黄仁勋在COMPUTEX演示建筑设计AI工作流,本地RTX Spark调用Rhino、云端Claude Sonnet做决策,最终由Flux 2生成照片级效果图。
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。
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。
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。
虽然不是建筑专场,但信号极强——这个工作流的复杂程度、可视化程度、以及改造空间,在他的认知里是行业级的标杆案例。
https://www.tmtpost.com/8010173.html
https://www.tradingkey.com/zh-hans/analysis/stocks/us-stock/261938383-nvda-verarubin-ai-jensenhuang-nvidia-tradingkey
https://www.blocktempo.com/computex-2026-taipei-nvidia-jensen-huang-ai-robotics-keynote-guide/
以上,如果觉得不错,随手点个赞、在看、转发三连吧,也欢迎给AI4ELAB个星标⭐,以便您第一时间收到推送~谢谢阅读,下篇内容再见。
本文为 AI4ELAB 编辑或原创,作者:Connor 秦明。转载请注明出处:https://ai4elab.com/7547.html