AI w BIM #02 – Od wizji do formy – AI w koncepcjach projektowych

W poprzednim artykule pokazywaliśmy jak AI w pomaga w wizualizacji architektonicznych. Dziś omówimy zastosowanie AI w koncepcjach projektowych.

Autorka: Oliwia Prochowska
Pod redakcją: Wojciech Jędrosz

Początek projektu to moment, w którym pomysły są jeszcze luźne i nieuchwytne. Zapisane na serwetce, naszkicowane ołówkiem, zaledwie zasugerowane w kilku zdaniach. Coraz więcej narzędzi opartych na AI próbuje z tych niepełnych wizji wygenerować coś więcej, pomagając w koncepcjach projektowych. Na przykład wstępną koncepcję architektoniczną, bryłę 3D, a nawet uproszczony model BIM.

Technologia ta wciąż dojrzewa, ale kierunek rozwoju jest jasny – automatyzacja coraz śmielej będzie wspierać etap koncepcji. W ostatnich miesiącach na rynku pojawiło się wiele rozwiązań. Łączy je wspólny cel: przekształcenie niejasnych założeń projektowych w coś, co można natychmiast oglądać, testować i rozwijać dalej.

Czy da się stworzyć model obiektu… wpisując tylko kilka zdań? Albo przekształcić prosty szkic w wstępny widok koncepcji? W tym wpisie przyglądamy się właśnie takim możliwościom. To drugi artykuł z naszej serii AI w BIM. Badamy w niej, jak sztuczna inteligencja wpływa na kolejne etapy cyklu życia inwestycji budowlanych.

Publikacje będą pojawiać się cyklicznie, dlatego zachęcamy do subskrybowania naszego newslettera.

Generowanie koncepcji projektowych na podstawie tekstu i szkiców

Stable Diffusion i MidJourney otwierają nowe możliwości tworzenia koncepcji w architekturze. Umożliwia generowanie obrazów koncepcyjnych na podstawie tekstów (tzw. promotów) lub szkiców. Choć narzędzia te można zaklasyfikować do kategorii renderowania, znalazły się w tym wpisie, ponieważ naszym zdaniem swoimi możliwościami wykraczają poza klasyczne tworzenie wizualizacji. Zamiast jedynie odwzorowywać istniejące modele, pozwalają na szybkie generowanie zupełnie nowych koncepcji na podstawie tekstów, szkiców czy zdjęć.

W kontekście BIM, MidJourney może być szczególnie przydatne do szybkiego generowania koncepcyjnych wizualizacji. Jeszcze zanim przejdziemy do pełnoprawnego modelowania w programach 3D. Może również wspomagać eksplorację różnych wariantów projektu. Na przykład pod względem zastosowanym materiałów elewacyjnych, tworzenia nastrojowych referencji do prezentacji, a nawet generowania inspiracji materiałowych czy detali elewacyjnych. Co więcej, narzędzie pozwala na pracę na bazie szkiców, co może być pomocne w procesie iteracyjnym i wczesnej fazie projektowej.

Jeśli chodzi o język, MidJourney działa najlepiej na promptach w języku angielskim. Można próbować wprowadzać opisy w innych językach, ale wyniki mogą być mniej precyzyjne. Dlatego dla najlepszych efektów zaleca się używanie angielskich terminów. Aby uzyskać jak najlepsze wizualizacje architektoniczne w MidJourney, warto skupić się na trzech kluczowych aspektach:

• „medium” (technika wykonania),
• „subject” (obiekt),
• „environment” (otoczenie).

Dobrze wybrane narzędziem kluczem do sukcesu

Dobrze dobrane „medium” pozwala uzyskać określoną stylistykę obrazu. Na przykład do fotorealistycznych wizualizacji warto używać fraz takich jak „photorealistic render”, „large format camera photograph”, czy „vintage film camera”. Jeśli zależy nam na szkicu koncepcyjnym, możemy zastosować „hand-drawn line sketch” lub „watercolor illustration”, itd. Wszystko zależy od efektu, który chcemy uzyskać. Kolejny istotny element to dokładny opis samego budynku – jego styl, materiały, forma i detale architektoniczne. Ostatnim kluczowym aspektem jest otoczenie – czyli opis pogody, krajobrazu czy kontekstu urbanistycznego. 

MidJourney oferuje funkcję edycji wygenerowanych obrazów, umożliwiając użytkownikom zaznaczanie konkretnych obszarów i dodawanie detali. Dzięki temu można stopniowo dopracowywać wizualizacje, wprowadzając precyzyjne zmiany w wybranych miejscach. Na przykład zmieniać materiały elewacyjne, dodawać detale architektoniczne czy dostosowywać oświetlenie. Pozwala na stopniowe udoskonalanie koncepcji bez konieczności generowania obrazu od nowa. Można np. wygenerować ogólną formę budynku, a następnie dopracować detale fasady, zmienić rodzaj okien czy dodać elementy krajobrazu.

Obraz fasady budynku stworzony przez Hassana Ragaba w Midjourney. Następnie automatycznie przekształcony w siatkę 3D za pomocą Kaedim. Jest to narzędzie oparte na AI w wizualizacji architektonicznej, które zamienia obrazy 2D w modele 3D.

Stable Diffusion: większa kontrola nad procesem tworzenia obrazu

Podobnie jak MidJourney, Stable Diffusion pozwala na generowanie obrazów na podstawie tekstów, zdjęć czy szkiców. W przeciwieństwie do niego jest jednak narzędziem typu open-source, co otwiera szerokie możliwości dostosowania i integracji z innymi środowiskami projektowymi. Jego potencjał w kontekście architektury i projektowania koncepcyjnego polega przede wszystkim na większej kontroli nad procesem tworzenia obrazu – zarówno jeśli chodzi o styl, jak i strukturę kompozycji.

Stable Diffusion działa w oparciu o tzw. model dyfuzyjny – generuje obraz z niczego, dosłownie z losowego „szumu”, który krok po kroku jest oczyszczany i przekształcany w realistyczną wizję na podstawie opisu tekstowego (promptu). Cały proces przypomina „wywoływanie” obrazu z abstrakcyjnej plamy – z każdą iteracją zbliżając się do pełnej kompozycji.

Co istotne, użytkownik może mieć realny wpływ na ten proces. Wybierając tzw. sampling method (czyli algorytm generowania kolejnych kroków obrazu) oraz liczbę sampling steps (etapów „oczyszczania szumu”), można dostosować tempo, jakość i charakter efektu końcowego. Im więcej kroków, tym bardziej szczegółowy i dopracowany obraz – choć kosztem dłuższego czasu generowania. Różne metody samplowania (np. Euler, DPM++, LMS) wpływają natomiast na styl wizualny, ostrość konturów czy sposób interpretacji formy. To sprawia, że Stable Diffusion jest szczególnie przydatne dla projektantów, którzy chcą zachować kontrolę nad każdym etapem tworzenia wizji.

Dodatki rozwijające możliwości AI w wizualizacji architektonicznej

Dodatkowo, dzięki rozbudowanemu ekosystemowi rozszerzeń – takich jak ControlNet (umożliwiający dokładne prowadzenie układu kompozycyjnego), inpainting (czyli edycja wybranych fragmentów) czy możliwość trenowania własnych modeli – narzędzie to zyskuje coraz większe znaczenie w kontekście architektury koncepcyjnej. Możliwość pracy na bazie szkiców, zdjęć referencyjnych lub technicznych rysunków pozwala projektantom iteracyjnie rozwijać pomysł bez konieczności odtwarzania go od zera.

Stable Diffusion może wspierać wczesny etap projektowania. Oferuje wykorzystanie referencji wizualnych, do badania wariantów bryły lub testowania estetyki i formy budynku – zanim przystąpimy do faktycznego modelowania 3D. Praca na bazie własnych szkiców lub rysunków technicznych, pozwala projektantom stopniowo dopracowywać wizję przestrzenną projektu.

Chociaż aplikacja nie generuje geometrii ani parametrów BIM, może znacząco przyspieszyć moment przejścia od abstrakcyjnego pomysłu do konkretnego kierunku projektowego. Dla wielu zespołów projektowych może to być wartościowe narzędzie. Szczególnie tam, gdzie istotna jest szybkość reakcji, eksperymentowanie z formą lub tworzenie materiałów prezentacyjnych na wczesnym etapie prac.

Stable Diffusion – interfejs

Ulepszanie elementów obrazu wygenerowanego za pomocą Stable Diffusion w trybie inpaint

Kolejnym interesującym narzędziem jest Leonardo AI – można je zaklasyfikować gdzieś między narzędziem do generowania koncepcji i wizualizacji. Stworzony w 2022 roku, stale się rozwija dając projektantom pomocną dłoń przy elastycznej edycji obrazów. Leonardo daje dużą swobodę kreacji dzięki stylom dostępnym do wyboru lub możliwości tworzenia własnych modeli stylistycznych. Pozwala to precyzyjnie dopasować estetykę obrazu do charakteru projektu.

Leonardo AI: elastyczna edycja obrazów i jej ograniczenia

W praktyce Leonardo sprawdza się na etapie szybkiego prototypowania form przestrzennych, tworzenia moodboardów czy wariantów architektonicznych. Jego funkcje, takie jak inpainting — czyli precyzyjna edycja wybranych fragmentów obrazu — umożliwiają iteracyjną pracę nad detalem i pozwalają na korygowanie koncepcji bez konieczności generowania całości od nowa. Co ważne, Leonardo pozwala również pracować na bazie wcześniej załadowanych grafik, co otwiera szerokie możliwości stylizacji szkiców lub testowania alternatywnych wersji tego samego pomysłu.

Warto jednak podkreślić, że mimo zaawansowanych opcji, Leonardo, nie zawsze radzi sobie z pełną spójnością przestrzenną. Wygenerowane obrazy mogą zawierać wizualne artefakty, nieczytelne detale, a przy bardziej złożonych formach – błędy logiczne (np. niesymetryczne okna, niemożliwe połączenia materiałów, dziwne pokrycia dachowe). Oznacza to, że generowana “wizja” nie idzie zawsze w parze z architektoniczną „czytelnością”.

Mimo tych ograniczeń z ciekawością będziemy obserwować dalszy rozwój tych narzędzi – jeśli uda im się poprawić spójność przestrzenną i detale, mogą one stać się stałym wsparciem w procesie projektowym i koncepcyjnym.

Generowanie modeli 3D z tekstu i szkiców dzięki AI w wizualizacji architektonicznej

Choć narzędzia do generowania koncepcji wizualnych świetnie wspierają wczesne etapy projektowania. Pozwalają szybko testować estetykę, atmosferę czy układ kompozycyjny – nie zastępują modelowania 3D. Ich siła tkwi w obrazie: sugestywnym, inspirującym, ale wciąż dwuwymiarowym. I właśnie na tym etapie otwiera się kolejny, obiecujący obszar zastosowań AI w wizualizacji architektonicznej. Mowa o generowaniu trójwymiarowych modeli na podstawie tekstu lub szkicu. To tutaj robi się naprawdę ciekawie. Na tym etapie liczy się już nie tylko estetyczny obraz, ale też przestrzeń, proporcja i logika konstrukcyjna.

Mimo, że przełożenie słów na precyzyjną geometrię wciąż stanowi wyzwanie, coraz więcej firm eksperymentuje z modelami językowymi AI generującymi modele 3D na podstawie tekstowych opisów. Idea jest prosta – wystarczy wpisać kilka słów, a algorytm stworzy gotowy obiekt przestrzenny. 

Mniej znane narzedzia w zasięgu ręki

Rynek oferuje wiele interesujących narzędzi, które przekształcają tekst na geometryczne formy. Ciekawymi przykładami są (wspomniany wcześniej) Kaedim i Sloyd.ai. Choć stworzone głównie z myślą o grach komputerowych, mogą sprawdzić się również do tworzenia koncepcyjnych brył i form w architekturze. Kaedim opiera się na analizie obrazka w 2D – użytkownik przesyła szkic lub render, a system, korzystając z modeli uczenia maszynowego, przekształca ten obraz w uproszczony model 3D.

W praktyce, efekty bywają różne: od zaskakująco trafnych interpretacji do form, które wymagają dalszego dopracowania. Co ciekawe, proces generowania nie jest całkowicie zautomatyzowany. Wstępnie wygenerowane modele 3D trafiają najpierw do zespołu grafików Kaedim, którzy ręcznie je poprawiają i dopracowują przed udostępnieniem użytkownikowi. To właśnie ten ludzki etap – obecny trochę w tle – nadaje modelom większą spójność i estetykę, ale też sprawia, że narzędzie działa bardziej jak hybryda technologii i usługi, niż w pełni samodzielna AI w wizualizacji architektonicznej. Rozwiązanie to sprawdza się przede wszystkim tam, gdzie potrzeba szybko zmaterializować ogólną koncepcję bryły w 3D.

Zdjęcie wczesnej architektury modernistycznej, automatycznie przekonwertowane na siatkę 3D za pomocą Kaedim. Sztuczna inteligencja, która zamienia obrazy 2D w modele 3D

Sloyd.ai i Przyszłość Generowania Modeli 3D

Sloyd.ai działa na nieco innych zasadach niż Kaedim. Zamiast przekształcać końcowy obrazek w model, pozwala budować formy przestrzenne od zera – na podstawie krótkiego opisu tekstowego, obrazu referencyjnego lub gotowego szablonu. Istotny w tym procesie jest dostępny intuicyjny interfejs: użytkownik wybiera bazowy kształt. Następnie może go modyfikować za pomocą suwaków, zmieniając proporcje, detale czy układ elementów. To podejście, przypomina raczej szybkie modelowanie koncepcyjne znane z gier niż klasyczne projektowanie 3D.

Wygenerowane modele są lekkie, uproszczone i mocno stylizowane – co jest naturalne, biorąc pod uwagę, że Sloyd został zaprojektowany z myślą o grach. Nie chodzi tu o odwzorowanie detali czy konstrukcyjną precyzję, ale o możliwość szybkiego przetestowania przestrzennych pomysłów. Narzędzie pozwala w kilka minut przełożyć abstrakcyjną ideę na formę, którą można łatwo oglądać, obracać i dalej modyfikować.

Choć Sloyd nie generuje modeli gotowych do bezpośredniego wykorzystania w środowisku BIM, może odegrać wartościową rolę w procesie projektowym – zwłaszcza na jego początkowym etapie. To narzędzie do szybkiego badania bryły, proporcji, relacji przestrzennych. Działa jak trójwymiarowy szkicownik – ale właśnie dzięki tej prostocie może być interesującym narzędziem dla projektanta.

Kaedim czy Sloyd – nowości w AI w wizualizacji architektonicznej

Narzędzia takie jak Kaedim czy Sloyd potrafią znacząco przyspieszyć opracowywanie formy przestrzennej, bazując na przesłanych szkicach, obrazach lub gotowych modelach, które następnie można modyfikować w określonym zakresie. 

Sloyd.ai – interfejs

Jako ciekawostkę na koniec warto wspomnieć o pracach naukowych i rozwiązaniach pojawiających się horyzoncie, które przesuwają granicę jeszcze dalej – pozwalając tworzyć modele 3D wyłącznie na podstawie opisu tekstowego, bez szkiców, bez szablonów, bez wstępnych form. Należą do nich eksperymentalne, ale obiecujące systemy jak DreamFusion (Google) czy ClipForge (NVIDIA), czy CFD (od zespoły niezależnych badaczy).

Te eksperymentalne narzędzia, generują modele 3D wyłącznie na podstawie opisu tekstowego. Łączy techniki obrazowania 2D (m.in. z wykorzystaniem Diffusion Models) z tzw. NeRF-ami – reprezentacją sceny w formie pola świetlnego 3D. W praktyce oznacza to, że użytkownik wpisuje np. „futurystyczny pawilon z betonowym dachem i przeszkloną fasadą”, a system tworzy z tego trójwymiarową bryłę, możliwą do dalszego wykorzystania. Choć te narzędzia wciąż funkcjonuje głównie w środowiskach badawczych i nie mają jeszcze publicznej wersji, ich potencjał wyraźnie zapowiada rewolucję – moment, w którym projektowanie 3D zacznie się od słowa, a nie od kreski.

Podsumowanie

Narzędzia AI w wizualizacji architektonicznej stają się coraz bardziej użyteczne i są wykorzystywane podczas koncepcyjnego projektowania do odzwierciedlania najśmielszych wizji projektantów. Choć wiele z nich wciąż pozostaje w fazie dynamicznego rozwoju (trzymając się zasady “move fast and break things”), ich potencjał już dziś ma szanse wpłynąć na workflow wczesnych etapów projektowania. Zamiast szukać jednej „właściwej” formy, projektant ma szansę przetestować różne kierunki, zbadać proporcje, rytmy, zestawia ze sobą różne style. 

Możliwość natychmiastowego wygenerowania obrazu lub bryły na podstawie luźnego pomysłu, opisu słownego czy szkicu sprawia, że proces twórczy zasadniczo się zmienia. Dzięki narzędziom AI można szybciej dojść do rozwiązań, które w procesie projektowym zajęłyby godziny – lub wręcz dni – pracy. W tym kontekście AI daje też przestrzeń na popełnianie błędów, eksperymentowanie, wizualne „myślenie na głos”.

Warto podkreślić, że korzystanie z takich narzędzi nie musi oznaczać oddania kontroli maszynie – wręcz przeciwnie. Najbardziej efektywne wykorzystanie AI osiągniemy prowadzeniu z nią dialog: precyzowaniu intencji, określaniu rezultatów, dopracowywaniu detali. To użytkownik nadaje kierunek – AI jedynie rozszerza zakres tego, co można szybko zobaczyć.

Oczywiście, generatywne modele wciąż mają swoje ograniczenia. Wygenerowane formy bywają nieczytelne, uproszczone, a czasem wręcz błędne z punktu widzenia budowlanej logiki. Ale nawet wtedy mogą pomóc w uruchomieniu wyobraźni, formułowania założeń czy prowadzenia rozmów z zespołem i klientem. Zamiast zaczynać od pustej kartki, zaczynamy od obrazu – nawet jeśli wymaga on późniejszej korekty.

W kolejnych częściach tej serii przyjrzymy się, jak AI wspiera dalsze etapy projektowania. Od tworzenia bardziej skomplikowanych modeli BIM, przez etapy analizy, aż po narzędzia wspierające zarządzanie budynkiem. To właśnie tam, gdzie wizja spotyka się z danymi, a forma z funkcją, rola sztucznej inteligencji staje się szczególnie intrygująca. I pełna niewykorzystanego jeszcze potencjału. Śledźcie uważnie kolejne wpisy!