Penerapan AIGC sangat mengubah pekerjaan dan kehidupan kita, dan desain interior juga sangat terpengaruh. Melalui teknologi AI yang inovatif, kami dapat menata ulang dan mendesain ruang interior kami dengan cara yang belum pernah ada sebelumnya, sehingga membuka kemungkinan-kemungkinan baru dalam pengalaman hidup.
Dalam Unbounded Talk edisi kali ini, Jason, manajer "Designer's Toolbox", pencipta AIGC, perancang algoritme, dan perancang arsitektur, diundang untuk menunjukkan kepada kita penerapan dan misteri AI di bidang desain interior!
Berikut ini adalah konten menarik yang dibagikan di bidang ini-
Poin Penting - Ringkasan
Desain interior berbantuan AI, kondisi idealnya adalah AI dapat membantu desainer menyelesaikan proses desain dari 0 hingga 1. Misalnya diagram tata letak dinding sederhana dapat langsung menghasilkan diagram tiga dimensi dengan berbagai informasi seperti konstruksi dan dekorasi rumah untuk desainer melalui alat AI, sehingga membentuk model informasi.
Namun implementasi sebenarnya akan lebih rumit. Mengambil contoh terminal masukan pada tahap awal, selain tata letak dinding dasar dan tata ruang, ada juga hal-hal seperti preferensi pemilik, anggaran proyek, dan bahkan pengerasan jalan tertentu, bahan dekorasi keras, pilihan dekorasi lembut, dll. ., yang masing-masing berbeda jenis keluarannya. Bagaimana cara menggabungkan alat AI ini dengan input dan output dengan lebih baik?
Menurut tingkat teknisnya, desain interior dapat dibagi menjadi 3 tahap berbeda:
1. Tahap konsultasi: Ini adalah tahap di mana pelaksanaan dan pelaksanaan rencana belum selesai. Menggunakan model bahasa besar seperti ChatGPT akan sangat baik.
2. Desain Konseptual: Pelanggan berharap untuk melihat sebanyak mungkin solusi khusus dalam gaya berbeda pada tahap ini yang memenuhi preferensi pribadi mereka. Gunakan alat menggambar AI seperti Difusi Stabil untuk membantu desainer dan memaksimalkan efisiensi kerja.
3. Pemodelan konseptual: Untuk konversi dari gambar ke model 3D, berdasarkan pemandangan unik desain interior, model 3D dapat dihasilkan melalui sketsa bidang sederhana atau gambar tata letak, namun belum direalisasikan oleh AI solusi untuk pemodelan halus.
4. Pendalaman desain: Alat AI yang umum saat ini tidak dapat membantu desainer dengan baik, dan model CAD atau BIM tradisional dapat dipilih.
Tim Jason mencoba membuat beberapa alat kecil, terutama berfokus pada tahap awal konsultasi desain, desain konsep dan model konsep, dan melakukan beberapa upaya pada tahap pengembangan desain selanjutnya.
Pada tahap konsultasi, untuk perusahaan desain, model bahasa besar yang diwakili oleh ChatGPT memiliki generalisasi yang kuat. Namun ketika diterapkan pada tingkat aplikasi, perusahaan akan memiliki database sendiri dan kebutuhan terkait, yang dapat diatur ke dalam perpustakaan vektor, dan pada saat yang sama bekerja sama dengan agen AI untuk membangun platform pemasaran internal atau pengambilan data.
Desainer juga dapat menggunakan alat kecil tersebut untuk mengatur sumber daya mereka dengan lebih baik, mengubahnya menjadi basis pengetahuan vektor, dan kemudian menggunakan AI, metode pengambilan yang lebih efisien, untuk meningkatkan biaya waktu pada tahap pengambilan informasi.
Jason membagikan beberapa rute teknologi aplikasi berdasarkan perluasan model bahasa besar: rekayasa kata cepat, basis pengetahuan perusahaan, agen AI, penyesuaian model besar, dan empat aspek lainnya:
**(1) Proyek kata cepat: **Biaya konstruksi relatif rendah. Berdasarkan model yang besar, dapat dibatasi dengan memasukkan kata-kata cepat, sehingga model ini dapat digunakan sebagai alat bantu desain untuk membantu desainer dalam menyelesaikan suatu pekerjaan. Namun saat ini, hal ini mungkin lebih cocok untuk beberapa skenario yang kurang ketat dan berbeda, seperti menulis novel, atau melakukan analisis sederhana.
(2) Basis Pengetahuan Perusahaan: Biayanya akan sedikit lebih tinggi, dan diperlukan beberapa tim Litbang profesional. Penting untuk memiliki pemahaman tertentu tentang struktur pengetahuan internal perusahaan, dan mampu mengubahnya secara efisien menjadi basis pengetahuan vektor untuk memudahkan pengambilan. Sangat cocok untuk skenario penerapan penjualan.
(3) Agen AI: Pemahaman sederhananya adalah seorang agen, atau agen, setiap agen akan melakukan satu hal yang dia kuasai. Melalui aturan dan batasan yang ditetapkan, agen-agen yang berbeda ini dapat digabungkan untuk membentuk alur kerja yang lengkap. Dibandingkan dengan dua hal sebelumnya, hal ini memerlukan personel R&D yang memahami skenario bisnis dengan sangat baik.
(4) Penyempurnaan model besar: Arah dengan biaya tertinggi, dan biaya daya komputasi adalah yang paling besar. Untuk perusahaan yang tidak mengarah pada AI atau Internet, tidak cocok untuk menyempurnakan arah ini, dan Anda dapat mempertimbangkan untuk bekerja sama dengan perusahaan terkait.
Ada kendala dalam profesi desainer - ada banyak spesifikasi dan data yang perlu diingat.
Menghadapi situasi ini, desainer dapat menggunakan AI untuk membangun platform yang dapat digunakan di web atau bahkan di ponsel, dan memasukkan data desain yang dikumpulkan di dalam perusahaan atau secara pribadi, seperti "Berapa ukuran restoran yang umum digunakan?" dan seterusnya. Model AI dapat menggabungkan masukan basis pengetahuan untuk menghasilkan jawaban yang sangat akurat. Untuk beberapa spesifikasi desain, AI juga dapat memberikan pengingat yang lebih akurat kepada desainer.
Karena model besar dilatih berdasarkan data informatif sebelumnya, kekuatannya terletak pada generalisasi. Namun untuk dokumen internal perusahaan, dokumen yang bahkan belum dirilis ke Internet, model AI ini tidak dapat dikonsultasikan secara akurat. Oleh karena itu, perlu menggunakan basis pengetahuan unik perusahaan atau individu untuk pelatihan berdasarkan model besar ini guna mengimplementasikan skenario penerapan pencarian informasi.
Hal ini memperluas skenario penerapan baru, agen AI, yang memiliki prospek yang sangat menjanjikan.
Misalnya, dalam skenario e-niaga, ia dapat mewujudkan dialog tanya jawab dengan pelanggan dalam bentuk penjualan, dan juga dapat mencari melalui berbagai alat di latar belakang untuk membantu pengguna mengambil informasi, membantu dalam menghasilkan denah lantai, gambar , dan bahkan merender model.
Faktanya, membuat denah lantai, membuat gambar, dan membuat model rendering adalah tiga agen AI yang berbeda, dan setiap alur kerja bertanggung jawab atas tugas yang berbeda.
Berdasarkan model besar dan skenario bisnis industri yang dipilah secara profesional oleh perusahaan dan praktisi, agen AI ini dapat diintegrasikan dan digabungkan menjadi sistem yang efisien.
Pengguna dapat memasukkan informasi berbeda melalui antarmuka ini, dan membiarkan AI merekomendasikan skema dan kombinasi furnitur berbeda, dll. Bahkan kombinasi furnitur yang diberikan oleh AI dapat diatur dan dipilih dari perpustakaan produk input untuk benar-benar membantu pengguna atau perusahaan mengintegrasikan bisnis mereka sendiri dengan skenario AI yang mendalam.
Kembali ke dunia desain interior. Perancang terlebih dahulu akan menentukan gaya desainnya, karena gayanya sendiri sangat beragam, dan kebutuhan penggunanya sering berubah-ubah. Pada saat yang sama, gaya itu sendiri juga akan mempengaruhi komposisi warna keseluruhan interior, pilihan furnitur dan dekorasi lembut, dll. Jika desainer tidak mengizinkan pengguna menentukan gaya pada tahap awal, beban kerja selanjutnya akan sangat berat.
Oleh karena itu, ketika mendesain di industri saat ini, ditentukan terlebih dahulu bidangnya, baru kemudian ditentukan gaya yang lebih detail. Oleh karena itu, berbagai gaya dilatih terlebih dahulu untuk membuat model AI. Saat pengguna membawa denah lantai, desainer menggunakan alat AI Assisted Rendering untuk menghasilkan dan mengganti gaya dengan cepat.
Alat ini akan membantu pelanggan mendapatkan umpan balik dan pengalaman cepat pada tahap awal, meningkatkan efisiensi kerja perusahaan dan praktisi, dan pada saat yang sama meningkatkan pengalaman pengguna dan membantu perusahaan mendapatkan bisnis.
Selain itu, dunia e-commerce juga membutuhkan publisitas furnitur atau dekorasi, atau kebutuhan akan gambar referensi untuk pelanggan atau desainer.
Dalam skenario ini, gambar yang dihasilkan dengan cepat menggunakan SD masih perlu dioptimalkan sebelum dapat digunakan. Hal ini dapat dikombinasikan dengan warna produk, atau bahkan disesuaikan dengan target pelanggan produk, untuk menciptakan model AI yang disesuaikan untuk memenuhi berbagai skenario dan kebutuhan bisnis.
Selain membantu rendering konsep, AI juga dapat membantu pemodelan. Pada titik ini, perancangan memerlukan informasi yang akurat dan layak, dan banyak rantai pasokan yang akan terlibat.
Pertama-tama, rancang model multimodalitas, yang secara sederhana dapat dipahami sebagai model yang dapat dihasilkan melalui teks atau suara, atau model yang dapat dihasilkan melalui gambar, gambar, video, dll. Sebaliknya, model ini juga dapat menyimpulkan berbagai bentuk informasi tersebut.
Pembuatan gambar AI adalah proses dari awal. Misalnya, dengan menggunakan desain konsep beberapa pot bunga berbentuk V dan menggunakan algoritme sumber terbuka, Anda dapat menghasilkan model kasar yang berbeda pada tahap awal. Bentuknya relatif akurat dan dapat mencerminkan objek Gambar struktur. Pada saat yang sama, melalui beberapa algoritma optimasi tradisional lainnya, model yang relatif kasar ini dapat diubah menjadi mesh 3D yang dapat diedit lagi, dan bahkan retopologi.
Dengan cara ini, perancang dapat menghasilkan beberapa desain konsep AI dalam 10 detik, dan kemudian menggunakan alat kecil ini untuk dengan cepat mengubahnya menjadi sesuatu yang dapat diedit dalam 30 detik, yang akan sangat menghemat waktu untuk memulai pemodelan dari 0, Meningkatkan pekerjaan perancang efisiensi.
Lantas, apa yang bisa dilakukan AI dalam memperdalam peta?
Mungkin teknologi open source saat ini tidak dapat digabungkan secara efisien dengan penerapan desain interior selanjutnya. Pasalnya, teknologi menggambar yang dikuasai AI saat ini masih berbasis ruang 2D. Adegan desain sebenarnya memiliki persyaratan yang sangat tinggi pada skala dan keakuratan keseluruhan ruang, serta banyak detail.
“Saya yakin dengan semakin matangnya model 3D yang besar dan multi-modalitas, efisiensi ini akan dibangun secara bertahap, dan akan semakin matang.” Jason mengatakan, saat ini masih perlu dipadukan dengan teknologi tradisional untuk membantu. dalam penyelesaian Memperdalam gambar.
Skenario penerapan pertama agak mirip dengan skenario pemasaran AI yang ditunjukkan di awal, dikombinasikan sesuai dengan bahan dan produk furnitur internal perusahaan. Misalnya, AI dapat digunakan untuk menghasilkan gambar biaya, tetapi akan ada tautan produk yang sesuai pada gambar ini, hal ini dapat dianggap menggunakan gambar AI untuk mengubah informasi yang terkandung di dalamnya menjadi informasi produk.
Adegan kedua adalah tentang migrasi material. Desain interior secara sederhana dapat dipahami terdiri dari lapisan visual, lapisan geometris, dan bahkan lapisan halus lainnya. Keuntungan AI adalah dapat dengan cepat menghasilkan keseluruhan ruangan yang sesuai dengan suasananya. Meskipun jenis cahaya dan bayangan ini mungkin tidak akurat, namun tetap dapat membantu kita menemukan skema warna dan komposisi ruang dengan cepat.
Jika informasi yang terkandung dalam gambar yang dihasilkan oleh AI dapat diekstraksi dan diubah menjadi model kita, hal ini dapat mempercepat proses pemodelan sang desainer.
Tanya Jawab - Ulasan
Ruiya: Menurut Anda, bidang apa yang akan menjadi bidang pertama di mana AI akan digunakan dalam pekerjaan desain interior? Apakah itu desain rendering kreatif atau yang lainnya?
Jason: Harus kreativitas desainnya, dan lebih terkonsentrasi di tahap awal. Sekarang kita berbicara tentang pengurangan biaya dan peningkatan efisiensi, yang merupakan hal yang dapat meningkatkan potensi efisiensi perusahaan sampai batas tertentu. Baik itu berdasarkan pemasaran online atau gambar cepat berbasis SD, ini dapat meningkatkan pengalaman pelanggan. Ada juga peluang lebih besar untuk menarik lebih banyak pelanggan.
Namun rendering mungkin tidak menjadi hal yang umum di masa depan, karena gambar AI atau SD tidak akurat dalam hal cahaya dan bayangan dalam ruangan yang dihasilkan. Berdasarkan penyimpangan tersebut maka akan terjadi penyimpangan yang lebih besar pada efek pendaratan.
**Ruiya: Sudahkah Anda mempertimbangkan untuk membuat alat yang memungkinkan pengguna C-end membuat gambar desain mereka sendiri dengan cara yang sangat sederhana? **
Jason: Sebenarnya cukup sulit membuat produk seperti itu. Secara khusus, ada perusahaan di industri yang telah terakumulasi selama bertahun-tahun, seperti Kujiale dan Sanweijia, yang menggunakan teknologi AI untuk memudahkan pembuatan produk yang lebih baik di bidang ini. Saya pikir tim kecil hampir tidak memiliki peluang dalam hal ini.
Namun dalam hal ini, produk seperti itu di masa depan pasti akan menjadi semakin sederhana, dan peran desainer dalam tahap desain konsep akan sangat berkurang.Saya pikir nilai inti dari desainer mungkin perlu ditransfer di masa depan. . Ini lebih tentang bagaimana mengimplementasikan peta konsep yang disukai pemiliknya dengan lebih baik.
**Ruiya: Berdasarkan pengamatan Anda saat ini, apakah ada contoh desain menggunakan AI yang telah diterapkan? **
Jason: Kalau lengkap dari konsep sampai selesai, saya belum lihat yang ini. Namun jika rendering konsep dibantu AI, pemilik dapat menentukan gayanya melalui gambar konsep dan aplikasi lainnya.
**Ruiya: Apakah menurut Anda AI mudah terpengaruh oleh bias set pelatihan saat melakukan desain berbantuan, sehingga mengakibatkan kurangnya keragaman dalam hasil desain? **
Jason: Pasti ada situasi seperti itu. Meskipun kami menambahkan model pelatihan kumpulan data kami sendiri berdasarkan model besar. Tapi peta pelatihan ini sendiri mungkin juga merupakan peta yang bisa ditemukan di Internet, dan alkemis lain juga bisa menemukannya.
Namun, masalah homogenisasi juga dapat dipengaruhi oleh tren atau faktor tren dari sudut pandang desain. Dalam tren tertentu, materi gambar di seluruh Internet mungkin bias terhadap gaya ini.
**Ruiya: Bagaimana desainer masih memiliki kemampuan untuk mengontrol dan menyesuaikan hasil akhir selama rendering AI? **
Jason: Bagi seorang desainer, tidak sulit bagi Anda untuk mengontrol hasilnya. Menurut saya kesulitannya terletak pada apakah denah yang menurut desainer dapat memenuhi kebutuhan pemiliknya.
**Rui Ya: Apakah menurut Anda AI akan mengubah pemahaman kita tentang estetika desain? **
Jason: Pastinya. Dengan populernya alat AI, estetika setiap orang sebenarnya akan terangkat ke level yang lebih tinggi. Oleh karena itu, dalam tren ini, desainer harus meningkatkan estetikanya sendiri. Pada saat yang sama, hal ini juga akan meningkatkan kebutuhan inovasi para desainer. Salah satu sumber inovasinya adalah setiap orang perlu mengubah cara tradisional dalam mencari gambar referensi untuk melakukan desain. Jadi menurut saya desainer masa depan, atau mereka yang ingin menjadi desainer kelas atas, harus mengubah cara ini.
**Ruiya: Melalui pengulangan set pelatihan yang berkelanjutan, menurut Anda apakah di masa depan, apakah AI akan memiliki kemampuan untuk memahami dan memprediksi kebutuhan dan tren pengguna di masa depan? **
Jason: Ya. Keahlian AI adalah memproses data dalam jumlah besar untuk diringkas dan bahkan membuat beberapa prediksi.
**Ruiya: Hingga saat ini, masih banyak desainer interior tradisional yang khawatir AI akan menggantikan pekerjaan mereka. Dalam situasi ini, bagaimana Anda berpendapat kepada mereka bahwa desainer tidak tergantikan dalam hal kreativitas dan sentuhan manusia? **
Jason: Masalah AI yang menggantikan desainer tradisional sebenarnya adalah upaya untuk mengurangi biaya dan meningkatkan efisiensi di seluruh masyarakat ekonomi.Revolusi AI sebenarnya menggantikan beberapa pekerjaan yang paling berulang dan tidak kreatif.
Desainer kreatif tidak akan pernah bisa digantikan oleh alat. Jika Anda seorang desainer interior yang lebih teknis, disarankan untuk menggunakan teknologi AI dan mempelajari lebih lanjut prinsip-prinsip dasarnya, karena tidak ada orang awam yang dapat melakukan pelatihan model industri atau mengemas kumpulan data berkualitas tinggi.
Selain itu, desainer yang pandai berkomunikasi ternyata bisa memperkuat kemampuannya sendiri. Tentu saja, Anda mungkin perlu mengubah pemikiran Anda, yaitu bagaimana menggunakan alat ini untuk membantu Anda menemukan lebih banyak pelanggan dengan lebih baik, atau membangun IP atau merek pribadi Anda.
Berbagai industri sedang membicarakan pengurangan biaya dan peningkatan efisiensi.Saat ini, tidak sulit untuk mencapai pengurangan biaya dengan bantuan AI. Namun jika alat AI digunakan untuk mencapai efisiensi yang lebih baik, hal ini merupakan topik jangka panjang lainnya, dan banyak peluang baru juga akan muncul darinya.
Lihat Asli
Konten ini hanya untuk referensi, bukan ajakan atau tawaran. Tidak ada nasihat investasi, pajak, atau hukum yang diberikan. Lihat Penafian untuk pengungkapan risiko lebih lanjut.
Tinjauan langsung | Bentuk ulang alur kerja desain interior dengan AI!
Penerapan AIGC sangat mengubah pekerjaan dan kehidupan kita, dan desain interior juga sangat terpengaruh. Melalui teknologi AI yang inovatif, kami dapat menata ulang dan mendesain ruang interior kami dengan cara yang belum pernah ada sebelumnya, sehingga membuka kemungkinan-kemungkinan baru dalam pengalaman hidup.
Dalam Unbounded Talk edisi kali ini, Jason, manajer "Designer's Toolbox", pencipta AIGC, perancang algoritme, dan perancang arsitektur, diundang untuk menunjukkan kepada kita penerapan dan misteri AI di bidang desain interior!
Poin Penting - Ringkasan
Desain interior berbantuan AI, kondisi idealnya adalah AI dapat membantu desainer menyelesaikan proses desain dari 0 hingga 1. Misalnya diagram tata letak dinding sederhana dapat langsung menghasilkan diagram tiga dimensi dengan berbagai informasi seperti konstruksi dan dekorasi rumah untuk desainer melalui alat AI, sehingga membentuk model informasi.
Namun implementasi sebenarnya akan lebih rumit. Mengambil contoh terminal masukan pada tahap awal, selain tata letak dinding dasar dan tata ruang, ada juga hal-hal seperti preferensi pemilik, anggaran proyek, dan bahkan pengerasan jalan tertentu, bahan dekorasi keras, pilihan dekorasi lembut, dll. ., yang masing-masing berbeda jenis keluarannya. Bagaimana cara menggabungkan alat AI ini dengan input dan output dengan lebih baik?
1. Tahap konsultasi: Ini adalah tahap di mana pelaksanaan dan pelaksanaan rencana belum selesai. Menggunakan model bahasa besar seperti ChatGPT akan sangat baik.
2. Desain Konseptual: Pelanggan berharap untuk melihat sebanyak mungkin solusi khusus dalam gaya berbeda pada tahap ini yang memenuhi preferensi pribadi mereka. Gunakan alat menggambar AI seperti Difusi Stabil untuk membantu desainer dan memaksimalkan efisiensi kerja.
3. Pemodelan konseptual: Untuk konversi dari gambar ke model 3D, berdasarkan pemandangan unik desain interior, model 3D dapat dihasilkan melalui sketsa bidang sederhana atau gambar tata letak, namun belum direalisasikan oleh AI solusi untuk pemodelan halus.
4. Pendalaman desain: Alat AI yang umum saat ini tidak dapat membantu desainer dengan baik, dan model CAD atau BIM tradisional dapat dipilih.
Pada tahap konsultasi, untuk perusahaan desain, model bahasa besar yang diwakili oleh ChatGPT memiliki generalisasi yang kuat. Namun ketika diterapkan pada tingkat aplikasi, perusahaan akan memiliki database sendiri dan kebutuhan terkait, yang dapat diatur ke dalam perpustakaan vektor, dan pada saat yang sama bekerja sama dengan agen AI untuk membangun platform pemasaran internal atau pengambilan data.
Desainer juga dapat menggunakan alat kecil tersebut untuk mengatur sumber daya mereka dengan lebih baik, mengubahnya menjadi basis pengetahuan vektor, dan kemudian menggunakan AI, metode pengambilan yang lebih efisien, untuk meningkatkan biaya waktu pada tahap pengambilan informasi.
**(1) Proyek kata cepat: **Biaya konstruksi relatif rendah. Berdasarkan model yang besar, dapat dibatasi dengan memasukkan kata-kata cepat, sehingga model ini dapat digunakan sebagai alat bantu desain untuk membantu desainer dalam menyelesaikan suatu pekerjaan. Namun saat ini, hal ini mungkin lebih cocok untuk beberapa skenario yang kurang ketat dan berbeda, seperti menulis novel, atau melakukan analisis sederhana.
(2) Basis Pengetahuan Perusahaan: Biayanya akan sedikit lebih tinggi, dan diperlukan beberapa tim Litbang profesional. Penting untuk memiliki pemahaman tertentu tentang struktur pengetahuan internal perusahaan, dan mampu mengubahnya secara efisien menjadi basis pengetahuan vektor untuk memudahkan pengambilan. Sangat cocok untuk skenario penerapan penjualan.
(3) Agen AI: Pemahaman sederhananya adalah seorang agen, atau agen, setiap agen akan melakukan satu hal yang dia kuasai. Melalui aturan dan batasan yang ditetapkan, agen-agen yang berbeda ini dapat digabungkan untuk membentuk alur kerja yang lengkap. Dibandingkan dengan dua hal sebelumnya, hal ini memerlukan personel R&D yang memahami skenario bisnis dengan sangat baik.
(4) Penyempurnaan model besar: Arah dengan biaya tertinggi, dan biaya daya komputasi adalah yang paling besar. Untuk perusahaan yang tidak mengarah pada AI atau Internet, tidak cocok untuk menyempurnakan arah ini, dan Anda dapat mempertimbangkan untuk bekerja sama dengan perusahaan terkait.
Menghadapi situasi ini, desainer dapat menggunakan AI untuk membangun platform yang dapat digunakan di web atau bahkan di ponsel, dan memasukkan data desain yang dikumpulkan di dalam perusahaan atau secara pribadi, seperti "Berapa ukuran restoran yang umum digunakan?" dan seterusnya. Model AI dapat menggabungkan masukan basis pengetahuan untuk menghasilkan jawaban yang sangat akurat. Untuk beberapa spesifikasi desain, AI juga dapat memberikan pengingat yang lebih akurat kepada desainer.
Karena model besar dilatih berdasarkan data informatif sebelumnya, kekuatannya terletak pada generalisasi. Namun untuk dokumen internal perusahaan, dokumen yang bahkan belum dirilis ke Internet, model AI ini tidak dapat dikonsultasikan secara akurat. Oleh karena itu, perlu menggunakan basis pengetahuan unik perusahaan atau individu untuk pelatihan berdasarkan model besar ini guna mengimplementasikan skenario penerapan pencarian informasi.
Misalnya, dalam skenario e-niaga, ia dapat mewujudkan dialog tanya jawab dengan pelanggan dalam bentuk penjualan, dan juga dapat mencari melalui berbagai alat di latar belakang untuk membantu pengguna mengambil informasi, membantu dalam menghasilkan denah lantai, gambar , dan bahkan merender model.
Faktanya, membuat denah lantai, membuat gambar, dan membuat model rendering adalah tiga agen AI yang berbeda, dan setiap alur kerja bertanggung jawab atas tugas yang berbeda.
Berdasarkan model besar dan skenario bisnis industri yang dipilah secara profesional oleh perusahaan dan praktisi, agen AI ini dapat diintegrasikan dan digabungkan menjadi sistem yang efisien.
Pengguna dapat memasukkan informasi berbeda melalui antarmuka ini, dan membiarkan AI merekomendasikan skema dan kombinasi furnitur berbeda, dll. Bahkan kombinasi furnitur yang diberikan oleh AI dapat diatur dan dipilih dari perpustakaan produk input untuk benar-benar membantu pengguna atau perusahaan mengintegrasikan bisnis mereka sendiri dengan skenario AI yang mendalam.
Oleh karena itu, ketika mendesain di industri saat ini, ditentukan terlebih dahulu bidangnya, baru kemudian ditentukan gaya yang lebih detail. Oleh karena itu, berbagai gaya dilatih terlebih dahulu untuk membuat model AI. Saat pengguna membawa denah lantai, desainer menggunakan alat AI Assisted Rendering untuk menghasilkan dan mengganti gaya dengan cepat.
Alat ini akan membantu pelanggan mendapatkan umpan balik dan pengalaman cepat pada tahap awal, meningkatkan efisiensi kerja perusahaan dan praktisi, dan pada saat yang sama meningkatkan pengalaman pengguna dan membantu perusahaan mendapatkan bisnis.
Selain itu, dunia e-commerce juga membutuhkan publisitas furnitur atau dekorasi, atau kebutuhan akan gambar referensi untuk pelanggan atau desainer.
Dalam skenario ini, gambar yang dihasilkan dengan cepat menggunakan SD masih perlu dioptimalkan sebelum dapat digunakan. Hal ini dapat dikombinasikan dengan warna produk, atau bahkan disesuaikan dengan target pelanggan produk, untuk menciptakan model AI yang disesuaikan untuk memenuhi berbagai skenario dan kebutuhan bisnis.
Pertama-tama, rancang model multimodalitas, yang secara sederhana dapat dipahami sebagai model yang dapat dihasilkan melalui teks atau suara, atau model yang dapat dihasilkan melalui gambar, gambar, video, dll. Sebaliknya, model ini juga dapat menyimpulkan berbagai bentuk informasi tersebut.
Pembuatan gambar AI adalah proses dari awal. Misalnya, dengan menggunakan desain konsep beberapa pot bunga berbentuk V dan menggunakan algoritme sumber terbuka, Anda dapat menghasilkan model kasar yang berbeda pada tahap awal. Bentuknya relatif akurat dan dapat mencerminkan objek Gambar struktur. Pada saat yang sama, melalui beberapa algoritma optimasi tradisional lainnya, model yang relatif kasar ini dapat diubah menjadi mesh 3D yang dapat diedit lagi, dan bahkan retopologi.
Mungkin teknologi open source saat ini tidak dapat digabungkan secara efisien dengan penerapan desain interior selanjutnya. Pasalnya, teknologi menggambar yang dikuasai AI saat ini masih berbasis ruang 2D. Adegan desain sebenarnya memiliki persyaratan yang sangat tinggi pada skala dan keakuratan keseluruhan ruang, serta banyak detail.
“Saya yakin dengan semakin matangnya model 3D yang besar dan multi-modalitas, efisiensi ini akan dibangun secara bertahap, dan akan semakin matang.” Jason mengatakan, saat ini masih perlu dipadukan dengan teknologi tradisional untuk membantu. dalam penyelesaian Memperdalam gambar.
Skenario penerapan pertama agak mirip dengan skenario pemasaran AI yang ditunjukkan di awal, dikombinasikan sesuai dengan bahan dan produk furnitur internal perusahaan. Misalnya, AI dapat digunakan untuk menghasilkan gambar biaya, tetapi akan ada tautan produk yang sesuai pada gambar ini, hal ini dapat dianggap menggunakan gambar AI untuk mengubah informasi yang terkandung di dalamnya menjadi informasi produk.
Adegan kedua adalah tentang migrasi material. Desain interior secara sederhana dapat dipahami terdiri dari lapisan visual, lapisan geometris, dan bahkan lapisan halus lainnya. Keuntungan AI adalah dapat dengan cepat menghasilkan keseluruhan ruangan yang sesuai dengan suasananya. Meskipun jenis cahaya dan bayangan ini mungkin tidak akurat, namun tetap dapat membantu kita menemukan skema warna dan komposisi ruang dengan cepat.
Jika informasi yang terkandung dalam gambar yang dihasilkan oleh AI dapat diekstraksi dan diubah menjadi model kita, hal ini dapat mempercepat proses pemodelan sang desainer.
Tanya Jawab - Ulasan
Ruiya: Menurut Anda, bidang apa yang akan menjadi bidang pertama di mana AI akan digunakan dalam pekerjaan desain interior? Apakah itu desain rendering kreatif atau yang lainnya?
Jason: Harus kreativitas desainnya, dan lebih terkonsentrasi di tahap awal. Sekarang kita berbicara tentang pengurangan biaya dan peningkatan efisiensi, yang merupakan hal yang dapat meningkatkan potensi efisiensi perusahaan sampai batas tertentu. Baik itu berdasarkan pemasaran online atau gambar cepat berbasis SD, ini dapat meningkatkan pengalaman pelanggan. Ada juga peluang lebih besar untuk menarik lebih banyak pelanggan.
Namun rendering mungkin tidak menjadi hal yang umum di masa depan, karena gambar AI atau SD tidak akurat dalam hal cahaya dan bayangan dalam ruangan yang dihasilkan. Berdasarkan penyimpangan tersebut maka akan terjadi penyimpangan yang lebih besar pada efek pendaratan.
**Ruiya: Sudahkah Anda mempertimbangkan untuk membuat alat yang memungkinkan pengguna C-end membuat gambar desain mereka sendiri dengan cara yang sangat sederhana? **
Jason: Sebenarnya cukup sulit membuat produk seperti itu. Secara khusus, ada perusahaan di industri yang telah terakumulasi selama bertahun-tahun, seperti Kujiale dan Sanweijia, yang menggunakan teknologi AI untuk memudahkan pembuatan produk yang lebih baik di bidang ini. Saya pikir tim kecil hampir tidak memiliki peluang dalam hal ini.
Namun dalam hal ini, produk seperti itu di masa depan pasti akan menjadi semakin sederhana, dan peran desainer dalam tahap desain konsep akan sangat berkurang.Saya pikir nilai inti dari desainer mungkin perlu ditransfer di masa depan. . Ini lebih tentang bagaimana mengimplementasikan peta konsep yang disukai pemiliknya dengan lebih baik.
**Ruiya: Berdasarkan pengamatan Anda saat ini, apakah ada contoh desain menggunakan AI yang telah diterapkan? **
Jason: Kalau lengkap dari konsep sampai selesai, saya belum lihat yang ini. Namun jika rendering konsep dibantu AI, pemilik dapat menentukan gayanya melalui gambar konsep dan aplikasi lainnya.
**Ruiya: Apakah menurut Anda AI mudah terpengaruh oleh bias set pelatihan saat melakukan desain berbantuan, sehingga mengakibatkan kurangnya keragaman dalam hasil desain? **
Jason: Pasti ada situasi seperti itu. Meskipun kami menambahkan model pelatihan kumpulan data kami sendiri berdasarkan model besar. Tapi peta pelatihan ini sendiri mungkin juga merupakan peta yang bisa ditemukan di Internet, dan alkemis lain juga bisa menemukannya.
Namun, masalah homogenisasi juga dapat dipengaruhi oleh tren atau faktor tren dari sudut pandang desain. Dalam tren tertentu, materi gambar di seluruh Internet mungkin bias terhadap gaya ini.
**Ruiya: Bagaimana desainer masih memiliki kemampuan untuk mengontrol dan menyesuaikan hasil akhir selama rendering AI? **
Jason: Bagi seorang desainer, tidak sulit bagi Anda untuk mengontrol hasilnya. Menurut saya kesulitannya terletak pada apakah denah yang menurut desainer dapat memenuhi kebutuhan pemiliknya.
Jason: Pastinya. Dengan populernya alat AI, estetika setiap orang sebenarnya akan terangkat ke level yang lebih tinggi. Oleh karena itu, dalam tren ini, desainer harus meningkatkan estetikanya sendiri. Pada saat yang sama, hal ini juga akan meningkatkan kebutuhan inovasi para desainer. Salah satu sumber inovasinya adalah setiap orang perlu mengubah cara tradisional dalam mencari gambar referensi untuk melakukan desain. Jadi menurut saya desainer masa depan, atau mereka yang ingin menjadi desainer kelas atas, harus mengubah cara ini.
**Ruiya: Melalui pengulangan set pelatihan yang berkelanjutan, menurut Anda apakah di masa depan, apakah AI akan memiliki kemampuan untuk memahami dan memprediksi kebutuhan dan tren pengguna di masa depan? **
Jason: Ya. Keahlian AI adalah memproses data dalam jumlah besar untuk diringkas dan bahkan membuat beberapa prediksi.
**Ruiya: Hingga saat ini, masih banyak desainer interior tradisional yang khawatir AI akan menggantikan pekerjaan mereka. Dalam situasi ini, bagaimana Anda berpendapat kepada mereka bahwa desainer tidak tergantikan dalam hal kreativitas dan sentuhan manusia? **
Jason: Masalah AI yang menggantikan desainer tradisional sebenarnya adalah upaya untuk mengurangi biaya dan meningkatkan efisiensi di seluruh masyarakat ekonomi.Revolusi AI sebenarnya menggantikan beberapa pekerjaan yang paling berulang dan tidak kreatif.
Desainer kreatif tidak akan pernah bisa digantikan oleh alat. Jika Anda seorang desainer interior yang lebih teknis, disarankan untuk menggunakan teknologi AI dan mempelajari lebih lanjut prinsip-prinsip dasarnya, karena tidak ada orang awam yang dapat melakukan pelatihan model industri atau mengemas kumpulan data berkualitas tinggi.
Selain itu, desainer yang pandai berkomunikasi ternyata bisa memperkuat kemampuannya sendiri. Tentu saja, Anda mungkin perlu mengubah pemikiran Anda, yaitu bagaimana menggunakan alat ini untuk membantu Anda menemukan lebih banyak pelanggan dengan lebih baik, atau membangun IP atau merek pribadi Anda.
Berbagai industri sedang membicarakan pengurangan biaya dan peningkatan efisiensi.Saat ini, tidak sulit untuk mencapai pengurangan biaya dengan bantuan AI. Namun jika alat AI digunakan untuk mencapai efisiensi yang lebih baik, hal ini merupakan topik jangka panjang lainnya, dan banyak peluang baru juga akan muncul darinya.