AIGC如何改变4万亿家居产业链？

有没有想过，亲手设计自己的家？

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，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。”

01 AI加持，设计门槛降低

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。

图片来源：悟我艺居

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。

“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。

每平每家设计师则基于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，全部交由平台完成，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。

图片来源：酷家乐棚拍2.0

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。

02 从文生“图”到文生“房”

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。

这一点也是通用绘图模型难以解决的问题。

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。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。

图片来源：一线设计

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。

图片来源：三维家

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。

矢量数据集背后是海量的行业数据资产。

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。

图片来源：三维家

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、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。

图片来源：酷家乐AI

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。

03 制造业如何实现“一图到底”？

尽管AIGC方便上手、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。

同时，AIGC对室内设计的影响，远不及对平面设计和服装设计那么迅猛。

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。

数据来源：波士顿咨询

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。

其次，AIGC解决了设计工具的易用性问题。

第三，设计工具的普及，将加速家具家装行业全流程工业化的速度。

更低的使用门槛意味着更高的行业渗透率和更多的营收。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。

家具家装品牌商们也看到了一个提升管理半径、突破成长瓶颈的机会。

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。

图片来源：国金证券研究所

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。