随着 AI 渲染在建筑领域成为常规做法，一项新的技能在具设计素养的客户群体中悄然形成：识别这些“迹象”。大型开发商的负责人、更积极参与的住宅客户、一次收到 200 张 AI 效果图的比赛评审——他们都在学习要看什么。理解他们在寻找什么，现在已成为专业效果图工作流程的一部分。
这实际上是有用的信息。不是用来规避，而是作为质量检查清单。
低质量 AI 效果图的常见迹象
不同时代或风格的家具。 AI 对于“好看的客厅”有强烈的学习先验——通常是大约 2019 年的当代欧洲室内风格。如果你的设计需要特定风格，出错的 AI 会用其训练得到的审美默认值覆盖它。在一间粗野主义公寓的效果图里出现北欧风沙发就是一个明显的迹象。
墙面弯曲或角度不精确。 AI 生成的空间常常在应为平面的表面上有轻微弯曲——墙面接近 99% 平而非精确平直。这很微妙，但对任何有空间训练的人来说立刻可辨。在观者能说出具体问题之前，这会传达“有些不对劲”的感觉。
插座、开关和设备位置错误。 AI 按照其训练数据来放置这些对象，而不是按你的设计。比如开关被放在门与墙接缝之间的中间，而非合理的安装高度和位置，这是一个持续出现的迹象。模型知道这些物体存在，但不知道它们在你具体设计中该放在哪里。
窗户行为不正确。 窗户是任何建筑效果图中最受审查的元素之一。如果窗户中的反射与建模的外部不对应，或透过窗的视野与建筑的环境不一致，客户会注意到。反射尤其往往是泛泛而谈而非针对特定环境的。
看起来像“拍上去”的材质。 校准良好的材质纹理有深度、变化和适当的比例。AI 生成的材质有时显得略为平面——看起来像材质的照片而不是空间中的真实材质。石材尤其会显得像石材的照片印刷品，而非空间中的真实石材。
过曝高光。 一个很具体的迹象：靠近窗户表面的高光过曝且有合成感。传统渲染通过物理上准确的曝光来处理这一点。AI 渲染做的是近似，有时会产生略显过强或过于均匀平滑的高光。
“AI 平滑”特质。 很难精确定义，但一旦见过就容易识别：边缘有种柔和感，表面略显过度平滑，缺乏真实材质的微观变化。随着模型改进，这种情况越来越少见，但在低质量输出中仍然存在。
为什么几何漂移是最具揭示性的迹象
在上述所有识别点中，几何漂移 —— 墙体移动、比例改变、与平面图不符的空间 —— 在职业上造成的损害最大。它也是最容易被最有可能审查你工作的客户识别的。
一个看过平面图和立面图的负责人会立刻注意到，如果效果图显示某个房间宽 3.8m 而图纸标注为 4.5m，就不对了。当文档中有结构柱但效果图里没有出现时，会造成对实际建造内容的混淆。
这不仅仅是审美问题。一张与设计不符的效果图是文档问题。它制造了与实际项目不一致的期望，之后会演变成难以处理的客户对话。
高质量 AI 效果图的识别点
理解导致 AI 效果图失败的因素，有助于定义其成功的要点。最好的 AI 效果图具有：
与模型一致的正确几何。 最重要的一点。如果看过你图纸的客户看效果图时空间关系完全匹配 —— 层高、房间宽度、窗位 —— 效果图就在完成其主要任务。
命名明确的具体材质。 “Calacatta Viola 大理石板，抛光”与“白色石材台面”看起来不同。按具体名称命名的材质 —— 木材按树种、石材按采石场、瓷砖按制造商 —— 从 AI 的训练数据中调用更精确的区域，生成更易识别的结果。
行为正确的灯光/照明。 阴影按物理规律落位，反射与建模几何相符，光线看起来来自单一连贯的光源。AI 不必精确模拟物理学——只要生成一张看上去遵循物理规则的图像即可。
正确的家具比例。 当比例出错时，这是一个出奇强烈的识别点。看起来可坐人的餐椅像是为 2.2m 高的人设计，或沙发占据了模型中一半地面面积，会立即破坏效果图的空间可信度。
无时代错置的物件。 AI 的训练数据有时间分布。来自当前物质文化的对象——当代家具、当前技术、准确的标识——比泛泛的中期物件产生更可信的效果图。
这对你的工作流程意味着什么
实际影响很直接：使用保持几何准确的工具；按名称而非描述指定材质；使用命名的灯光/照明预设而不是模糊的提示语言；在交给客户前让第二人审核效果图。
其中最重要的是几何保真点。专为保留输入几何而设计的工具 —— Maquete 的建筑专用提示正是为此设计 —— 在生成效果图之前就消除最具破坏性的识别类别。剩下的可见问题主要是材质质量和灯光准确性，这些可以通过迭代来细化。
有用的反向思考
客户学会识别 AI 效果图这件事本身具有启发性。揭示一张图像是 AI 的那些因素 —— 几何漂移、材质命名不准确、灯光行为错误、时代错置的物件 —— 恰好也是使传统效果图变差的原因。
质量标准并未改变。改变的是达到该标准的路径。一张好的 AI 效果图就是准确再现设计、使用正确的空间关系、具体指定真实材质并应用连贯灯光的效果图。差的则不是。
这一直都是标准。只是以前更容易悄悄地失败。
如何判断一张效果图是否由 AI 生成？ 常见迹象有：与设计意图不符的家具、与文档不一致的墙体或比例、位置不合理的插座与设备、具有平面“印刷”感的材质，以及表面略微过度平滑。来自建筑专用工具的高质量 AI 效果图会消除大多数这些问题。
为什么 AI 效果图有时看起来不真实？ 大多数 AI 渲染工具使用通用扩散模型，优先提升视觉质量而非几何准确性。当输入与其训练数据期望不符时，模型会添加家具、调整比例并应用其自身的审美默认值。具有强条件约束和几何保真提示的建筑专用工具可以防止这种情况。
几何保真对面向客户的效果图重要吗？ 非常重要。看过平面图和立面图的客户会注意到如果效果图显示不同的比例或位置。不仅仅是审美问题，一张与设计不符的效果图会造成文档问题 —— 它会设定与实际项目不一致的期望。
如何让 AI 效果图看起来更真实？ 影响最大的改动是：使用保留实际墙体和比例的几何保真工具；按名称而非泛称指定材质；使用具体命名的灯光/照明预设而不是模糊的情绪提示；以 4K 输出并避免明显的后期处理。真实感来自精准，而非视觉特效。
延伸阅读： AI 渲染中的几何保留 — 揭示导致出错伪像的原因以及建筑专用工具如何避免它们。