（图片来源：Pixels）

 

三维家讲透了一个道理：数字化企业如何利用已有优势构建AGI能力。

@数科星球原创

作者丨苑晶

编辑丨大兔

AIGC火热半年有余，人们已对ChatGPT不再陌生。

从互联网巨头再到上一代AI企业，没人想错过这一轮饕餮盛宴。但客观地说，随着AIGC变得更加普适化，技术的红利期正在不断缩短。由此，人们开始重新审视这轮浪潮背后的实际价值。

在数科星球（ID：digital-planet）看来，新生的AGI企业在和时间赛跑，谁能在短时间内构筑护城河，谁就能笑到最后。作为一家数字化企业，三维家对AIGC看得很清楚。

该公司在家装行业的见地深刻且富有逻辑性，在无数企业纷纷向着垂直领域模型进击的当下，我们认为，这家公司的经验值得借鉴。这一次，数科星球（ID：digital-planet）对话三维家创始人蔡志森，我们将从家装行业深入浅出，想必对AIGC从业者来说，会有所裨益。

01

家装数字化的特殊性

家装行业涉及面广，从设计、施工到家居材料和家具陈设，商品SKU多、用户的个性化强。在普通人的生活中，居家时间长，家居环境对日常生活的影响非常直接。

没人想住在不舒服的环境中，而这样让家装行业的数字化变得十分专业化。长期以来，家居行业的数字化并未为大众所熟知。仅在矢量图设计中，该行业就要求设计师掌握较高水平的图形设计和计算机技术，另外还有较高的审美和家装知识。

AIGC能在如此之卷的行业生根发芽吗？它是否能够替代传统的家装软件？面对这个问题，蔡志森给出答案：“可以，但现在通用的文生图或者以图生图软件都是‘玩具’。”

某位设计师对数科星球（ID：digital-planet）透露，他曾经尝试过用文生图软件做设计，不过尴尬的是，在提示词变化后，生成的图片的大小或轮廓也发生了变化。这样一来，成品便很难交付。另外，如果想修改图片细节，已有的AIGC类产品也不支持。

实际上，目前的AIGC软件只切入了家装行业的冰山一角。从产业链的角度上看，该行业的软件生态由To C端的户型设计软件、云设计平台以及设计+制造产品组成。在目前以Midjourney等为主的文生图软件中，只能生产2D图像为主的效果图，由于没有具体参数，让这类图片难以产生更多价值，也无法实际参与至实物制造过程之中。

在蔡志森的思维里，GPT等软件可实现部分的“布局”功能，但渲染层面还未染指：“渲染的背后是形状可控、材质可控，成品图需要结合不同的材质质感、灯光效果，不过目前这些功能在通用化AIGC产品中还不具备。”

为了实现“可控”，需要大量矢量图数据积累。甚至可以说，没有矢量数据，便无法在家装行业做数字化产品。

蔡志森的信心来源于，三维家拥有16.3亿+设计方案库，覆盖全国2800万+小区的户型数据，庞大且真实的矢量数据集让大模型的落地应用成为可能。

02

矢量参数数据+AIGC

什么是矢量图，它长什么样？

熟悉家装的人或许有印象。通常，设计师通过专业的2D设计软件为客户生成家居图。在后期，这类黑白相间、条条框框的设计图也可根据户型参数生成出3D效果。同样地，在家居商城中，销售人员的也是通过这类终端软件展示板材、家具等家装元素的效果。

无论设计图的复杂与否，设计师都要一点一点绘制。从AIGC的角度来看，这种工作是典型的重复性劳动场景。原理上，至少在家装图设计领域，存在巨大的升级空间。

所以，家装行业的AIGC升级的本质就是矢量数据的AIGC化。展开来说，在3D建模环节，需要数字化厂商拥有大量房屋户型图数据；在建材和家装单元设计，需要积累每个品类、每款消费品的参数数据。

从结果上看，AIGC升级后的家装行业十分吸引人：那将意味着，消费者不再需要线下走访样板间确定需求，不再受制于线下家装行业繁文缛节的消费套路。到那时，即便消费者并不了解家装，也可以通过海量的生成式内容自行规划居家设计。

“如果考虑到人体工程、光照气温等数据，系统甚至可以不带立场地推荐家装方案的最优解。”一位资深行业从业者对数科星球（ID：digital-planet）说。

“简单来说，AIGC让家装从‘填空题’变成了‘选择题’。”蔡志森说。

03

AIGC化后的家装产业变化

值得注意的是，AIGC不仅会改变家装设计领域，还会对行业整体造成深远影响。

以往，C2M逻辑贯穿制造业。消费者直接向生产者提出需求，绕开了经销商以获得更便宜的价格。而如今，由于AIGC企业在产品中积累了大量数据集，结合算法后，便可以为制造商提供更多有价值的数据。

另外，制造商可以结合数据进行新的排产，在营销活动后，用户在AIGC平台中的浏览、下单情况能够实施得到反馈。最终，这些数据被结合至不同产线之中，让产线的产能得到充分利用。

“比如在志邦家居，我们帮助他们提高了2%左右的原材料利用率，这对于于有20亿规模的企业来说，每年节省了几千万成本。”蔡志森回答。

除了能够赋能制造，AIGC产品还可以赋能物流。和家居需要矢量参数数据的道理类似，货车、集装箱在装货的过程中，同样依赖空间布局的数据。在将运输商品的价格输入至系统后，货运公司就可以提升空间利用效率。

对于数字化本身而言，由于行业上游AIGC企业所提供的数据实时、精准，让这类数据可以被产业链各条环节重复利用，这样便不用“重复造轮子”，提升了企业间的数据使用效率。

对于To B用户而言，在企业利用数据的同时，可以依据生成式AI所提供的的极简对话系统生成想要的内容，这样便把以往几百上千次点击操作简化成了一次输入。

对于三维家的影响是，AIGC浪潮来临后，该公司的战略更加聚焦、也更加AI化。蔡志森将企业的着眼点进行了重新梳理，他对数科星球（ID：digital-planet）这样说：“目前，我们关注三个问题，即要结合什么场景解决什么问题、数据标签如何生成以及如何搭建算法模型。”

结尾：当下，无论是国内还是国外，结合AIGC已成为风潮，在我们的了解中，以三维家为代表的企业正在积极拥抱变化。乐观预期下，3D矢量数据的AIGC化前景可观，其所造成的改变不仅仅局限于家装行业，这意味着诸如医学影像、地质勘探数据、建筑模型等都可以进行几何形状、纹理、颜色等信息的二次创造。

不过，客观地说，由于家装行业的特殊性，3D矢量数据的AIGC化存在难度。这需要将以往存储在数据库中的数据转化为数学模型，并利用深度学习将其进行分类、识别、分割等操作，从而实现自动化的数据处理和分析。用蔡志森的话来说，就是：“要把他们从数据库抽取出来，变成0和1”。

对于国内“卡脖子”型行业来说，AIGC所带来的影响将是十分深远的。数科星球（ID：digital-planet）认为，在将上述产品参数数据化和AIGC化后，其所带动的生产力将是极其惊人的。

在未来，AIGC将成为撬动杠杆的支点，将已有的生产力放大数倍。蔡志森希望，依靠AIGC为支点，让三维家从家装行业出发，成为一家世界级的通用工业软件企业。