Subes un viewport limpio de SketchUp de una sala vacía. Te regresa un render con un sofá que no modelaste, un tapete que no estaba ahí, y una ventana que se movió 60 cm a la izquierda. Esta es la queja más común que tienen los arquitectos sobre el renderizado con IA — y tiene una causa técnica específica que la mayoría de las herramientas no hace nada para abordar.
Entender por qué ocurre la alucinación es el primer paso para detenerla.
¿Por qué pasa esto?
Los modelos de difusión — la tecnología de IA detrás de la mayoría de las herramientas de renderizado — aprenden entrenándose con millones de fotografías. Aprenden los patrones estadísticos de cómo se ven los espacios reales: las salas usualmente tienen sofás, las cocinas usualmente tienen electrodomésticos, las ventanas usualmente aparecen a cierta altura y ancho relativos a la habitación.
Cuando le das a uno de estos modelos un viewport de SketchUp de una habitación vacía, el modelo está mirando algo que no coincide con sus expectativas de los datos de entrenamiento. Una habitación vacía con piso de concreto y sin mobiliario es estadísticamente inusual. La respuesta aprendida del modelo es hacer que se vea más como las salas en sus datos de entrenamiento — lo que significa agregar mobiliario, ajustar proporciones y rellenar los huecos.
Esto no es el modelo funcionando mal. Es el modelo haciendo exactamente lo que fue entrenado para hacer. El problema es que fue entrenado en fotografía general, no en documentación de diseño arquitectónico.
El problema del condicionamiento ControlNet
El mecanismo técnico detrás de la alucinación es la fuerza del condicionamiento. La mayoría de las herramientas de renderizado con IA usan una extensión de red neuronal llamada ControlNet para anclar la salida a tu modelo 3D. ControlNet toma una representación estructural de tu viewport — líneas de bordes, mapas de profundidad, normales de superficie — y la usa para guiar la generación.
La fuerza de este condicionamiento es la variable clave. Peso alto de condicionamiento: la salida se mantiene cerca de tu geometría de entrada. El modelo renderiza lo que dibujaste. Peso bajo de condicionamiento: el modelo tiene más libertad creativa. La salida se ve más fotogénica, pero se desvía más de tu diseño.
Las herramientas de IA de propósito general por defecto usan menor fuerza de condicionamiento porque produce resultados que se ven mejor para una audiencia general. Las herramientas específicas para arquitectura por defecto usan mayor condicionamiento porque los clientes necesitan ver el diseño real.
La consecuencia práctica: un render con menor condicionamiento casi siempre se verá más impresionante en una demostración. Pero también agregará mobiliario que no diseñaste y moverá paredes que sí.
Cinco señales de que tu herramienta está alucinando
1. Apareció mobiliario que no modelaste. La señal más clara. Si hay una silla en el render que no estaba en tu modelo, la fuerza de condicionamiento es muy baja o la herramienta no expone control sobre ella.
2. Las posiciones de las paredes se movieron. Una habitación que era de 4.5 m de ancho se ve de 3.8 m de ancho en el render. Esto es el modelo ajustando proporciones para coincidir con lo que "se ve bien" según los datos de entrenamiento.
3. Las ventanas cambiaron de proporción o posición. Las ventanas son particularmente propensas a esto — el modelo tiene fuertes priors aprendidos sobre cómo se ven los ratios de ventana a pared, y ajustará los tuyos para coincidir.
4. La altura del techo se ve mal. Un techo de 3 m se renderiza como 2.6 m. Mismo mecanismo — el modelo se está calibrando a sus expectativas de los datos de entrenamiento.
5. Los materiales cambiaron de color o textura significativamente. Especificaste concreto gris pálido y obtuviste yeso beige cálido. El modelo está aplicando lo que asocia con el tipo de escena, no lo que especificaste.
Cómo reducir la alucinación en tu herramienta actual
Si tu herramienta expone la fuerza de condicionamiento como un slider o ajuste, súbela. Más condicionamiento = más fidelidad a tu entrada. El render puede verse ligeramente menos "perfecto" pero se verá más como lo que diseñaste.
Quita los prompts de estilo vagos que invitan a la interpretación creativa. "Interior hermoso y lujoso" es una invitación para que el modelo aplique su propia idea de lo que significa hermoso y lujoso — lo cual puede no coincidir con tu diseño. Sé específico: "interior, pisos de concreto, gabinetería de roble, paredes blancas, sin mobiliario".
Usa materiales de color sólido limpio en tu modelo. Los materiales fuertemente texturados o coloreados en tu viewport le dan al modelo más material en bruto con el cual trabajar pero también más latitud para reinterpretar. Los colores planos limpios son más fáciles de mantener para el condicionamiento.
Si estás renderizando una habitación vacía, considera agregar geometría placeholder básica donde debería ir el mobiliario — cajas simples indicando un volumen de sofá, una huella de mesa de comedor. Esto le señala al modelo que sabes que esas áreas están vacías por diseño, no por omisión.
Por qué las herramientas específicas para arquitectura manejan esto de forma diferente
La diferencia no es solo la fuerza de condicionamiento — es el system prompt. Cada herramienta de renderizado con IA está corriendo un prompt bajo el capó que le instruye al modelo cómo interpretar tu entrada. Las herramientas de propósito general usan prompts optimizados para calidad visual. Las herramientas específicas para arquitectura usan prompts que explícitamente le instruyen al modelo no agregar o quitar elementos.
Un prompt que incluye algo equivalente a "preserva toda la geometría exactamente como se muestra, no agregues mobiliario, no modifiques las posiciones de las paredes, no alteres las proporciones" produce resultados fundamentalmente diferentes a un prompt que dice "render fotorrealista de interior".
Por esto el herramental específico para arquitectura importa. El modelo es la misma tecnología subyacente. La ingeniería de prompts es lo que lo hace arquitectónico en lugar de generativo.
Lo que esto significa para los entregables al cliente
Un render alucinado que llega al cliente es peor que ningún render.
Si un cliente ve un render con un sofá que asume que tú seleccionaste y un tapete que asume está en la especificación, has creado expectativas que no existen en el diseño. Cuando se presenta el diseño real — sin sofá, proporciones diferentes — el cliente lo compara con el render y lo encuentra deficiente. Te has preparado para una conversación difícil.
La fidelidad de la geometría no es un detalle técnico bonito. Es un requisito profesional para cualquier cosa que vaya a un cliente, entre a un concurso o sea usada en una sumisión de planificación. El render debe mostrar lo que diseñaste. Cualquier otra cosa es engañoso.
¿Por qué los renders con IA agregan mobiliario que no modelé? Las herramientas de renderizado con IA usan modelos de difusión entrenados en fotografía general. Cuando tu modelo carece de mobiliario, la IA lo rellena para coincidir con sus expectativas de los datos de entrenamiento. Las herramientas con alta fuerza de condicionamiento ControlNet y prompts específicos para arquitectura previenen esto al anclar la salida a tu geometría exacta.
¿Cómo evito que la IA cambie el layout de mi habitación? Sube la fuerza de condicionamiento en tu herramienta si está expuesta como ajuste. Usa prompts específicos y restrictivos en lugar de unos vagos y estéticos. Usa una herramienta diseñada para fidelidad arquitectónica en lugar de un generador de imágenes de propósito general. Las herramientas específicas para arquitectura como Maquete usan prompts afinados que explícitamente previenen la modificación de geometría.
¿Maquete agrega mobiliario alucinado? No — los prompts de Maquete están específicamente diseñados para preservar la geometría de tu modelo. No agregamos mobiliario que no modelaste, y no alteramos posiciones de paredes, proporciones de ventanas o dimensiones de la habitación. Si tu modelo muestra una habitación vacía, el render muestra una habitación vacía.
¿Qué herramientas de renderizado con IA preservan la geometría? Las herramientas construidas específicamente para uso arquitectónico — Maquete, y en distintos grados herramientas como Veras en ajustes más altos de condicionamiento — están diseñadas para la preservación de la geometría. Las herramientas de difusión de propósito general (Midjourney, Stable Diffusion estándar) no tienen condicionamiento arquitectónico y alucinan libremente. La pregunta clave a hacerle a cualquier herramienta: ¿cuál es tu fuerza de condicionamiento ControlNet, y qué dice tu system prompt sobre la geometría?