AI软装落锤：ChatGPT拿下我家方案

谨以此文感谢前期深度参与方案的 Gemini Nano Banana——你的图曾经很打动我，但你的性格确实不适合给我家当乙方。

这句话听起来像装修群里的段子。可上周我家“装修委员会”——也就是我和家人——真的开了一场评审会，三家 AI 提交的软装方案铺在饭桌上，场面跟开发商招标几乎一模一样，只是少了红包。Gemini 负责天马行空，ChatGPT 负责把天马拉回地面，剩下一家本地厂商则负责被前两者轮番压制。最后我们勾选了 ChatGPT 那一项，原因不是它最好看，而是它最像一个会替甲方省钱的乙方。把这件事放到 2026 年的 AI 装修浪潮里看，倒也成了一次很值得回头看的家庭小实验。

这回咱们不找设计师了，先让 AI 试试！

那时候全家对“AI”的理解，还停留在“帮我写朋友圈文案”这个层面。她说出这话时的语气，像晚清士大夫第一次见到留声机——一边觉得是邪术，一边又忍不住凑过去看。

第一个上场的是 Gemini，准确说是它身上那个叫 Nano Banana Pro 的图像模型。我把毛坯房照片传上去，再写一句“日式侘寂风、原木色、留白多一点”，Banana 当场就吐出了一张图。

接下来的那几个月，Banana 几乎承包了我家所有的大方向判断。改墙色、换地板、试沙发，它平均 15 秒就能出一版。有一次我让它“把窗帘换成法式落地，再把沙发左移半米”，它居然真的把沙发往左挪了——虽然不算特别精准，但至少能看出它听懂了“半米”是个具体尺度，不是个形容词。两年前的 Midjourney 还做不到这点。两年前你跟 Midjourney 说“沙发左移半米”，它往往会给你画出一间完全不同的客厅，像你突然换了套房子。或者来个养狗人家庭设计：

问题在于，Banana 太擅长画饼了。它给出的每一张图都漂亮得像样板间，可你真要问它“这沙发去哪买、多少钱、尺寸是多少”，它就会很客气地告诉你：图里的家具是基于一万张样板间训练出来的“概念物件”，现实里未必真有。这样一来就有点尴尬。你拿着一张神兵天降的效果图去家具城，店员看完大概会用看怪人的眼神看你。

ChatGPT 购物升级：从收银员变回逛街搭子 转折发生在三月底。OpenAI 那边闹出了一点动静——他们把 ChatGPT 的购物体验彻底改了一遍。原先那套“在 ChatGPT 里直接下单”的 Instant Checkout 失败了，他们转而主打视觉化导购：你上传一张图、报一个预算、列出几条要求，ChatGPT 就会把符合条件的真实商品摆到你面前做对比。Target、Sephora、Best Buy、Wayfair 都进来了，Shopify 上百万家小商家也通过 Catalog 接了进来。

放弃当收银员这件事，让 OpenAI 在二月那场声势很大的“Buy it in ChatGPT”发布会上显得有些尴尬。那个 feature 五个月前才刚上线，OpenAI 的 staff 后来发现，ChatGPT 用户很愿意拿它研究产品，但真到掏钱那一步，还是会回到亚马逊。Forrester 的调研里，“在 AI 里完成支付”本来就是用户最不愿意做的事，连基础问答和产品研究都比它更受欢迎。

人这种生物，愿意让 AI 帮你出主意，却不愿意让 AI 替你刷卡。这一点很难反驳。我自己也是。Banana 给我画一万张样板间我都能接住，但如果它突然跳出来说“现在确认下单这只 3680 元的花瓶，输入支付密码即可”，我大概率会立刻把 App 关掉。

OpenAI 显然也承认了这一点。新的购物体验干脆不再逼你下单，而是回到一个最原始的角色——陪你逛街的朋友。它不替你刷卡，它替你挡销售。

我把房子的户型图、Banana 之前出的几张效果图，再加上一句“预算 30 万、北方供暖、家里有三岁娃”一起丢给 ChatGPT。它的反应和 Banana 完全不一样。Banana 看完会说“我给你画个新版本”，ChatGPT 看完则会说：“我建议先把你看中的那款 Maxalto 沙发换成更耐折腾的——三岁孩子在皮沙发上吃酸奶的概率，恐怕高于太阳从东边升起。”

随后它列出了八个替代款，每个都带有具体品牌、型号、尺寸、价格，以及为什么适合我家的简短说明。这八个沙发都是真实存在的，也都能在京东、宜家或者独立店铺里买到。

那一刻，我家装修委员会全票通过：软装这一段，乙方换人。

GPT Image 2 上线：AI 画的已经不是效果图，而是施工图 正当我以为剧情就要收尾时，4 月 21 日 OpenAI 又放出了 GPT Image 2——这是 ChatGPT 里第一个带“思考”能力的图像模型，能在画图前先上网查资料、分析你上传的 PDF 或品牌手册、推理空间布局，然后再动笔。听起来很玄。落到我家，就是它已经能给你画 CAD 图了。不是那种看着像 CAD、其实尺寸全错的伪渲染图，而是一个能正确生成可扫描二维码、还能渲染准确文字的模型——官方 demo 里那组叫“Japandi Furnishing Concept”的样本，一次性给出了平面图、色板、材料清单和灵感图，而且全部遵循同一套美学。OpenAI 把这叫作“从工具到视觉系统”。我看完这八个字琢磨了一下，翻成人话大概就是——它不再只画一只孤零零的沙发，而是画出一个能把沙发稳稳安放下来的完整房子。

我把户型图、ChatGPT 先前确定的家具清单，再加上一句“按家具真实尺寸生成一张可施工的 1:50 平面布置图，并标注家具尺寸”一起扔进去——出来的东西是这样的：墙体厚度、门窗洞口、家具尺寸、过道宽度都标得整整齐齐，沙发是 3 米的真三人位，不是 Banana 那种“看起来像三人位、量起来却只有 2 米 2”的视觉糊弄。施工队完全可以照着这张图进场。

我得承认，我有那么一瞬间是不踏实的。装修这件事一年磨一剑，最后两步却交给一个上周才发布的模型，感觉就像把婚礼蛋糕最后一层奶油交给一个刚来三天的实习生来抹。但当你拿着图反复量了三遍，发现尺寸都对得上时，又很难假装自己不感动。

国内 AI 差在哪：不是模型，而是商业链路 我太太一直问，为什么不用豆包和千问。我试过。实测下来只用一句话概括——豆包出图很快，千问“会办事”的劲头也很足，但软装这种需要多轮迭代、还要对接真实商品的场景，目前还是 OpenAI 这套衔接得最顺。原因并不复杂：ChatGPT 背后接的是上百万家美国 Shopify 小店的真实 SKU，价格和库存实时同步；豆包、千问背后的电商资源是抖音和淘宝那一套，也不是不行，只是它们更适合“今晚下单一双鞋”，不太适合“半年磨一个家”。这不是技术差距，而是商业模式还没有磨合到位。等到京东把 SKU 数据接进千问、抖音把家居小店接进豆包，这一仗才算真正开始。

写在最后 明天施工队就要进场了。三家 AI 乙方各自都走完了它们的流程：Banana 留下了几张漂亮得让人心动的方向图，ChatGPT 贴着我家的钱包完成了选品，GPT Image 2 则给出了那张可以直接打印出来交给师傅的施工图。

那以后还需要设计师吗？我想了想，答案是需要。只不过下次请设计师，不再是请他来画图，而是请他来挑 AI 挑出来的方案，替我们挡掉那些自己都没看出来的坑。AI 能给你 999 个选项，也能告诉你每个选项多少钱、长什么样，但它不会告诉你第 1000 个选项才是真正适合你的——因为那个选项还没出现，得有人先替你想出来。设计师不会消失，他会从画图的人，变成替你做减法的人。施工队明早八点到，我得去睡了。