深度對話三維家| 4萬億市場，家裝設計會誕生AIGC首個殺手級賺錢應用嗎？

2022年，ChatGPT的火爆登場，超級燒錢的AI大模型賽道隨即進入“千模大戰”，“戰況”慘烈異常。

時間來到2023年年中，AIGC熱度不減，雖然創業者還在洶湧入局。究竟如何使用AIGC技術？ AIGC技術可以在哪些場景率先落地？商業模式究竟在哪裡?這成為全球創業者最關心的話題，誰率先解決了這個問題，誰就最有可能是AIGC時代真正賺錢的“超級應用”。

圖片來源：由maze AI生成

6月初，AI+雲工業軟件企業三維家宣布完成D輪數億元融資，投後估值6億美元。而該融資資金將主要用於加速三維家產品矩陣迭代升級，並加大在AI等技術上的研發投入。

三維家是國內家裝設計領域無可爭議的TOP級玩家，從營銷、設計到下單、生產，它打造前後端一體化產品矩陣讓很多人了解了什麼是“所見即所得”式的家裝設計體驗。

深厚、完整的產業基礎，超前佈局AIGC的理念和實踐，這都讓這家企業在2023年成為“AIGC+產業落地”這一風口的典型代表。三維家在AI、AIGC領域的理念和經驗是怎樣的？他們如何看接下來的產業機遇和挑戰？

6月28日，三維家合夥人、首席產品官曹健參加了巴比特、中國AIGC 產業聯盟（AIGCxChina）和時戳微藍共同發起主辦的湧現·AIGC 產業應用沙龍。

三維家曹健

活動上，曹健不僅做了題為《3D垂類大模型賦能智能製造》的專題分享，他還與巴比特CEO王雷展開了一場1對1的CEO對話，從三維家多年的行業經驗出發，詳細解碼了AI和AIGC給家裝設計行業的機遇和挑戰。

曹健介紹，AIGC在家裝設計、智能製造行業的使用屬於產業應用，它需要有真實性，可落地，如果設計師用AIGC生成一張家裝設計“美圖”，但數據無法落地到生產環節，那是沒有意義的。

因而，三維家需要把AIGC天馬行空式的作圖方式，變成一種“精準的控制”。一方面發揮AIGC“百變的魔法力”。同時，要讓AIGC作出來的位圖，對應、匹配到準確的、符合工業生產需求的3D矢量設計數據（圖）。這種“魔法”也是一種大模型，它可能是只屬於這個行業的、垂直的3D大模型。

實際上，AIGC走紅之前，在家裝設計、智能製造行業，AI的應用已經貫穿於設計、生產、管理和服務等製造業的各個環節。通過大數據和AI技術挖掘和發揮數據的價值，並開展節能降耗、設備預測性運維。

這個行業的“下半場”會如何發展？曹健認為，3D大模型AIGC需要打通製造業的數據一體化。也就是說AIGC不僅僅畫個設計圖，而是要從設計到生產，完成整個產業鏈條的打通。它既可以做消費者觀看的圖，最後還能對接生產。

“首先，AIGC技術可生成3D矢量化的產品數據。其次，3D產品數據一體化貫穿各環節，自動轉換輸出格式。最後，數據全鏈路上雲，為智能排產、智慧經營的打造基礎。 ”他說。

王雷（左）對話曹健（右）

以下內容來自王雷與曹健的對話，經巴比特整理。

曹健：還不一定是因為是AIGC。整個家居行業是一個非常大的產業，在中國大概有4萬億這樣一個交易規模，而且逐年都在漲。在過去，中國一直缺少這樣一個自主的軟件提供商，我們有這個機會。

王雷：拿到這筆融資後，你們在AIGC方面的投入規劃可否介紹下？

曹健：我們一直在投入。 2018年就健立了圖靈實驗室，研究AI的智能設計。而面對那麼大一個存量市場的一款產品，我們又是一個比較純粹的科技型公司，我們會有很大的研發投入。

曹健：技術發展都會有一個技術曲線圖，一個新技術出來之後過熱，然後又衰退，又再次繁榮。 AI其實已經是第二波了，2017年已經熱過。這一波其實帶來了一些實質性的生產力的變革。之前可能是噱頭大於實際，大家都看不懂。但今天，人人都要去學習AI。

曹健：在國內，可能有很多設計師，大家稱他們是設計師，但因為市場的約束跟商業環境的問題，他們只能說是在繪圖，一畫就是好幾年，幾年下來可能連工藝的書都沒有翻過，材料也沒有怎麼研究過。其實設計師要學很多東西，這是一個需要閱歷豐富、博學知識的工作。

畫圖是設計師向消費者、向他的買家去表達自己思想、理念的一個工具，是他工作的一小部分，這不應該成為他花費時間最多的工具。他應該花更多時間去學習工藝材料，人文文化，學習人體工程，消費者心理等，他要讓自己的設計在後期施工的時候不要存在太多坑，消費者住起來舒適。

我不認為AI會替代設計師，替代的是繪圖工作者，這個觀念要轉變一下。

曹健：現在來講，AIGC對我們這個行業來說帶來的是一種憧憬。實際的生產中價值還沒有得到規模化的驗證，大家都還在摸索。我們作為一個技術公司，還是很看好這條賽道的，我們可以在AIGC這裡做點落地的東西出來。

目前看，它肯定是有缺點的。今天的AIGC，把它落到真正的生產鏈的環節當中，我認為我們還有很多工作要做。

曹健：我想各個行業的頭部企業都會有這樣的困擾。我們是13年成立的，經歷過很多輪這樣的考驗了。在13、14年，像我們這類公司你能數出上百家來，但堅持下來的並不多，一般的話生命週期可能在兩三年之內，過去比較匱乏技術，合適的商業模式、另外一方面是資本加持。今天，我覺得影響因素可能更多是技術跟商業模式，以及對行業的理解、創新。所以，這裡確實可能會有一些機會。但是，我們也在持續的進步，在利用這些新技術去超越我們的一些前輩公司，比如說海外的一些巨頭公司。

曹健：劉強東有分享過一個觀點，大企業中都會有小團隊去在做一些商業模式的創新，這些創新都需要基於一些緯度去思考，諸如市場在哪裡，用戶是誰，產品、成本、效率能不能支撐得住，競爭有沒有一些創新差異。我覺得新技術可能年年都會出現一些，我們也經歷過VR，經歷過元宇宙，但是哪些能落地？這得我得先靜靜得去看這個事情，而不是充滿焦躁和不安，或是過於興奮。

曹健：每個新技術出來都會有這樣的質疑。在雲時代來臨的時候，大家就質疑過這個事情。很多頭部企業要求私有化部署，小的企業就利用雲租賃。其實現在雲也相對會做得很安全，因為很多東西在受監管約束，在逐漸完善。

我相信AI也會有這一天。你沒有汽車，那你就不會考慮安全帶的設計，肯定是汽車先造出來，再設計安全帶。

版權的問題，未來可能會由區塊鏈技術來解決。加密認證，可溯源。當然，這不是我們要去解決的，我們還是要專注在我們自己產業的商業跟應用。當這樣的東西出來時，我們接入安全平台就好了。

曹健：AIGC它其實是一個神經網絡渲染技術，它餵了很多圖和大模型鏈接之後用調節模型去重新模擬，問題在於不能精準控制。在傳統製造業，無論是生產一雙鞋，一件服裝，還是我們的一個家具，它背後是有工藝的，是強約束的。設計師需經過嚴謹的設計，在設計的過程當中會考慮到材料的擬合性、加工屬性等等。

很多生產企業在用我們三維家的模型建模的時候，在裡面建的模型本身就帶工藝屬性。我們在做設計的時候用的就是這些帶工藝屬性的數據。

目前AIGC看的是面子，沒有里子，但是，這不代表AIGC未來也不會有。

曹健：五年是不是有點太遠了？

三維家在創業之初就在講“所見即所得”。 10年、20年以前，裝修房子要獲得一張效果圖是很昂貴的。現在所有行業都講你買我東西，我免費給你提供效果圖。

通過把AI技術跟我們的生產數據打通，我可以想到一個情景，消費者在自己做兒童房局部改造的時候，或者廚房局改。他自己可以打開手機APP做設計，然後下單，最後，工廠會把成品寄給消費者。 中間的話可能只有線上的一些遠程服務來幫助消費者達成這樣一個結果。這可能使得裝修變成一種高頻消費，消費型服務。

我覺得這跟蘋果的深度攝像、深度量尺等等技術會有一個交匯點。但到底是三年還是五年，我不知道。