Carichi una viewport pulita di SketchUp con un soggiorno vuoto. Ti torna indietro un render con un divano che non hai modellato, un tappeto che non c'era e una finestra spostata di 60 cm a sinistra. È la lamentela più comune degli architetti sul rendering AI — e ha una causa tecnica precisa che la maggior parte degli strumenti non fa nulla per affrontare.
Capire perché l'allucinazione avviene è il primo passo per fermarla.
Perché succede?
I modelli di diffusione — la tecnologia AI dietro la maggior parte degli strumenti di rendering — imparano addestrandosi su milioni di fotografie. Apprendono gli schemi statistici dell'aspetto degli spazi reali: i soggiorni di solito hanno divani, le cucine di solito hanno elettrodomestici, le finestre di solito compaiono a una certa altezza e larghezza rispetto alla stanza.
Quando dai a uno di questi modelli una viewport SketchUp di una stanza vuota, il modello sta guardando qualcosa che non corrisponde alle aspettative dei suoi dati di addestramento. Una stanza vuota con pavimenti in cemento e senza arredi è statisticamente insolita. La risposta che il modello ha imparato è renderla più simile ai soggiorni dei suoi dati di addestramento — il che significa aggiungere arredi, aggiustare le proporzioni e riempire i vuoti.
Non è il modello che funziona male. È il modello che fa esattamente ciò per cui è stato addestrato. Il problema è che è stato addestrato su fotografia generica, non su documentazione di progetto architettonico.
Il problema del conditioning di ControlNet
Il meccanismo tecnico dietro l'allucinazione è la forza del conditioning. La maggior parte degli strumenti di rendering AI usa un'estensione di rete neurale chiamata ControlNet per ancorare l'output al tuo modello 3D. ControlNet prende una rappresentazione strutturale della tua viewport — linee di contorno, mappe di profondità, normali delle superfici — e la usa per guidare la generazione.
La forza di questo conditioning è la variabile chiave. Peso di conditioning alto: l'output resta vicino alla geometria di input. Il modello renderizza quello che hai disegnato. Peso di conditioning basso: il modello ha più libertà creativa. L'output appare più fotogenico, ma si allontana dal tuo progetto.
Gli strumenti AI generalisti hanno come default una forza di conditioning più bassa, perché produce risultati che sembrano migliori a un pubblico generico. Gli strumenti specifici per l'architettura hanno come default un conditioning più alto, perché i clienti devono vedere il progetto reale.
La conseguenza pratica: un render meno condizionato apparirà quasi sempre più impressionante in una demo. Ma aggiungerà anche arredi che non hai progettato e sposterà muri che hai progettato.
Cinque segnali che il tuo strumento sta allucinando
1. Sono comparsi arredi che non hai modellato. Il segnale più chiaro. Se nel render c'è una sedia che non era nel tuo modello, la forza del conditioning è troppo bassa o lo strumento non ti dà controllo su di essa.
2. Le posizioni dei muri sono cambiate. Una stanza larga 4,5 m sembra larga 3,8 m nel render. È il modello che aggiusta le proporzioni per farle corrispondere a ciò che "sembra giusto" in base ai dati di addestramento.
3. Le finestre hanno cambiato proporzione o posizione. Le finestre sono particolarmente soggette a questo — il modello ha priori appresi molto forti su come dovrebbero apparire i rapporti finestra-parete, e aggiusterà i tuoi per farli corrispondere.
4. L'altezza del soffitto sembra sbagliata. Un soffitto di 3 m viene renderizzato come 2,6 m. Stesso meccanismo — il modello si sta calibrando sulle aspettative dei suoi dati di addestramento.
5. I materiali hanno cambiato colore o texture in modo significativo. Hai specificato cemento grigio chiaro e hai ottenuto intonaco beige caldo. Il modello sta applicando ciò che associa al tipo di scena, non ciò che hai specificato.
Come ridurre le allucinazioni nel tuo strumento attuale
Se il tuo strumento espone la forza del conditioning come slider o impostazione, aumentala. Più conditioning = più fedeltà all'input. Il render potrebbe sembrare leggermente meno "perfetto", ma assomiglierà di più a quello che hai progettato.
Rimuovi i prompt di stile vaghi che invitano all'interpretazione creativa. "Interno bellissimo e lussuoso" è un invito al modello ad applicare la sua idea di cosa significhi bello e lussuoso — che potrebbe non corrispondere al tuo progetto. Sii specifico: "interno, pavimenti in cemento, mobili in rovere, pareti bianche, nessun arredo".
Usa materiali puliti a tinta unita nel tuo modello. Materiali molto texturizzati o colorati nella viewport danno al modello più materia prima su cui lavorare, ma anche più margine per reinterpretare. Le tinte piatte e pulite sono più facili da tenere ferme per il conditioning.
Se stai renderizzando una stanza vuota, valuta di aggiungere geometrie segnaposto di base dove dovrebbero andare gli arredi — semplici parallelepipedi che indicano il volume di un divano, l'ingombro di un tavolo da pranzo. Questo segnala al modello che sai che quelle aree sono vuote per scelta progettuale, non per omissione.
Perché gli strumenti specifici per l'architettura gestiscono la cosa diversamente
La differenza non è solo la forza del conditioning — è il system prompt. Ogni strumento di rendering AI esegue sotto il cofano un prompt che istruisce il modello su come interpretare il tuo input. Gli strumenti generalisti usano prompt ottimizzati per la qualità visiva. Gli strumenti specifici per l'architettura usano prompt che istruiscono esplicitamente il modello a non aggiungere né rimuovere elementi.
Un prompt che include qualcosa di equivalente a "preserva tutta la geometria esattamente come mostrata, non aggiungere arredi, non modificare le posizioni dei muri, non alterare le proporzioni" produce output fondamentalmente diversi da un prompt che dice "render fotorealistico di interni".
Ecco perché gli strumenti specifici per l'architettura contano. Il modello è la stessa tecnologia di fondo. È il prompt engineering a renderlo architettonico invece che generativo.
Cosa significa per i deliverable ai clienti
Un render allucinato che finisce davanti a un cliente è peggio di nessun render.
Se un cliente vede un render con un divano che presume tu abbia selezionato e un tappeto che presume sia nel capitolato, hai creato aspettative che non esistono nel progetto. Quando il progetto reale viene presentato — niente divano, proporzioni diverse — il cliente lo confronta con il render e lo trova mancante. Ti sei preparato da solo una conversazione difficile.
La fedeltà geometrica non è una finezza tecnica. È un requisito professionale per qualsiasi cosa che vada a un cliente, partecipi a un concorso o finisca in una pratica urbanistica. Il render deve mostrare quello che hai progettato. Qualsiasi altra cosa è fuorviante.
Perché i render AI aggiungono arredi che non ho modellato? Gli strumenti di rendering AI usano modelli di diffusione addestrati su fotografia generica. Quando il tuo modello è privo di arredi, l'AI li aggiunge per adeguarsi alle aspettative dei suoi dati di addestramento. Gli strumenti con alta forza di conditioning ControlNet e prompt specifici per l'architettura lo impediscono ancorando l'output alla tua geometria esatta.
Come impedisco all'AI di cambiare il layout della stanza? Aumenta la forza del conditioning nel tuo strumento, se è esposta come impostazione. Usa prompt specifici e restrittivi invece di prompt estetici vaghi. Usa uno strumento progettato per la fedeltà architettonica invece di un generatore di immagini generalista. Gli strumenti specifici per l'architettura come Maquete usano prompt calibrati che impediscono esplicitamente la modifica della geometria.
Maquete aggiunge arredi allucinati? No — i prompt di Maquete sono progettati specificamente per preservare la geometria del tuo modello. Non aggiungiamo arredi che non hai modellato e non alteriamo posizioni dei muri, proporzioni delle finestre o dimensioni delle stanze. Se il tuo modello mostra una stanza vuota, il render mostra una stanza vuota.
Quali strumenti di rendering AI preservano la geometria? Gli strumenti costruiti specificamente per l'uso architettonico — Maquete e, in misura variabile, strumenti come Veras con impostazioni di conditioning più alte — sono progettati per preservare la geometria. Gli strumenti di diffusione generalisti (Midjourney, Stable Diffusion standard) non hanno alcun conditioning architettonico e allucinano liberamente. La domanda chiave da fare a qualsiasi strumento: qual è la tua forza di conditioning ControlNet, e cosa dice il tuo system prompt sulla geometria?
Per approfondire: La preservazione della geometria nel rendering AI — la ragione tecnica di fondo per cui avvengono le allucinazioni, e come prevenirle.