙利文測算、中商產業研究院數據顯示，2024年，預計中國家具裝飾及家具行業銷售額突破4.83萬億元，復合增速超20%，定制家具市場規模有望突破5000億元，復合增速超16%。其中，新購毛坯房初次裝修、新購精裝房重新裝修、新購二手房翻新以及現有住房改造是主要需求。
“為什么家電行業有1000億、2000億的企業，家居家裝行業卻沒有？”三維家CEO蔡志森發出“靈魂之問”，“家裝確實挺復雜，無論是導購談單、整家設計、實體建模，還是素材的商品化、報價、下單、分單都是問題。如果可以用一張圖紙，將非標部品和標準部品全部打通，一站式完成營銷、設計、下單、生產、交付，我們就可以讓家具家裝像家電、汽車行業一樣，實現高度自動化智能化的產業鏈協作。”
01 AI加持，設計門檻降低
室內設計師楊明宇是業內新秀，他經營著一家名為“悟我藝居”的設計師工作室，此前活躍于湖南衛視的設計師綜藝，幫蘇醒、王櫟鑫做室內改造。楊明宇認為，在與客戶談單、制作CAD圖、修改效果圖等環節，AIGC至少能幫設計師節省一半以上的時間。
以往，設計師需要通過實地測量，將毛坯房的結構圖畫到CAD中，這個過程耗時1-2周。現在，客戶拍幾張室內照片，或者設計師簡單勾勒幾筆線稿，就可以通過AIGC直接生成真實尺寸的CAD圖，一分鐘生成一套室內格局模版。
在CAD圖的基礎上，楊明宇還需要根據客戶想要的風格、色彩、格局、生活方式等要素，反復調整，確定最后的裝修效果圖。
這個過程需要CAD+3DMax配合，將效果圖渲染出來，供客戶參考和修改。3DMax是渲染效果圖的標配，渲染一張圖需要一小時，做一個小細節改動，比如將桌子上的蘋果改成梨，需要再等1小時，楊明宇說“這個過程令人暴躁。”
而AIGC工具沒有這個困擾，改細節、換背景、指哪兒換哪兒，AI還能主動提供設計靈感，配上高性能的渲染引擎，1分鐘可以渲染4張新設計圖。
圖片來源：悟我藝居
有了AIGC工具，楊明宇的項目時間直接減半。“現在定CAD可以在一周以內搞定；效果圖的溝通和修改，80平到100平的小三房大三房，一個月之內完成。之后進入施工階段。”
對于家具廠商與定制廠商來說，AIGC除了適用于產品設計，還便利了門店銷售和線上營銷。
家居家裝客戶的決策周期長達30天-90天，線下門店仍然是主要渠道，為了讓進店的客戶轉化為訂單，品牌商們絞盡腦汁。
根據三維家 2022 年對近百個軟裝家居門店的調研發現，面對需要出效果圖的顧客，26%的導購員選擇給顧客看淘寶詳情頁或商品官網，63%的導購員引導顧客現場體驗實物，只有不到 6%會給顧客做效果圖。
“CAD軟件需要學習成本，過去我們的云設計雖然比AutoCAD，3DMax智能化很多，但是還不夠開箱即用，我覺得這輪AI就是想讓我們的用戶可以零使用門檻。”蔡志森說。
每平每家設計師則基于AIGC構建的3D虛擬直播間、3D樣板間、3D展廳等虛擬場景，凸顯家具的顏色、材質、尺寸、風格等商品特點的多元化沉浸式場景。針對短視頻、圖片的內容生產，每平每屋設計家推出3D爆品棚拍，從選棚、換品、選鏡頭/路徑再到提交渲染，全部交由平臺完成，一張“大片”的生成僅需幾分鐘。
酷家樂也推出酷家樂棚拍2.0的AI棚拍功能，基于酷家樂獨創3D渲染技術和海量素材，形成了一個人工智能商業拍攝平臺。不用搭建場景，不用再摳圖、構圖、調整光影，只要上傳一張產品圖，AI自動摳圖，并根據風格與元素選擇自動生成多場景商品圖。
圖片來源：酷家樂棚拍2.0
群核科技（酷家樂）CEO陳航認為，泛家居是重服務的行業，通過服務滲透消費者，而服務的過程往往耗時、耗力、耗人工。人加AI將會形成更強大的服務能力，把最好的服務普及到所有人，這是巨大的機會所在。
02 從文生“圖”到文生“房”
接下來的問題就是，設計軟件做出來的圖，但真的可以生產嗎？能裝修得一模一樣嗎？
楊明宇理解客戶的這種擔憂。在設計領域，尤其是涉及實物相關的家居設計，圖不對版是最大問題。室內設計師需要做到所見即所得，“就像你吃泡面，包裝上有很多的牛肉，打開之后不見得。”楊明宇補充。
這一點也是通用繪圖模型難以解決的問題。
無界AI創始人長鋏發現，室內設計對光照、空間布局有合理性要求，光照、陰影需符合光學原理，光源位置要準確，室內布局需符合業內常態化的設計規范。目前AI圖片大多能滿足風格、美觀上的要求，但在圖片合理性、邏輯性上有所欠缺。
Midjourney、Stable Diffusion生成的圖像側重無中生有、新奇有趣，但無法真正進入產線。
“一線設計”主理人錢敏使用AI繪圖工具半年，他認為，Stable Diffusion、Midjourney更適合做創意類設計，做室內設計的最大問題是，換個角度，方案的細節、大小、格局就隨之變化。如果要按照實際尺寸真實比例去還原，設計時間會增加很多，效率也相對降低。
“Midjourney隨便生成一個客廳就五六米層高，看起來漂亮，但是實際做的東西沒有那么高。Stable Diffusion能控制尺度，但美感不如Midjourney。總之，AI的隨機性越高，它就越難控制。”所以錢敏將Stable Diffusion、Midjourney等多個設計工具結合使用。
圖片來源：一線設計
如何訓練一個家居行業能夠使用的AIGC工具？三維家CEO蔡志森認為，核心在矢量數據集。
矢量又稱為向量，是指既有大小又有方向的量。矢量數據一般通過坐標的方式，將物體的空間位置表達得準確無誤。“用戶看到的設計圖似乎是一個平面圖，但這個圖里所有的桌椅板凳、墻紙地磚、洗手臺電視柜，都有相對位置和大小，都是矢量數據。”楊明宇指出。
圖片來源：三維家
比如一個實體沙發，從上往下看，從左往右看，都有固定的尺寸和線條，同時，沙發的大小顏色圖案都可以被掃描成一個實物資產，一個矢量模型，設計師就是在調用這些實物資產進行設計。“你隨便拍張室內照片，通過AIGC生成一張全新的設計圖，還是形狀可控、材質可控，這就是矢量AI的作用，自帶生產數據。”蔡志森介紹。
矢量數據集背后是海量的行業數據資產。
比如三維家超200億的家裝大模型參數和數千萬真實柜體數據集。“現在我們房屋數據大概有10億量級，每個房子里面的部品數據至少1000以上，每一個部品的屬性標簽也是百級，每天大概百萬量級的房子在通過云設計產生出來。”蔡志森表示。
圖片來源：三維家
基于這些行業數據，7月，三維家推出“整家AI大腦”（三維家矢量AI大模型）。矢量AI大模型可以做全屋空間的AI設計，某個衣柜、櫥柜的AI設計，也可以根據拍照或線稿，生成全新的設計圖圖。“我們的AI模型還有很大的延展能力，因為AI是推薦算法，可以鏈接區域性的部品，全國性的部品，形成全國的鏈接生態。給客戶做能落地的全屋定制。”蔡志森介紹。
在2023年8月14日淘寶天貓家裝家居生態大會上，每平每屋設計家針對成本高、周期長、換品難、缺靈感等家居家裝行業傳統實拍的幾大痛點，推出3D數字化產品矩陣，包括3D換景直播、3D爆品棚拍及全域營銷平臺。
每平每屋設計家負責人曾表示，設計家將會把AIGC應用能力植入到淘系開放平臺，將每平每屋設計家與淘系家裝家居行業在AI智能設計、3D智能場景、電商與門店底層數字化、全域內容營銷等方面技術能力對接至家居消費場景中。
沉淀了超2.7億商品素材模型的群核科技也發布了酷家樂AI，可以根據實景圖生成裝修效果圖、戶型圖生成創意方案、AI一鍵替換商品場景。不僅限于裝修場景，酷家樂AI能力還在嵌入定制、門窗、建材等更多細分行業，以及辦公、餐飲等更多空間場景。“酷家樂AI”推出針對設計師和企業的定制風格模型即將上線。
除了海量商品素材模型，群核科技還覆蓋了近五年90%的新房戶型，目前最廣泛應用于室內場景認知深度學習的數據集InteriorNet，平臺累計渲染圖總量超33億張。
圖片來源：酷家樂AI
群核科技CEO陳航曾指出，酷家樂AI的應用場景分為三類，面向業主的無限靈感圖生成；面向設計師精準可控的 AI 創意設計；面向品牌門店導購的 AI 換搭選品。“家居行業的消費者、設計師以及企業端正在發生生產力變革。未來，人+AI形成的‘異構計算’將帶來消費體驗的進一步突破。”陳航總結。
03 制造業如何實現“一圖到底”？
盡管AIGC方便上手、效率翻倍， 但楊明宇發現，很多室內設計師對此并不關心。
“畢竟大家手里的單子還沒做完，先不操心AI的事兒。”楊明宇認為，家居家裝設計師們日常工作過于飽和，導致很多設計師對變化并不敏感。貝殼研究院調研發現，除了繪制方案外，還要頻繁與客戶、合作伙伴展開溝通，同時還要處理各種突發事件。“頻繁加班”、“工作時間長”，“休息時間少”是主要槽點。
同時，AIGC對室內設計的影響，遠不及對平面設計和服裝設計那么迅猛。
設計師包括平面設計、服裝設計、產品設計、室內設計、建筑設計等幾大類，不同行業的設計師受到AIGC的沖擊不相同。楊明宇覺得，平面設計最先受到沖擊，服裝設計緊隨其后，室內設計和建筑設計的影響則相對滯后，“等服裝設計革完自己的命，才輪到我們室內設計革自己的命。”楊明宇認為。
數據來源：波士頓咨詢
但對于設計軟件廠商和品牌商來說，不少人意識到這是一次非比尋常的發展機會。
三維家CEO蔡志森還記得大模型剛面世時帶給自己的沖擊，“我們一直在做AI，只不過大家都是一邊不斷投入一邊懷疑人生，反復煎熬，冰火兩重天。ChatGPT首先是給從業者信心，讓我們更堅決地投入AI。”蔡志森認為，從長期來看，AIGC給家居家裝設計帶來三重利好。
首先，AIGC加速了設計產品的迭代速度，使得SaaS產品的迭代達到類似摩爾定律般的更新速度。
其次，AIGC解決了設計工具的易用性問題。
第三，設計工具的普及，將加速家具家裝行業全流程工業化的速度。
更低的使用門檻意味著更高的行業滲透率和更多的營收。蔡志森說：“對于垂直細分行業的設計軟件來說，市占率都是千分之幾，我覺得這次AI應該可以加速我們快速將市占率推到兩位數，同時有望更快突破20% 、30%的市占率。同時，突破兩位數的市占率，意味著SaaS廠商家可以打破10億營收魔咒。”
過去家具家裝產業鏈的產品圖紙格式不一，“以前的設計師們，效果圖用3DMax，施工圖用AutoCAD，工廠用AutoCAD，報價做BOM表用Excel，品牌商們買了一堆ERP用不著，配合起來就很痛苦。如果能基于同一款軟件，既可以下單又可以拆單，既可以做效果圖，又可以控制機床，那產業鏈的協作速度會提到新高。”蔡志森指出。
家具家裝品牌商們也看到了一個提升管理半徑、突破成長瓶頸的機會。
家裝家居行業產業鏈冗長，產品多樣化，需求個性化程度較高，服務商能力不標準，導致市場集中度較低，形成了“大產業小公司”的行業特點。
在“整家定制”的全品類融合銷售趨勢下，后端生產決定了交付效率、安裝成功率以及能否實現“所見即所得”，除了設計端的AI應用，前后端系統打通以及后端生產流程智能化也是廠商們關注的重點。
圖片來源：國金證券研究所
比如歐派家居的CAXA 軟件，集設計效果圖、報價、線框圖、下單、自動拆單為一體，后端環節較之前節約近 6 個小時；索菲亞工廠采用CNC數碼控制系統，能夠更快速處理生產流程數據，并做出生產預測，提升板利用率，有效減少木材資源浪費；同時，機器人板件分揀率近 100%，準確率在行業處于領先水平，控制了制造分揀過程中的損耗。
通過全品類全流程的打通，品牌商們以此可迅速將前端設計方案匹配為后端自動化生產數據，避免人工拆單的低效、出錯問題，讓單能夠更快進入生產環節，提升整體生產效率。
有行業分析師認為，隨著AI在家居產品、前端方案設計及后端生產環節的賦能持續深化，頭部家居企業有望依托于資金、技術優勢，在 AI 時代下進一步擴大自身優勢，打破原本因人力限制造成的 成長瓶頸，持續提升份額。