AI 與室內設計 Flux.1 Kontext Pro
上次的電子報一直在提醒大家：「AI 還是會有隨機性，暫時無法完全取代渲染，想降低隨機性建議使用自己調整過材質參數的渲染圖去生成，並多抽幾張卡。 」，今天要修改上次的結論了。
這一波 Flux.1 Kontext Pro 更新解決了語言模型沒有 ControlNet 去控制線條造成的隨機性問題，渲染結果的一致性實在驚人。
原圖及結果參照如下：
Prompt：Generate a photorealistic rendering of the room. Preserve the original composition, layout, object positions, and proportions. Do not crop, resize, or modify any part of the image. Adjust the image to simulate the appearance and aperture characteristics of a real camera, reproducing the on-site lighting and shadows. The overall scene should remain bright, with the ceiling displaying an indirect lighting aperture effect.中文翻譯：生成該房間的真實感渲染圖。保留原始構圖、佈局、物件位置和比例。請勿裁切、調整大小或更改影像任何部分。並調整此圖像以模擬實際相機的外觀和光圈特性，重現真實現場的燈光與陰影。整體場景應保持明亮，並在天花板呈現間接照明的光圈效果。
Prompt：Strictly follow the photo’s dimensions, proportions, and lines to apply material finishes to this interior design image in a Japanese minimalist style. The result should faithfully mimic a real photograph and simulate natural daytime lighting and shadows. Appropriately introduce artificial indirect lighting into the scene.中文翻譯：嚴格遵守照片的尺寸、比例和線條，將材質套用至室內設計圖像，呈現日式極簡風格。效果應忠實模擬真實照片，並重現自然日光下的光影變化，同時適度融入人造間接照明。雖然第一組左邊的酒櫃跑掉了，但用 Prompt 可以限制住，並且比 ChatGPT 及 Gemini 更具備可控性。目前測試下來，對於室內設計應用還是有一些侷限性，如：
Flux.1 Kontext pro 指令明確會更理想，並不適合自由發揮。(底層模型畢竟和 ChatGPT 他們不同)
沒辦法上傳多張圖片做參照物：因此無法做材質替換、家具模擬。剛嘗試讓他把牆壁油漆顏色改成 Dulux 66YR 33/286 (楓糖奶橘)，雖然有正確的找到位置替換，但是顏色卻變成了藍色。
沒辦法做燈光模擬，上面渲染測試 Prompt 其實有「天花板呈現間接照明的光圈效果」，我也嘗試使用他做色溫三宮格模擬，但效果極差。
沒辦法做室內設計風格九宮格，要去限定他精準風格會更好。（如上面說自由發揮一樣意思，但它是很厲害的 PS）
這幾種應用在 ChatGPT 的結果可以參考ChatGPT 4o 與室內設計應用 ( 上 )。
不過就渲染這點，個人認為還是值得花時間嘗試，官網註冊有提供 100 點點數， Flux.1 Kontext Pro生成是 4 點/張，可以選擇一次抽卡 1 - 4 張。
目前來看光渲染速度及結果一致性價格其實 CP 值很高：
官網最低儲值金額為 10 美金 = 1000 積分 = 250 張圖 = 320 元台幣(以32元匯率計)
1 積分 = 0.01 美元 / 4 積分 = 1 張圖 = 0.04 美元 = 1.3 元台幣(以32元匯率計)
假設一場會議生成 20 張圖： 1.3 * 20 = 26 元台幣假設一場會議花 26 元台幣可以做到快速的設計微調 ( PS )，用手機或 IPad 就能辦到，費用來說實在經濟實惠，光是省下的渲染時間及機動性實在蠻高的。
但是沒辦法有圖片參照，還是大大限制了我…目前自己能想到在室內設計最適合的用法是局部調整及圖片渲染…？還是有什麼我沒想到的呢？
這期就到這啦，不知道大家怎麼看呢？歡迎跟我分享🌼
或是來 Threads 找 33 聊聊天🌼Threads ID : 33.shan.design
我是 33.Shan，我們下封信見🌼
謝謝你們看到這裡，演算法常常將我淹沒，若你願意收到我的消息，記得訂閱我：）