D5渲染器联创白路：建筑设计「黑灯工厂」中的道与术

文｜秦明；封面｜访者供图

在秦明参与策划的一场行业AI活动中，我们的老朋友D5渲染器联合创始人白路做了分享，主题是《建设通用建筑设计的「黑灯工厂」——AI应用调研报告发布》。白路解析了设计行业AI应用调研数据，包括他对未来AI设计工具的理解，以及AI与设计师的关系。我们对内容进行了梳理，便于大家交流探讨。

D5渲染器公司，即南京维伍网络科技有限公司（Dimension 5，简称“D5”），成立于2015年，其核心团队最初组建于新加坡A*STAR研究所，在图形渲染领域深耕多年。D5渲染器是一款革命性的3D实时创作工具，能够无缝连接多种主流建模软件，广泛应用于建筑、景观、室内和婚礼设计等领域。

白路的部分核心观点如下：

1、通过调研的数据分析，当前设计师普遍认为AI是对设计行业未来影响最大的前沿技术；超过半数的设计师已经在使用或者探索AI工具；近9成的设计师选择将AI应用在初步方案阶段；当前使用的主流的应用方式是将2D图像/视频生成技术应用在理念构思、意向参考和效果表达方向。这表明AI在设计行业初步方案设计流程中的辅助作用得到了较广泛的认可和应用。

2、我们需要将AI生成能力渐进式地嵌入到三维工作流中，形成贯通的节点，而不是试图一步从0到100。这就像在黑灯工厂里，不能指望把橡胶、铁矿石和石油直接投进去，最后生产出一辆汽车。我们需要逐步整合AI技术，优化工作流，以实现更高效和准确的生产流程。

3、在未来的阶段，我们都不希望成为工具人。实际上，AI对很多设计师来说，这反而带来了一个机会，让他们从繁琐的工具工作中解放出来，更专注于设计的本质问题。面对日新月异的工具和无穷无尽的知识和媒体内容时，回归基础问题本身是一个比较好的方法。

以下为白路的分享实录（经秦明编辑）：

AI技术已经发展了60年，如今对我们的生活和工作的影响前所未有的显著。我们非常关注设计师们对AI工具的使用情况。比如他们从接到项目、构思创意、整理资料、方案打磨、沟通汇报、生成图纸、选材甚至到最终施工的整个过程中，有哪些AI工具能够有效帮助他们，以及这些工具目前存在的哪些问题等。

今年3月份，D5渲染器联合建筑媒体“青年建筑”在设计师群体中进行了一次调查。今天，我将先简短地与大家分享我们的调研报告结果，以及我们在该领域的一些做法和想法。

我们通过问卷调查收集了1700多份问卷，并与约40位设计师、企业管理者及高校老师进行了一对一访谈，总共汇集了1800多份数据。这些数据为我们提供了一个较为完整的视角，真实还原了设计师群体中AI使用的现状。

在受访者中，超过一半从事方案设计工作，30%以上涉及可视化、效果表现领域。参与调研的设计师主要集中在建筑设计，其次是室内家装和景观设计。还有一些涉及细分领域，如城市规划和展厅陈设等。

我们先看技术的普及度，尤其是生成式模型在过去两年的快速发展以及媒体的广泛报道，使得AI工具成为设计师工作中的重要技术。即便当前的AI产品还处于早期阶段，超过60%的受访者已经在工作中使用或尝试使用AI工具，表明设计师对这一技术持开放态度。明确表示在工作中不用AI工具的受访者仅占2.5%，主要原因是对生成效果不满意、操作复杂或便利性欠佳。

即便是已经在使用AI工具的设计师，大多数人对AI生成的结果也不完全满意。例如，使用Midjourney或DALL-E生成的概念图中，建筑体块可能出现错误，或在酒店设计中，AI难以准确规划户型的朝向。同样，户型排布的结果往往不尽如人意，需要大量人工纠错和修改。因此，目前来看，黑灯工厂的良品率仍然不高。

在不同领域的研究中，我们发现AI在城市规划中的应用程度远高于其他细分领域。这主要是因为城市规划工作中本身就需要大量的数据分析和处理，如人口调查、交通数据和环境分析等，这些数据产品相对成熟。例如，早期的ArcGIS软件已经内嵌了一些卷积神经网络框架，使得城市规划师可以在地图上进行建筑物的回归分析、聚类、分类和预测。

在应用场景方面，大多数AI工具被用于方案的早期构思和整理阶段，以及沟通交流过程中。效果图和视频制作也是一个重要的应用领域。

以下是几个集中在三维制作领域的案例。1）手绘概念草图：利用AI生成大量创意图像，设计师可以从中筛选出符合项目需求的构思；2）场地照片手绘控制：基于项目场地的照片，通过手绘控制边缘生成更为精准的效果图；3）意向图生成：从与项目类似的意向图出发，利用AI生成多种设计方案。

例如，gad杰地设计使用Stable Diffusion对大量效果图进行微调，将效果图存入LoRA模型中。LoRA模型的优势在于对训练参数和数据量的要求较低，设计师在家中有一台性能良好的显卡即可自行尝试。这些案例显示，通过AI生成大量创意，可以在项目初期的构思和方案筛选中提供极大帮助。

然而，用AI生成商业效果图或视频仍存在问题。首先，甲方的接受度并不高，其次，AI生成的效果图在某些细节和精确度上可能无法达到商业标准。因此，虽然AI工具在初期创意阶段表现出色，但在商业应用中还有很大改进空间。

在这个领域中，AI被广泛应用于各种设计流程中。以华东建筑设计研究院为例，他们利用AI快速生成体块或背景简单的效果图和概念图，通过这些初步成果与甲方进行汇报和沟通。在此过程中，通过线稿控制不同部分的设计，如立面，然后根据反馈进行修改并快速生成新的版本，进行进一步的交流和调整。

另一种常见的使用方式是将渲染器与AI结合使用。设计师可以先使用渲染器生成初步的设计图，然后通过AI进行修改，最终得到一张可用于汇报或商业用途的效果图。具体而言，设计的主体由人工建模和渲染完成，而AI则负责生成配景。通过人工设计的主体模型加上AI生成的配景，再进行后期处理，就能得到一张最终的商业效果图。

例如，左边这个案例是四川亿盛建筑设计工作室的实际应用，右边的是启迪设计团队的案例。这些案例展示了AI在后期调整中的应用，类似于效果图的“美图秀秀”，通过AI后期风格化增强效果图的表现力，使其更加生动和引人注目。

这种后期效果增强的使用方式非常普遍，即方案由设计师使用渲染器生成，然后通过AI进行风格化处理，提升氛围和效果图的表现力。这种方法不仅提高了效率，还使得效果图更加精美和具有商业价值。

总结来说，在将文字生成图片或视频的过程中，AI在实际生产中仍面临诸多问题，许多方面有待提高，主要的问题在于精准控制。目前，无论是通过概念图加文字生成图片，还是通过其他方法，能够控制的细节较少，导致最终结果往往不尽如人意。

我们希望将AI生成能力嵌入到三维工作流中，形成贯通的节点，而不是试图一步从0到100。像在黑灯工厂里，不能指望把橡胶、铁矿石和石油直接投进去，最后生产出一辆汽车。这在目前看来是不现实的。我们需要逐步整合AI技术，优化工作流，以实现更高效和准确的生产流程。

在现代生产中，越来越多的小型自动化工厂正在涌现，它们能够自动生成“螺丝”、进行涂装和装配等。这些小型工厂的自动化程度在我们的工作流中也有体现。我们使用大量的三维模型和材质图片来训练专门的生成能力，从而提高用户的工作效率。

这些生成能力首先需要内置在现有的设计软件中，这与用户的需求不谋而合。用户不希望学习新的软件，而是希望在原有的软件中直接使用AI生成能力。 例如，Photoshop中的大模型，可以很好地进行背景填充；Capcut，一个轻量化的视频编辑APP，可以生成风格化效果，减少导入导出的时间和工作量。

在三维场景中，大家首先想到的自然是原生的三维资产重建。 当前的AI生成和重建三维资产仍主要集中在二维图像上，使用预训练或扩散模型来处理静态二维图像。然而，三维生成面临一个重要的制约因素：数据量。最大的三维数据集ShapeNet或ObjectNet的数量级远远少于二维图像，约相差三个数量级。这意味着训练一千张图片才能对应一个三维模型。

在这种情况下，原生的三维生成能力仍然不足。如果利用已训练的相关模型进行生成和改造，效果会好一些，但要生成富有想象力的三维模型，难度仍然很大。

另一种方法是从二维图像重建三维模型，即围绕一个图像生成一圈二维图像，用NeRF的方法重建三维模型。这种方法的弊端在于生成过程中的风格可能会不统一。由于算力的局限性，最终生成的模型精度不高，这导致最终渲染的效果缺乏真实感。

三维工作流中的另一个挑战是模型的材质贴图问题。 精美的PBR材质需要多个通道图来表达，而设计师通常拿到的材质图只有一张纹理图。例如，厂家提供的材质图可能只有纹理信息，而效果图制作人员则需要根据这张纹理图生成高度置换、金属度等其他通道图。如果找不到对应的通道图，设计师就得手动制作。

我们的方法是使用U-Net和本地网络对纹理图进行分割和分析，自动生成PBR材质的其他通道图。同时，AI还可以进行超分辨率处理和材质的无缝化处理。这样，材质图不会像瓷砖一样有明显的拼接痕迹，而是无缝衔接，提高真实度。

当场景编辑完成需要出图时，我们可以整合一些轻量级的卷积网络到应用程序端。用户可以提供一张他们认为氛围感较好的图片，AI将学习这张图片的语义，并将其应用到D5渲染器的后期参数中。这样做的好处是利用设计师经过长期美学培训所具备的高审美能力，通过他们选择的参考图像提升最终效果图的质量。

设计师擅长构思和设计，但让他们拿起相机拍出一张完美的照片，就需要掌握光圈、快门、白平衡等摄影技巧，这对他们来说是比较复杂的。因此，我们通过AI帮助设计师调整他们编辑的场景，使其达到理想的效果。

最后一部分是关于AI和PCG（程序化生成）的应用场景，尤其是在景观设计中。 例如，我们可以选定一个地块，对其进行程序化的语义标定，使程序明确地知道如何排布乔木、灌木和草地等元素。因为每个地块是单独编辑的，所以可以应对后期对单个模型的任何修改。这对于熟悉3D工作流的人来说是一个复杂的任务。通过程序化设计，我们可以在街道背景、道路等场景中应用这一技术。后期，AI将学习这种生成行为，分析更多的图片，生成相应的语义。

这是一种渐进式的改造，用AI优化三维工作流中的各个节点。这个方法对于3D工作流来说是一个非常好的实践，并且有很多改进空间。例如，通过更深入的场景语义学习，AI可以自动进行打光、生成HDR等操作，从而对场景有更全面的理解。这样可以在后期增强画面效果，解决模型精度的问题，提高最终渲染的真实感和质量。

这是我们认为在三维工作流中契合AIGC能力的一个优秀方法。在这种情况下，设计师可以更好地把控整个生产过程，而不是直接从文字生成图片，而是通过多个步骤生成最终的图片和视频。在设计过程中，这种方法能够让设计和表达同步进行，确保设计和表达方式的统一。

AI技术已经发展了六十多年，很多人，包括我自己，都认为这是人类历史上最具革命性和颠覆性的技术创新。作为开发者，我们对此非常兴奋。然而，社会和媒体对这一技术的渲染却充满了忧虑，比如担心社会会变成一个巨大的黑灯工厂，剥夺人们的工作机会。

我的感觉是这样的：1997年，美国数学家Rick Hankins写了一本书《The Art of Doing Science and Engineering》（《科学和工程的艺术》），他在书中提到，从牛顿时代开始，人类知识每17年就翻一番。如今，我们使用的工具和技术越来越多，但科学家的数量也在翻倍。事实上，90%的科学家还存在着，科学家们需要不断学习新的理论、知识和方法。他指出，大家往往忽略了寻找具有巨大价值的科学问题，并围绕这些问题进行研究。

我认为设计师也面临类似的困境：更多的工具、更多需要学习的知识。在我们的调研中，我们也问到了这些问题。尤其是在当前的房地产大环境下，什么样的设计师能够脱颖而出？哪些设计师可能会被淘汰？近一半的人对自己的工作安全感有很大焦虑，担心AI技术会威胁他们的工作。然而，那些能够直面客户沟通、了解客户需求、关注人们生活方式变迁的设计师，他们的自信心更强，感觉更好。