如果你问一个建筑师为什么总在熬夜，十有八九不是在画图，而是在有效推敲和无效渲染之间反复横跳：方案还想改，但渲图太慢了，只好先渲出来看看再说。
我第一次把 Stable Diffusion 拉进这个流程，是某个方案比选的前夜。手里只有一张手绘的一草透视——比例还画歪了。我把图丢进 ControlNet，五分钟出了十二张概念效果图，其中四张方向对到可以直接打图给甲方看。
当时心情有点复杂。一方面觉得这工具能救命，另一方面心里发虚：它怎么做到的？它画的东西能信吗？
这篇文章想把这两件事说清楚：SD 是怎么做到"草图进，效果图出"的，以及它到底值得你信任到什么程度。
Midjourney 的爽和痛
很多建筑师第一次被AI出图惊艳到，都是从 Midjourney 开始的，我也不例外。一分钟出一张有氛围、有材质、有光影的建筑概念图，第一感受是：效果图公司要完了。
但用了两周，烦就来了。我想让方案从黄昏变清晨、从暖调变冷调、从石材换清水混凝土，每个要求都很小，可 Midjourney 根本没有"改"这个概念——它只有"重新抽卡"。我跑了三十来张，没一张同时满足"立面构图不变"和"氛围按要求变"。
我需要的是一个听话的画师，不是一个想象力放大器。这就是我转去研究 Stable Diffusion 的原因。
ControlNet 让 AI 第一次"看见"你的草图
没有 ControlNet 的 Stable Diffusion，是一个蒙着眼画画的人：你只能描述你想要什么，它画出来像不像，大部分时候靠运气。
2023 年 2 月，张吕敏团队的论文 ControlNet 解决了这个问题：给已经训练好的扩散模型，装上空间条件控制。
论文原话："We present ControlNet, a neural network architecture that adds spatial conditioning controls to pretrained diffusion models."
说人话就是——你不仅能告诉 AI"是什么"，还能直接给它一张图当约束。这张图可以是：
- 你手绘的草图（Scribble 模式）
- CAD 或 SketchUp 导出的线框图（Canny / MLSD 模式）
- 体块模型的深度图（Depth 模式）
AI 在生成过程里每一步都会"看到"这张约束图。你画的每一条线，都像引力，把它往结构正确的方向拉。
对建筑师来说，这意味着草图推敲和渲染出图之间那条巨大的时间鸿沟，第一次被填平了。以前草图到氛围图至少半天，现在以分钟计。
一套能用的工作流：锁死结构，放开外观
踩了一堆坑之后，我总结出这套流程。核心逻辑一句话：先把结构锁死，再让 AI 在锁死的前提下自由发挥。
- 准备草图：手绘透视、SketchUp 导出线稿、Rhino 截图都可以。只要比例关系清楚，不需要画得多精细。
- ControlNet 预处理：上传草图，选择模式。手绘草图用 Scribble，CAD 直线图用 MLSD，体块关系用 Depth。ControlNet 自动提取结构约束。
- 写提示词：正向写材质、形式、光线、镜头感，例如 "white concrete, vertical fins, floor-to-ceiling glass, warm evening light, architectural photography"。负向写 "ugly, distorted, blurry, watermark"。
- 设定参数：CFG 7 左右，步数 25–30，分辨率 1536×864 起步。先跑 4–6 张看方向对不对。
- 筛选：挑出 1–2 张结构可靠、氛围对路的图。
- 图生图微调：把选中图丢进 img2img，Denoising 调到 0.3–0.5，通过改提示词换材质、换光线。结构锁住，外观缓慢变化。
- 局部重绘：用 Inpaint 框选某一栋建筑或某一段立面，单独描述，单独生成。
- 后期：PS 里放大、调色、加人加景。
这套流程最舒服的地方是可回退。传统流程里，渲染完了才发现草图方向想改，基本崩溃；SD 流程里，改草图、重新生成，十分钟搞定。它把设计决策点大大提前了——你敢于在接近效果的阶段继续推敲方案，因为你不再心疼出图时间。
建筑师不用当调参侠，但这几个参数必须懂
我刚接触 SD 时把几个月的时间花在调参上，后来发现多数参数在建筑场景下用默认值就行。真正要理解的是这几个：
| 参数 | 作用 | 常用范围 | 犯错的表现 |
|---|---|---|---|
| CFG Scale | 提示词遵循度 | 5–9 | 太高：画面脏、边缘伪影；太低：提示词被忽略 |
| Steps | 采样步数 | 20–40 | 超过 30 收益递减，纯浪费时间 |
| Denoising | 图生图重绘幅度 | 0.3–0.5 | 太高：结构飘走；太低：改动看不出来 |
| Seed | 随机种子 | 固定或随机 | 固定种子 = 构图可复现，方便微调 |
| ControlNet Weight | 结构约束强度 | 0.6–1.0 | 太高：拘谨像描图；太低：结构失控 |
记不住全部没关系，记住一句话：种子决定构图，Denoising 决定改动幅度，ControlNet Weight 决定结构被尊重的程度。
一头冷水：拉近看，楼梯是断的
我第一次用 SD 出的建筑效果图里，有一张无论构图还是材质都无可挑剔，我放大了看了很久——然后沉默了。
拉近看窗户：窗棂格子歪歪扭扭，每个窗洞的尺寸不太一样；看架空层柱网：柱子粗细不一，有一根被行道树遮到一半；看楼梯间：一楼到二楼之间，楼梯凭空消失了。
这就是 SD 出图绕不开的代价：它生成的是像素，不是几何模型。扩散模型逐像素去噪，它知道"建筑大概长什么样"，但它没有 CAD 那种数学上的几何确定性。它可以画出一栋看起来极其真实的建筑，但细节经不起审视。
所以我的建议是：
- 概念阶段：放心用，你要的是氛围和方向，不是毫米精度。
- 扩初及以后：别指望 SD 直接出可用图纸。它给不了平面、给不了规范、给不了结构合理性。
- 给甲方之前：自己先放大检查一遍结构合理性。专业人士的眼睛骗不过去，AI 生成的图永远需要人的判断来兜底。
工具快起来之后，判断成了稀缺品
现在回头看，我完全不担心 SD 取代建筑师。原因很朴素：SD 是个没有判断力的高速出图机，它越快，判断力越值钱。
以前方案阶段大量时间耗在渲图上，只有渲完了才能判断方案行不行。现在五分钟能看到二十个方向，瓶颈变成了你对方向的判断能力：哪个成立、为什么成立、下一步往哪走。这是建筑师训练多年才能积累的东西，AI 一点都没有。
原创文章，作者：guanweilu，如若转载，请注明出处：https://guanweilu.cn/article/710.html