A renderização com IA migrou de experimento para workflow do dia a dia na maioria dos escritórios de arquitetura, mas o vocabulário não acompanhou. Arquitetos estão usando termos como "modelo de difusão" e "ControlNet" sem uma definição comum clara — e a distância entre o que a tecnologia faz e o que se descreve que ela faz está ficando maior.
Aqui estão vinte termos que valem ser conhecidos. Cada um tem uma definição em linguagem simples e uma frase sobre por que ele realmente importa para o seu workflow.
O básico
1. Modelo de difusão (diffusion model) A arquitetura de IA por trás da maioria das ferramentas de renderização. Um modelo de difusão começa com uma imagem de ruído puramente aleatório e iterativamente remove o ruído, guiado por um text prompt e por entradas de condicionamento, até atingir uma imagem coerente. Cada passo da remoção de ruído é uma pequena transformação aprendida. Por que importa: entender que as saídas são geradas através de remoção iterativa de ruído explica por que a mesma entrada pode produzir saídas levemente diferentes a cada vez — o ruído inicial é aleatório, e o caminho pela remoção de ruído é probabilístico.
2. Text prompt A instrução que você dá para a IA: "uma cozinha escandinava ensolarada com armários em carvalho branco e piso de concreto". O prompt molda a saída junto com sua imagem de condicionamento. Por que importa: ferramentas específicas para arquitetura reduzem sua dependência de habilidade em prompt ao lidar com o condicionamento internamente — você especifica materiais e presets de iluminação em vez de escrever um parágrafo de instruções.
3. Imagem de condicionamento (conditioning image) Sua entrada: o viewport do modelo 3D, o screenshot do SketchUp ou a exportação do Revit. A imagem de condicionamento ancora a saída à sua geometria. É isso que separa a renderização arquitetônica com IA das ferramentas de texto-para-imagem — a IA não está imaginando um espaço, ela está renderizando o seu espaço. Por que importa: a qualidade da sua imagem de condicionamento (modelo limpo, bom ângulo de câmera, materiais consistentes) afeta diretamente a qualidade do render.
4. Imagem-para-imagem (image-to-image / img2img) Gerar uma nova imagem transformando uma existente, em vez de gerar a partir de ruído puro. A maior parte da renderização arquitetônica com IA é img2img — você fornece um viewport 3D e recebe uma versão fotorrealista. Por que importa: este é o mecanismo que converte seu screenshot de modelo em um render, ao contrário de texto-para-imagem que geraria um espaço arbitrário a partir de uma descrição.
5. Força de remoção de ruído (denoising strength) Controla o quanto o modelo se desvia da sua imagem de entrada. Força alta de remoção de ruído: o modelo tem mais liberdade criativa e a saída pode divergir significativamente da sua entrada. Força baixa de remoção de ruído: a saída fica muito próxima da sua entrada, mas pode não atingir fotorrealismo. Por que importa: encontrar o equilíbrio certo é a tensão central na renderização arquitetônica com IA — realismo vs fidelidade.
Geometria e fidelidade
6. ControlNet Uma extensão de rede neural que condiciona a saída de um modelo de difusão a uma entrada estrutural — linhas de borda, mapas de profundidade, normais de superfície extraídas do seu modelo 3D. ControlNet é o que torna a renderização com IA arquitetônica em vez de generativa: dá ao modelo um mapa espacial do seu projeto a partir do qual trabalhar. Por que importa: a força do condicionamento de ControlNet é o controle primário sobre a preservação de geometria. Peso maior = mais fiel ao seu projeto.
7. Preservação de geometria (geometry preservation) A capacidade de uma ferramenta de renderização de reproduzir sua geometria de entrada exatamente — paredes na posição correta, aberturas na proporção correta, elementos estruturais onde você os colocou — sem reinterpretação criativa. Por que importa: para entregáveis ao cliente, projetos de aprovação e entradas de concurso, o render precisa coincidir com o projeto. Drift de geometria é um problema profissional, não apenas estético.
8. Drift de geometria / alucinação (geometry drift / hallucination) Quando a IA altera sua geometria de entrada: movendo paredes, adicionando móveis que você não modelou, mudando proporções de janela, ajustando alturas de teto para corresponder às expectativas dos dados de treinamento. Causado por baixa força de condicionamento de ControlNet ou por treinamento de modelo que priorizou qualidade visual sobre precisão arquitetônica. Por que importa: um render que não coincide com seu projeto engana clientes e cria expectativas que não existem no projeto real.
9. Mapa de profundidade (depth map) Uma representação em escala de cinza da sua cena 3D em que o brilho do pixel indica distância da câmera. Pixels claros estão perto; pixels escuros estão longe. Usado como entrada de ControlNet para preservar a estrutura espacial tridimensional do seu modelo. Por que importa: o condicionamento por mapa de profundidade ajuda a IA a entender quais elementos estão à frente de quais, evitando que superfícies sejam achatadas ou que relações espaciais sejam perdidas.
10. Detecção de bordas (edge detection — Canny/HED) Um algoritmo que extrai linhas de borda do seu viewport — limites de paredes, marcos de portas, pilares estruturais, contornos de móveis — e usa isso como condicionamento de ControlNet. Canny e HED são dois algoritmos específicos com diferentes ajustes de sensibilidade. Por que importa: renders condicionados por borda preservam a geometria linear da sua arquitetura muito de perto. Se as linhas de parede no seu modelo estão limpas, o condicionamento por borda produz geometria altamente fiel na saída.
Iluminação e materiais
11. Preset de iluminação (lighting preset) Uma condição de iluminação nomeada — hora dourada, céu nublado, hora azul, sol a pino — que define ângulo solar, temperatura de cor, estado do céu e qualidade de sombra em uma seleção. Por que importa: substitui a necessidade de configurar manualmente imagens HDRI de ambiente, posição solar e parâmetros de exposição. Resultados consistentes e repetíveis sem conhecimento de engenharia de iluminação.
12. Hora dourada (golden hour) O período de aproximadamente uma hora após o nascer do sol e uma hora antes do pôr do sol, quando o sol está baixo e a luz é âmbar/laranja quente. Em fotografia e renderização, a luz da hora dourada cria sombras longas e suaves, temperatura de cor quente (~2500–3500K) e uma qualidade cinematográfica. Por que importa: a iluminação universalmente mais lisonjeira para interiores residenciais e tomadas arquitetônicas exteriores. Clientes respondem ao aconchego.
13. Hora azul (blue hour) O período após o pôr do sol (ou antes do nascer do sol) quando o céu é azul profundo e a luz artificial interior parece quente por contraste. A hora azul cria uma divisão dramática de cor entre o exterior frio e o interior quente. Por que importa: a condição de iluminação predileta para renders de residencial de luxo, hospitalidade e comercial high-end. O clima que ela cria — luz noturna, espaço habitado — é difícil de alcançar com outras condições.
14. Temperatura de cor (colour temperature) Medida em Kelvin (K). Kelvin baixo (~2700K) = luz quente, laranja/âmbar, como uma lâmpada incandescente ou o sol se pondo. Kelvin alto (~6500K) = luz fria, azul/branca, como luz do dia em céu nublado. Por que importa: a temperatura de cor é a variável isolada mais significativa no tom emocional de um render. O mesmo cômodo parece aconchegante a 2700K e clínico a 6500K.
15. HDRI (High Dynamic Range Image) Uma fotografia panorâmica 360° de um ambiente real, usada como fonte de iluminação na renderização tradicional. O HDRI fornece luz ambiente realista, cor de céu e reflexos para a cena. Por que importa: ferramentas de renderização com IA com condicionamento equivalente a HDRI podem produzir luz ambiente fisicamente plausível de qualquer ambiente do mundo real sem exigir que você obtenha ou configure arquivos HDRI.
Termos de workflow
16. Inpainting Editar uma região específica de um render existente deixando o restante inalterado. Você mascara uma área (uma cadeira que quer substituir, um tratamento de janela que está errado) e o modelo regenera apenas aquela região de forma consistente com o entorno. Por que importa: permite que você corrija problemas específicos em um render que de resto está bom sem regerar a imagem inteira do zero — economia significativa de tempo em um workflow de produção.
17. Upscaling Usar IA para aumentar a resolução de uma imagem além do seu tamanho nativo sem perder detalhe aparente. Upscalers de IA (ESRGAN, Real-ESRGAN) adicionam detalhe aprendido em vez de apenas interpolar pixels. Por que importa: permite que você renderize em resolução moderada para iteração rápida e faça upscale apenas da saída aprovada, em vez de rodar cada iteração em 4K completo.
18. Seed O número aleatório usado para inicializar o ruído para uma geração de difusão. A mesma seed com o mesmo prompt produz aproximadamente a mesma saída — é uma forma de reproduzir um resultado de que você gostou ou de fazer variações controladas. Seed diferente = variação diferente, mantidas as demais variáveis. Por que importa: seeds são a forma como você cria conjuntos de variação coerentes — "me mostre este cômodo em três condições de iluminação diferentes" mantendo todo o resto consistente.
19. Espaço latente (latent space) O espaço matemático abstrato em que os modelos de difusão operam. Seu prompt e imagem de condicionamento são codificados em representações latentes; o modelo remove ruído dentro deste espaço; a saída final é decodificada de volta para o espaço de pixels. Por que importa: entender o espaço latente explica por que prompts que parecem similares podem produzir saídas muito diferentes — pequenas distâncias no espaço de pixels podem ser grandes distâncias no espaço latente, e vice-versa.
20. Render farm Uma rede de servidores processando renders em paralelo, tradicionalmente usada por grandes estúdios para reduzir tempos de render de horas para minutos. Ferramentas de renderização com IA em nuvem efetivamente fornecem a cada usuário um render farm para cada job. Por que importa: renderização em nuvem significa saída consistente de ~30 segundos independentemente do que mais está rodando na sua máquina, sem manutenção de hardware e custos estruturados como despesa operacional em vez de investimento de capital.
O que é um modelo de difusão em termos simples? Um modelo de difusão começa com ruído aleatório e aplica repetidamente pequenas transformações aprendidas para transformá-lo em uma imagem coerente, guiado por um text prompt e por entradas estruturais do seu modelo 3D. Pense nisso como esculpir a partir do ruído em vez de pintar a partir de uma tela em branco.
O que o ControlNet faz na renderização com IA? O ControlNet condiciona a saída de um modelo de difusão a uma representação estrutural do seu modelo 3D — linhas de borda, mapas de profundidade, normais de superfície. É o mecanismo que mantém a saída da IA ancorada à sua geometria em vez de gerar um espaço arbitrário. Peso maior de ControlNet significa mais fidelidade geométrica.
O que é preservação de geometria? Preservação de geometria é a capacidade de uma ferramenta de renderização de reproduzir sua geometria de entrada — posições de paredes, proporções de aberturas, relações espaciais — exatamente como modeladas, sem adicionar, remover ou deslocar elementos. É a prioridade primária de engenharia para ferramentas específicas de arquitetura como a Maquete e o principal ponto de diferença em relação a geradores de imagem por IA de propósito geral.
Qual é a diferença entre um preset de iluminação e um prompt? Um preset de iluminação é um sinal de condicionamento pré-engenhado que produz de forma confiável uma condição de iluminação específica — hora dourada, céu nublado, hora azul. Uma instrução de iluminação controlada por prompt ("luz dourada quente da noite vinda do oeste") depende de quão bem você a formula e produz resultados menos consistentes em diferentes cenas. Presets são mais repetíveis; prompts são mais flexíveis.