从文生“图”，到文生“房”，贝壳的业务想象空间仍在一步一步的扩大着 ……
图源：网络
日前，贝壳宣布推出首款AIGC家装设计产品“设牛”，通过快速生成装修设计图，把用户对于家的构想可视化，旨在提高设计师和用户的沟通效率、打造装修全新体验的同时，赋予家装行业更多可能。
图源：网络
据悉，设牛主要有“拍照生图”“选户型生图”“风格模板”“传参考图生图”“直连设计师”五大功能。根据官方介绍，该功能将于12月份在北京、上海、杭州、成都等城市开始测试。
可以说，设牛的推出让贝壳迈出了“AI+”布局中十分关键的一步。只是，切入人工智能赛道，贝壳打的到底是什么算盘？发力AIGC与自身业务相融合，贝壳又将面临哪些困难呢？
贝壳＆AIGC:一场基于本质的“量身定做”
不难发现，背靠着巨大的人工智能浪潮来袭，赛道内AI家装的落地融合产物层出不穷。这其中，相较于诸多参与者的跟风入驻，大模型之家认为贝壳与AIGC在产业上的融合更多了些“不谋而合”。
首先，作为一家房地产服务平台，贝壳的核心业务包括房源信息发布、房屋租售、房屋估价、房屋贷款等。而这，不仅为设牛的推出提供了海量的户型图、实拍图和效果图数据支持，也在一定程度上将贝壳原有的业务模式由简单房屋“转手桥梁”，成功升级为一揽子式房屋升级迭代服务商。
其次，链入AIGC意味着贝壳进一步拓展了家装业务领域，将用户的体验愈加深入化。根据官方介绍，设牛的“拍照生图”功能可以实现快速生成效果图；“风格模板”功能，可为用户提供多种家装风格设计模板并应用到户型全屋；“传参考图生图”功能则可以将用户心仪的效果直接生成应用；最后，在生成自己家的方案后，用户可以使用在线咨询功能与设计师交流问题，并一站式解决从灵感到落地的所有问题。
再有，设牛的推出开辟了贝壳全新的业务模式。众所周知，AIGC技术在家装设计领域的应用是创新性的，它有助于提高设计效率，降低成本，并为用户提供更加个性化的设计方案。通过“设牛”，贝壳可以形成一套新的业务模式，为诸多房地产行业赛道提供家装设计支持，实现AI快速落地的同时，增加了商业化的可能性。
此外，设牛的推出一定程度上对B、C两端起到了更好的链接作用。一方面，背靠着贝壳的数据支持，设牛设计师可以拥有更多的“实操”机会，积累更多的经验，另一方面，通过在C端的操作，用户可以将自己对家的构想可视化，更直观地的了解装修效果。而作为“桥梁”，有助于提高设计师和用户的沟通效率，减少误解和返工，实现设牛设计师与用户间的双赢。
最后，通过推出具有创新性的AIGC家装设计产品，“设牛”有助于提升贝壳的品牌形象，使其在竞争激烈的家装市场树立技术领先的形象。而这，不仅表明了其具有持续且强大的技术实力和研发能力，还增强了用户在家具“全屋智能”背景下的信任感和认可度。
根据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。也就说，家装行业仍具有巨大的想象空间。
一个不容忽视的重点是，据贝壳2023年第三季度财报显示，其家装家居的Q3净收入为32亿元（4亿美元），较上年同期的18亿元增长72.1%，主要由于订单增加及交付能力提升带动了家装家居业务总交易额的有机增长。“以己之长，攻人之短”，选择将自己的长处矗立在“风口”上，势必会为贝壳带来更大的“起飞”机会。
诚然，种种迹象表明，设牛的推出的确从服务及商业化两端升级了贝壳AI化的竞争高度。它摒弃了目前家装赛道简单桎梏化的户型可视化组装应用，将人工智能时代迸发的产业化完整融入自身，成功缔造了“AI+家装”功能化向商业化雏形过渡的格局。
“随着业务场景数据、装修签单设计方案数据、贝壳平台户型、实勘图等信息的持续输入，贝壳将进一步进行模型调优训练，设牛也将不断迭代升级，让更多用户和服务者受益。”贝壳强调。
综上所述，如今贝壳的AI故事，是其骨子里的AI“基因”乘着“天时（AI风口）、地利（家居家装相关数据积累）、人和（用户留存基数大）的一次爆发。
AIGC家装：“纸上谈兵”筑不成现实
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的助力一定程度则让AI家居设计走向新的阶段。
不过，尽管目前AIGC的“登堂入室”，已经拉开了AI家装赛道的竞争序幕，但距离真正的落地仍有几个“台阶”需要跨越。
首先，文生房能否成为现实依然存疑。一位拥有7年家装设计经验的设计师告诉大模型之家，目前可以出效果图的软件很多，但在实际应用中（尺寸、设计需求、实际空间设计）仍效率不高，整体处于噱头大与实际的初级阶段。值得一提的是，此前，无界AI创始人长铗曾公开提到，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。因此，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。
其次，AIGC家装可能会缺乏个性化。众所周知，由于AIGC一定是基于大量数据训练而成，因此稍有不慎便会出现重复或模仿已有的内容或数据，无法做到结合“实际”充分考虑满足客户的独特需求和审美的弊端。
同时，虽然生成式大模型较人工的生成效率更高，但其生成的数据及方案“质量”及“准确性”是否可靠仍然存疑。大模型之家在今年8月推送的文章《“ChatGPT”，是不是程序员的“自掘坟墓”？》提到：大模型生成内容存在不准确、错误，甚至是包含漏洞的可能。
此外，数据安全也是悬在其头上的一把达摩克利斯之剑。由于在整个开发及应用过程中势必会涉及到用户的住址、家庭结构、生活习惯等信息。因此，一旦在开发过程中数据被泄露或滥用，都将有可能为客户带来安全风险。目前，社交平台上不乏《又见“AI换脸”诈骗!小伙7秒被骗30万》等标题的文章出现，这对于基于巨大用户数据的家装行业同样适用。
最后，赛道内，一众家装参与者大举引入AIGC，无疑为本就落后的贝壳带来了更大的压力。据大模型之家不完全统计，目前赛道内，Collov 推出了生成式 AI 驱动的设计工具 CollovGPT 0.2，用户能够尝试各种设计风格和一站式家具购买解决方案；Planner 5D 推出了一个基于 Stable Diffusion 的设计工具 Design Generator，只需上传图片就能快速生成定制的室内设计渲染图；酷家乐成立了 AIGC 实验室，三维家战略合作无界AI，尚品宅配发布了基于多模态大模型的 AIGC 技术，东易日盛一口气发布了三款新范式 AIGC 家装工具……
因此，大模型之家认为，对贝壳来说，虽然设牛的诞生拉开了其业务全面AI化的序幕，一定程度上增加了有力的竞争筹码，但如何在五花八门的竞争对手及遍地开花的AIGC融合渠道中，找到属于自己的独特优势，才是其亟待解决的重要课题。
更长远来看，尽管如今的AI早已成为家装行业普遍的“金汤匙”，但如何在不断积累用户信任的背景下，抓住机遇，开拓出一条全栈式业务落地的商业形态也将成为其持续发展的根本。
原创文章，作者：欧 玉娇，如若转载，请注明出处：http://damoai.com.cn/archives/2670
