黄仁勋最新演示了一个建筑设计AI工作流，我把它拆开看了看

阅读本篇前，我们6月9日有场付费活动，适合自己的朋友欢迎参加：对标Palantir，工程软件的AI化，正在走一条新路 | AI4E活动报名0609。具体有三场分享，一条线：AEC科技一哥决定用AI重构工程软件的底层逻辑，对标的Palantir究竟是怎么把咨询能力变成可复用产品的，以及AEC创业的人如何在广联达提出的AECOS生态里面玩。

正篇开始：

6月1日，黄仁勋在台北国际电脑展COMPUTEX上做了一场大会分享。这场演讲等于是整个COMPUTEX展周的开幕。当时，我关注到的是他提到一个建筑设计端到端的AI工作流，今天与大家聊聊这件事，聚焦在工作流的设计逻辑，以及为什么黄仁勋会关注建筑行业的这个工作流。

先看工作流这段视频截取，2分钟左右👇

我做了梳理，核心逻辑分四层👇

输入层（人类意图）：设计师提供地块信息、概念草图、风格意向板和文字描述——这是整个流程唯一需要人主动输入的环节，门槛极低。

执行层（本地Agent+云端模型协同）：本地RTX Spark运行Agent，负责调用Rhino等专业软件；云端Claude Sonnet负责理解意图、规划任务、做决策。两者通过Hermes框架和Shell沙箱打通，形成「本地算力执行 + 云端智能调度」的分工结构。

生产层（专业软件自动化操作）：Agent依次完成，地形建模 → 建筑形体生成（多目标优化） → 平面布局生成 → 构件自动放置 → 自检纠错。设计师仅在关键节点介入确认，其余全部自动完成。

输出层（模型 → 效果图的全链路）：Rhino模型导出至Blender，材质上下文保留，再经Flux 2模型生成照片级渲染图，多视角、多光照一键生成。

看下来让我想起了前段时间写的Reer团队，不少方向非常相似《哈佛团队AI CAD产品公测，与创始人聊完才发现，最厉害的不是零手动建模》

这是这段视频润色后的逐字稿：

每栋房子都始于一个想法。从想法到设计，需要无数工具、专业知识和大量时间。现在，一个在RTX Spark本地运行的智能体可以帮助我用笔记本上的工具设计房子——通过一个开放的Shell沙箱运行Hermes框架，并连接云端的Claude Sonnet。我选定地块，分享概念草图和风格意向图来激发设计灵感，再输入一段文字描述需求和设计意图。

我的智能体随即开始工作，调用笔记本上的工具：打开Rhino，开始对地块建模，塑造地形、退界和建筑轮廓；然后提出在造价、舒适度和品质上都经过优化的建筑形体方案。形体确定后，智能体生成室内平面布局，墙体、流线、房间逐渐成形。我可以随时介入调整修改。门窗和结构构件自动放置，智能体能自行发现并修正错误。

经我确认后，智能体将模型从Rhino导出到Blender，材质和对象属性随设计上下文一并迁移。我微调材质、调出理想效果，然后选定拍摄角度。Blender完成渲染后，智能体调用Flux 2生成式AI模型，将渲染图处理为照片级真实效果，支持多视角、多光照条件。曾经复杂的工作流，如今在智能体的引导下大幅简化，RTX赋能，设计随想象飞速实现。

除此之外，我也好奇黄仁勋为何会提到这个工作流？结论是，这个demo是RTX Spark发布的核心案例论证。RTX Spark是英伟达在这次GTC Taipei 2026上发布的一款新芯片，定位是专门为AI笔记本电脑设计的主处理器。

黄仁勋谈到，AI Agent时代已正式到来。代理式AI有两层结构：第一层是大语言模型，像大脑一样负责推理和规划；第二层是外部编排引擎，像一个操作系统，把AI模型与各种工具连接起来。过去，我们需要打开软件、点击按钮；未来，我们只需要向AI描述自己想要的，AI就会自动完成工作。

为了让这个概念有说服力，他需要一个足够复杂、足够直观的真实工作流演示，才有了设计一栋房子这个DEMO——涉及多专业软件、多步骤推理、自动纠错、最终生成照片级效果图，普通观众也能看懂。