AI 浅尝辄止

2024 年 8 月：

再看去年 3 月发在公众号的文字，写的都是些什么玩意啊？

大概是因为当时的浮躁环境和曾经的从业经历导致了胡言乱语。过去了一年多时间，尝试了各类 AI，对 AIGC 有了新的认识。重新梳理一下感想：

AIGC 的三个问题

1. 没有空间感和尺度感

目前的 AIGC 都是基于二维图片进行训练，这导致了无法处理三维空间信息的缺陷。

譬如生成一张建筑效果图经常出现配景人物与建筑比例失调的情况，譬如多角度生成多张图片时很难统一细节的风格和形态，又譬如无法从一个体块组合生成指定层数的立面门窗。

这也导致了 AIGC 目前在建筑工程领域只能用于方案前期沟通而很难用于后期落地。

解决方案

可以通过一个三维模型来解决：

1. 指定高度和层数后用 Magiz 一键生成门窗尺度准确的三维模型
2. 定视角转为 ControlNet 图片导入 AIGC 再生成效果图

具体实测可以查看 公建演示 和 住宅演示 ，效果还不错！

2. 细节难以控制

AIGC 基于语义向量的整套编码和解码的技术虽然可以保证图片的大关系正确，但细节容易出错。这时要么重新生成新的图片，要么用 inPaint 重新生成局部，都离不开提示词。问题在于语言本身是不精确的，想用语言进行精确控制就会经常出错。

3. 产生的价值有限

目前 AIGC 已经可以大量生产下限较高但同质化的图像，最现实的意义是降低成本。但降低成本往往不等于提高利润（或提高效率）。