江南体育只需将毛坯房照片上传到 AI 家居设计软件，添加 复古、温馨、适合发呆 等描述词，几张逼真的装修效果图就出现在面前。还可以调整色彩搭配、灯光类型、外景类型、添加家具， 这个过程好像在玩换装小游戏。 一位体验过 AI 家居设计的用户说。

　　如果说中欧体育，过去几年算力的提升和渲染引擎的升级，让基于云端的家居设计软件被越来越多的个人用户及设计师接受，那么，AI 的助力、尤其是生成式大模型对设计颠覆，则让 AI 家居设计走向新的阶段。

　　目前 AI 在家居设计软件中的应用方向主要体现在提升出图效率、提供设计灵感、智能纠错等三个方面。随着 AI 在家居设计软件中应用进一步深化，不仅有望大幅降低设计师门槛，突破经销商及品牌商的的成长限制，也可将消费者的任何诉求在设计方案中呈现，且与后端生产打通，真正实现个性化定制设计。

　　弗若斯特沙利文测算、中商产业研究院数据显示，2024 年，预计中国家具装饰及家具行业销售额突破 4.83 万亿元，复合增速超 20%，定制家具市场规模有望突破 5000 亿元，复合增速超 16%。其中，新购毛坯房初次装修、新购精装房重新装修、新购二手房翻新以及现有住房改造是主要需求。

　　为什么家电行业有 1000 亿、2000 亿的企业，家居家装行业却没有？ 三维家 CEO 蔡志森发出 灵魂之问 ， 家装确实挺复杂，无论是导购谈单、整家设计、实体建模，还是素材的商品化、报价、下单、分单都是问题。如果可以用一张图纸，将非标部品和标准部品全部打通，一站式完成营销、设计、下单、生产、交付，我们就可以让家具家装像家电、汽车行业一样，实现高度自动化智能化的产业链协作。

　　室内设计师杨明宇是业内新秀，他经营着一家名为 悟我艺居 的设计师工作室，此前活跃于湖南卫视的设计师综艺，帮苏醒、王栎鑫做室内改造。杨明宇认为，在与客户谈单、制作 CAD 图、修改效果图等环节，AIGC 至少能帮设计师节省一半以上的时间。

　　以往，设计师需要通过实地测量，将毛坯房的结构图画到 CAD 中，这个过程耗时 1-2 周。现在，客户拍几张室内照片，或者设计师简单勾勒几笔线稿，就可以通过 AIGC 直接生成真实尺寸的 CAD 图，一分钟生成一套室内格局模版。

　　在 CAD 图的基础上，杨明宇还需要根据客户想要的风格、色彩、格局、生活方式等要素，反复调整，确定最后的装修效果图。

　　这个过程需要 CAD+3DMax 配合，将效果图渲染出来，供客户参考和修改。3DMax 是渲染效果图的标配，渲染一张图需要一小时，做一个小细节改动，比如将桌子上的苹果改成梨，需要再等 1 小时，杨明宇说 这个过程令人暴躁。

　　而 AIGC 工具没有这个困扰，改细节、换背景、指哪儿换哪儿，AI 还能主动提供设计灵感，配上高性能的渲染引擎，1 分钟可以渲染 4 张新设计图。

　　有了 AIGC 工具，杨明宇的项目时间直接减半。 现在定 CAD 可以在一周以内搞定；效果图的沟通和修改，80 平到 100 平的小三房大三房，一个月之内完成。之后进入施工阶段。

　　对于家具厂商与定制厂商来说，AIGC 除了适用于产品设计，还便利了门店销售和线上营销。

　　家居家装客户的决策周期长达 30 天 -90 天，线下门店仍然是主要渠道，为了让进店的客户转化为订单，品牌商们绞尽脑汁。

　　根据三维家 2022 年对近百个软装家居门店的调研发现，面对需要出效果图的顾客，26% 的导购员选择给顾客看淘宝详情页或商品官网，63% 的导购员引导顾客现场体验实物，只有不到 6% 会给顾客做效果图。为此，三维家推出 3D 秀，导购员只需要导入户型，其他流程均由 AI 自主完成，10 分钟即可生成 VR 全景图。

　　CAD 软件需要学习成本，过去我们的云设计虽然比 AutoCAD，3DMax 智能化很多，但是还不够开箱即用，我觉得这轮 AI 就是想让我们的用户可以零使用门槛。 蔡志森说。

　　每平每屋设计家则基于 AIGC 构建的 3D 虚拟直播间、3D 样板间、3D 展厅等虚拟场景，凸显家具的颜色、材质、尺寸、风格等商品特点的多元化沉浸式场景。针对短视频、图片的内容生产，每平每屋设计家推出 3D 爆品棚拍，从选棚、换品、选镜头 / 路径再到提交渲染，全部交由平成，一张 大片 的生成仅需几分钟。

　　酷家乐也推出酷家乐棚拍 2.0 的 AI 棚拍功能，基于酷家乐独创 3D 渲染技术和海量素材，形成了一个人工智能商业拍摄平台。不用搭建场景，不用再抠图、构图、调整光影，只要上传一张产品图，AI 自动抠图，并根据风格与元素选择自动生成多场景商品图。

　　群核科技（酷家乐）CEO 陈航认为，泛家居是重服务的行业，通过服务渗透消费者，而服务的过程往往耗时、耗力、耗人工。人加 AI 将会形成更强大的服务能力，把最好的服务普及到所有人，这是巨大的机会所在。

　　接下来的问题就是，设计软件做出来的图，但真的可以生产吗？能装修得一模一样吗？

　　杨明宇理解客户的这种担忧。在设计领域，尤其是涉及实物相关的家居设计，图不对版是最大问题。室内设计师需要做到所见即所得， 就像你吃泡面，包装上有很多的牛肉，打开之后不见得。 杨明宇补充。

　　无界 AI 创始人长铗发现，室内设计对光照、空间布局有合理性要求，光照、阴影需符合光学原理，光源位置要准确，室内布局需符合业内常态化的设计规范中欧体育。目前 AI 图片大多能满足风格、美观上的要求，但在图片合理性、逻辑性上有所欠缺。

　　Midjourney、Stable Diffusion 生成的图像侧重无中生有、新奇有趣，但无法真正进入产线。

　　一线设计 主理人钱敏使用 AI 绘图工具半年，他认为，Stable Diffusion、Midjourney 更适合做创意类设计，做室内设计的最大问题是，换个角度，方案的细节、大小、格局就随之变化。如果要按照实际尺寸真实比例去还原，设计时间会增加很多，效率也相对降低。

　　Midjourney 随便生成一个客厅就五六米层高，看起来漂亮，但是实际做的东西没有那么高。Stable Diffusion 能控制尺度，但美感不如 Midjourney。总之，AI 的随机性越高，它就越难控制。 所以钱敏将 Stable Diffusion、Midjourney 等多个设计工具结合使用。

　　如何训练一个家居行业能够使用的 AIGC 工具？三维家 CEO 蔡志森认为，核心在矢量数据集。

　　矢量又称为向量，是指既有大小又有方向的量。矢量数据一般通过坐标的方式，将物体的空间位置表达得准确无误。 用户看到的设计图似乎是一个平面图，但这个图里所有的桌椅板凳、墙纸地砖、洗手台电视柜，都有相对位置和大小，都是矢量数据。 杨明宇指出。

　　src=比如一个实体沙发，从上往下看，从左往右看，都有固定的尺寸和线条，同时，沙发的大小颜色图案都可以被扫描成一个实物资产，一个矢量模型，设计师就是在调用这些实物资产进行设计。 你随便拍张室内照片，通过 AIGC 生成一张全新的设计图，还是形状可控、材质可控，这就是矢量 AI 的作用，自带生产数据。 蔡志森介绍。

　　比如三维家超 200 亿的家装大模型参数和数千万真实柜体数据集。 现在我们房屋数据大概有 10 亿量级，每个房子里面的部品数据至少 1000 以上，每一个部品的属性标签也是百级，每天大概百万量级的房子在通过云设计产生出来。 蔡志森表示。

　　src=基于这些行业数据，7 月，三维家推出 整家 AI 大脑 （三维家矢量 AI 大模型）。矢量 AI 大模型可以做全屋空间的 AI 设计，某个衣柜、橱柜的 AI 设计，也可以根据拍照或线稿，生成全新的设计图图。 我们的 AI 模型还有很大的延展能力，因为 AI 是推荐算法，可以链接区域性的部品，全国性的部品，形成全国的链接生态。给客户做能落地的全屋定制。 蔡志森介绍。

　　在 2023 年 8 月 14 日淘宝天猫家装家居生态大会上，每平每屋设计家针对成本高、周期长、换品难、缺灵感等家居家装行业传统实拍的几大痛点，推出 3D 数字化产品矩阵，包括 3D 换景直播、3D 爆品棚拍及全域营销平台。

　　每平每屋设计家负责人曾表示，设计家将会把 AIGC 应用能力植入到淘系开放平台，将每平每屋设计家与淘系家装家居行业在 AI 智能设计、3D 智能场景、电商与门店底层数字化、全域内容营销等方面技术能力对接至家居消费场景中。

　　沉淀了超 2.7 亿商品素材模型的群核科技也发布了酷家乐 AI，可以根据实景图生成装修效果图、户型图生成创意方案、AI 一键替换商品场景。不仅限于装修场景，酷家乐 AI 能力还在嵌入定制中欧体育、门窗、建材等更多细分行业，以及办公、餐饮等更多空间场景。 酷家乐 AI 推出针对设计师和企业的定制风格模型即将上线。

　　除了海量商品素材模型，群核科技还覆盖了近五年 90% 的新房户型，目前最广泛应用于室内场景认知深度学习的数据集 InteriorNet，平台累计渲染图总量超 33 亿张。

　　src=群核科技 CEO 陈航曾指出，酷家乐 AI 的应用场景分为三类，面向业主的无限灵感图生成；面向设计师精准可控的 AI 创意设计；面向品牌门店导购的 AI 换搭选品。 家居行业的消费者、设计师以及企业端正在发生生产力变革。未来，人 +AI 形成的‘异构计算’将带来消费体验的进一步突破。 陈航总结。

　　尽管 AIGC 方便上手中欧体育、效率翻倍， 但杨明宇发现，很多室内设计师对此并不关心。

　　毕竟大家手里的单子还没做完，先不操心 AI 的事儿。 杨明宇认为，家居家装设计师们日常工作过于饱和，导致很多设计师对变化并不敏感。贝壳研究院调研发现，除了绘制方案外，还要频繁与客户、合作伙伴展开沟通，同时还要处理各种突发事件。 频繁加班 、 工作时间长 ， 休息时间少 是主要槽点。

　　设计师包括平面设计、服装设计、产品设计、室内设计、建筑设计等几大类，不同行业的设计师受到 AIGC 的冲击不相同。杨明宇觉得，平面设计最先受到冲击，服装设计紧随其后，室内设计和建筑设计的影响则相对滞后， 等服装设计革完自己的命，才轮到我们室内设计革自己的命。 杨明宇认为。

　　但对于设计软件厂商和品牌商来说，不少人意识到这是一次非比寻常的发展机会。

　　三维家 CEO 蔡志森还记得大模型刚面世时带给自己的冲击， 我们一直在做 AI，只不过大家都是一边不断投入一边怀疑人生，反复煎熬，冰火两重天。ChatGPT 首先是给从业者信心，让我们更坚决地投入 AI。 蔡志森认为，从长期来看，AIGC 给家居家装设计带来三重利好。

　　首先，AIGC 加速了设计产品的迭代速度，使得 SaaS 产品的迭代达到类似摩尔定律般的更新速度。

　　更低的使用门槛意味着更高的行业渗透率和更多的营收中欧体育。蔡志森说： 对于垂直细分行业的设计软件来说，市占率都是千分之几，我觉得这次 AI 应该可以加速我们快速将市占率推到两位数，同时有望更快突破 20% 、30% 的市占率。同时，突破两位数的市占率，意味着 SaaS 厂商家可以打破 10 亿营收魔咒。

　　过去家具家装产业链的产品图纸格式不一， 以前的设计师们，效果图用 3DMax，施工图用 AutoCAD，工厂用 AutoCAD，报价做 BOM 表用 Excel，品牌商们买了一堆 ERP 用不着，配合起来就很痛苦。如果能基于同一款软件，既可以下单又可以拆单，既可以做效果图，又可以控制机床，那产业链的协作速度会提到新高。 蔡志森指出。

　　家装家居行业产业链冗长，产品多样化，需求个性化程度较高，服务商能力不标准，导致市场集中度较低，形成了 大产业小公司 的行业特点。

　　在 整家定制 的全品类融合销售趋势下，后端生产决定了交付效率、安装成功率以及能否实现 所见即所得 ，除了设计端的 AI 应用，前后端系统打通以及后端生产流程智能化也是厂商们关注的重点。

　　比如欧派家居的 CAXA 软件，集设计效果图、报价、线框图、下单、自动拆单为一体，后端环节较之前节约近 6 个小时；索菲亚工厂采用 CNC 数码控制系统，能够更快速处理生产流程数据，并做出生产预测，提升板利用率，有效减少木材资源浪费；同时，机器人板件分拣率近 100%，准确率在行业处于领先水平，控制了制造分拣过程中的损耗。

　　通过全品类全流程的打通，品牌商们以此可迅速将前端设计方案匹配为后端自动化生产数据，避免人工拆单的低效、出错问题，让单能够更快进入生产环节，提升整体生产效率。

　　有行业分析师认为，随着 AI 在家居产品、前端方案设计及后端生产环节的赋能持续深化，头部家居企业有望依托于资金、技术优势，在 AI 时代下进一步扩大自身优势，打破原本因人力限制造成的 成长瓶颈，持续提升份额。