原先，设计师出一张图，先要用CAD软件画出三维空间图，再导入建模软件，然后是渲染器渲染……这些步骤不仅仅代表着专业，也是巨大的成本，包括时间和金钱。
AIGC基本就改变了游戏规则。就像AI绘画打破了画家与小白的界限，AI设计也让普通人可以在设计这个细分的垂直领域大展身手。
据晨羽AI的Jcolor介绍，在实际场景里，设计师用AIGC做概念设计图，在与消费者沟通时，双方能高效完成装修方案的沟通，AIGC堪称“营销利器”。
在中国，家装设计领域有两个“巨头”，一个是三维家，另一个是酷家乐，他们对AI技术的敏感性其实超越公众想象。比如酷家乐就高调成立了AIGC实验室，研究包括家居家装、商业空间、地产建筑等全空间领域的AI设计生成。三维家也是如此，据其3D产品总监曹健介绍，他们从2018年就开始引入AI技术来赋能家居家装设计，积累了丰富的经验和数据，目前也推出了多个AI相关的应用。
我们发现，设计的商业模式清晰，效果立竿见影，是典型的流量型入口。这使得近期出现了不少相关应用。这给人一种感觉，AIGC和大模型技术让整个家居行业卷起来了。
垂直领域率先发力，家装设计领域会诞生自己的“标志性”大模型吗？
ChatGPT掀起了AI大模型技术的浪潮，不管是海外还是国内互联网巨头，纷纷入局通用大模型赛道。但从过去半年的落地情况看，垂直领域的中小模型反而可能“后发先至”。
通用大模型类应用固然很神，小红书大量设计类内容出自Midjourney，但真要落地生产，它就歇菜了。
像三维家、酷家乐这类家装设计软件，它往往是生成一个3D空间方案，分两块内容，一块是经过渲染的，极具真实感的位图，可以给消费者观看。另一块是对应的3D矢量图，拥有丰富的材质、尺寸等数据，用于对接到生产端进行生产。正是这些矢量数据，包括定制柜子等最终产品可以在消费者家里严丝合缝的组装起来，实现“所见即所得”。
目前AIGC缺少的显然就是矢量数据。如何克服AI设计与生产之间的“鸿沟”？曹健告诉巴比特，这是他们目前正在努力的一个方向。这里面有什么挑战吗？曹健认为难度在于对行业的理解与沉淀，对新技术的重视投入。
今天，如果把家装行业积累的海量数据喂给大模型，然后训练出垂直领域的行业模型，使得这个模型做出来的图跟此前的方案一样与矢量数据一一对应，就可以实现普通消费者变成设计师的神奇效果：不仅美学上有保障，还能落地生产。
很有意思的一点在于，这个事情chatGPT做不了，互联网巨头可能也没这个能力。据悉，三维家拥有16.3亿+的设计方案库，覆盖全国2800万+小区的户型数据，如此庞大且真实的矢量数据集让行业的大模型落地应用成为可能。不仅仅是数据，对于行业上下游的理解也是横亘在其它创业者面前的巨大鸿沟，很难逾越。而且，三维家认为，与走红全球的通用大模型相比，这种垂类 3D 大模型兼顾了数据的安全可控，具有通用大模型无法渗透的优势。
实际上，三维家的速度很快，通过自研和合作不断探索AIGC落地家装设计行业的可能性。
5月22日，其Ai Design升级上线，据其介绍，利用户型识别、家具识别、智能布置等AI技术，就能解决AI绘画最难把控的开盲盒难题，实现AI创作有迹可循，创意可控。
5月15日，三维家与无界AI达成战略合作，以期共同将AIGC 技术应用于家装设计行业，通过无界AI的算法技术，共同探索、打造属于家装设计行业的超级大模型。
现在的问题或许在于，不是AIGC什么时候赋能家装设计，而是我们距离设计类软件的终局还有多远。
原文链接：https://baijiahao.baidu.com/s?id=1767394906924686009&wfr=spider&for=pc
