AI 生成 3D 室内空间：为什么一个房间比一条街更难

让图像模型画一间北欧风客厅，三十秒后你会拿到一张照片：白橡木、低矮沙发、午后的光斜掠过抹灰墙面。让智能体在 3D 里做同一间房，它首先要定的是门有多宽。

室内是 AI 3D 里被要求得最多、也最稳定地令人失望的东西，原因不在模型质量。房间比街道更难，尽管它只有街道的百分之一大。

房间的图片和房间是两种产品

「AI 室内设计」这个品类很大，商业上也健康，而且几乎全是基于图像的：上传一张客厅照片，选一个风格，十五到六十秒后拿回改造过的照片。这些工具把自己的事做得很好，下面说的都不是在批评它们。

它们不产出的东西是几何体。结果里没有沙发，只有排列成沙发样子的像素。你无法测量它、无法与它碰撞、无法走到它背后、无法把它重新打成黄昏的光，也无法导出。移动相机，房间会跟着变，因为模型握住的是一个视角，不是一个房间。

这决定了哪些问题根本问得出口。「走廊够宽吗」是一个 3D 问题。图像生成器会画出一条 500 毫米宽的走廊，而且画得很好看，因为照片里没有人需要走路。

一个测试就能分开这两种产品：指着结果里的任意一件东西，问它有多大。如果没人能用毫米回答，你拿到的是一张图。

为什么房间比街道更难

外景是更多的工作量：一个小镇是几百栋建筑，一间布置好的房间大约四十个物件。但工作量和难度是两回事。

观察者在 600 毫米之外，不是 30 米

街景里最近的立面离相机 8 到 15 米，窗顶低了 200 毫米在那个距离上看不见。在室内，你把手搭在台面上：台面在 1.05 米而不是 0.90 米，你在有意识地去看之前就已经感觉到了。同样的绝对误差，在室外是舍入差，在室内是缺陷。

每个人都是房间专家

没人对主干道该多宽有强烈意见。但所有人一辈子都坐在 750 毫米高的桌子前、450 毫米高的座面上，从略高于自己头顶的门楣下走过，一次都不用低头。这种经验是非语言的，却触发得极快——所以生成的室内常被形容成像梦：比例在所有地方同时轻微出错。

通行尺寸是房间与模型盒的分界

在室外，多数错误是外观问题。在室内，错误是功能问题，因为房间是要被占用的。椅子离墙近了 200 毫米就拉不出来；700 毫米的走廊会卡住角色胶囊体；中岛离操作台只有 800 毫米，厨房就变成一个只能站在门口观看的神龛。

撑起一个房间的那些数字

这些是惯例而非物理定律，各国也有差异，但它们聚得很紧。按它们搭出来的室内读起来就是对的，哪怕没人说得清为什么。

写进任务描述之后，这些数字就不再是冷知识，而变成工具去求解的约束集。「宽敞的厨房」无法核对；「中岛与操作台之间净 1.2 米」可以量，量出 800 毫米时你就指着被忽略的那一句。

先布局，后物件

房间的功能是一张关系图，不是一张购物清单

厨房不是水槽、灶台、冰箱加几个柜子。它是这三者构成的三角形，每条边 1.2 到 2.7 米，周长在 4 到 8 米之间，灶台两侧要有放东西的台面，穿过房间的动线不能横切这个三角。客厅是一组面向同一个视觉中心的座位，动线绕着这组走。卧室是一张床，至少有一侧能走人，且门的开启弧线不会撞上它。

给生成器一张清单，它就还你一张清单：物件贴着墙一圈站好，像学校舞会。给它关系图——什么必须挨着什么、什么必须面向什么、什么绝不能被挡住——你得到的才是房间。

先壳体，再动线，最后家具

先做壳体（墙、地、顶和洞口，用米），再定动线，然后把家具放进动线没占走的地方。家具住在动线剩下的空间里，绝不反过来。先生成沙发再指望平面图围着它凝结，和在室外先造建筑再修路是同一种失败——一片场景先作为布局被解决，然后才作为几何被解决。在室内这个期限只是更早，因为能吸收错误的余量少得多。

这正是「智能体驱动真实编辑器」拉开与一次性生成差距的地方。Cuberta 造室内和造室外用的是同一套做法：墙、洞口、家具和灯作为彼此独立的物件放进去，智能体把场景读回来自我纠正，而它放下的任何东西你都可以移动。

光的问题

在室外，打光几乎是免费的：一个太阳、一片天空，影子就落在该落的地方。在室内，太阳基本被你刚建好的东西挡住了，剩下的是少数几个必须由你自己安排的光源。

生成室内最常见的失败，是天花板正中一盏很亮的点光源：地上一摊平光、角落发黑、墙面几乎接收不到光而变灰、脸被正上方打亮。照明行业早就走过了这一步。现行版本的 EN 12464-1 不再把水平工作面当成全部任务，而是给周围表面加了指标：墙面 75-150 勒克斯，顶面 50-100 勒克斯。墙是暗的，房间就是暗的，不管吸顶灯上写着多大的数。

• 洞口首先是光源，其次才是几何。窗外什么都没有的窗户就是一个黑矩形，房间会丢掉光本该来的方向。
• 两到四盏看得见的灯。一盏台灯、中岛上方底面高出台面 750 毫米的吊灯、吊柜下的灯带——每一个既是物件也是发光体。
• 任务光放在任务发生的地方。厨房整体约 300 勒克斯，备餐台面 500 勒克斯；客厅在 100-300 之间就很舒服。
• 一个房间一种色温，除非你有理由。家用暖光在 2700-3000 K；2700 K 的台灯旁边挂一块 6500 K 的顶面板，读起来是 bug，不是气氛。

当一个人站在里面，不用往窗外看就能说出是几点钟，这个室内才算做完。

让室内和室外互相对得上

把房子的外观和室内分两次生成，它们不会对上，而且偏差是系统性的，不是随机的。单独生成的室内偏大方，因为在大景别里好看的房间比人真正住的房间大。单独生成的外观偏紧凑。拼在一起，你会得到 8 米乘 10 米的占地里塞着四间 5 米乘 6 米的房。解决办法是让少数几个尺寸变成共享的，两边都从那里读。

• 层高。2.4 米净高加上大约 0.3 米楼板构造是 2.7 米；立面上的分层带必须是这个数。
• 窗台与窗顶标高。内墙面上的 900 毫米和 2100 毫米，在外墙面上也必须是 900 和 2100，位置相同、数量相同。先在花园里数一遍窗，再在楼梯平台上数一遍，这一项抓到的错误比任何单一检查都多。
• 墙厚。外墙 300-400 毫米，隔墙 100-125 毫米。零厚度的墙会给你一栋里面比外面大的房子。

导出前要检查什么

• 走进去，别绕着飞。相机放到 1.6-1.7 米，以头的高度穿过房间。环绕镜头恰好藏住了房间存在的全部理由。
• 穿过每一个洞口。762 毫米的门放得过半径 0.3-0.5 米的角色胶囊体；中岛和墙之间 600 毫米的缝放不过。
• 扫一遍通行尺寸。走廊 900 毫米，厨房通道 1200 毫米，每一把会被拉开的椅子背后 900 毫米。
• 找穿模和悬浮。室内的物件接触面比室外多得多，两种问题都在接触处暴露：椅背插进桌面、地毯穿过地板、桌腿下 5 毫米的缝——截图里看不见，影子里一目了然。
• 检查背面，数灯。你会看到衣柜的背板和沙发后面的墙。每一个读起来像光源的灯具，要么发光，要么被你有意识地降级成道具。

一份可以直接交给智能体的说明

像对施工的人描述那样描述房间：尺寸、位置、通行、光。形容词放到最后，而且贴到材料上，不贴到空间上。

一间 4.2 米乘 5.6 米的餐厨合一空间，净高 2.4 米。门居中开在南侧短墙，宽 900 毫米，门顶 2.1 米。北墙两扇窗，窗台 900 毫米，窗顶 2100 毫米。地柜沿西墙布置：冰箱在北端，水槽在左侧窗下，灶台在其右侧 1.2 米处，两边各留 600 毫米放东西的台面。台面高 900 毫米、深 600 毫米；吊柜在其上方 500 毫米。中岛 2.4 米乘 0.9 米，与地柜平行，两者之间净 1.2 米。餐桌 1.6 米乘 0.9 米、高 750 毫米，放在东侧三分之一，六把椅子，桌边到墙净 1.1 米。橡木台面，哑光灰绿柜门，抹灰墙。中岛上方三盏吊灯，底面高出台面 750 毫米；吊柜下一条灯带；所有灯 2700 K；上午晚些时候的光从北面进来。

这里每一句都可核查。对比一下「温馨的现代农舍风厨房，带质朴韵味」：那是一个很好的图像提示词，对建模工具却是一句空指令——它约束了颜色，没有约束任何你能站进去的东西。在 Cuberta 里，这样一份说明是一场对话而不是一次提交：通道量出 800 毫米时你说一声，中岛就挪。

智能体在这里真正擅长的，是把数字守住——那是枯燥但承重的部分，也正是人累了会掉的部分：台面一直是 900，通道一直是 1200，跨四十个物件不漂移。它不会做的，是把沙发放到一个有意思的位置。它给你的是一间正确的房间，而正确是地板，不是天花板。另一个诚实的限制是时间：街道可以靠截图判断，房间不行。你必须走进去，以头的高度，穿过每一扇门。