「Collov」成立于2021年底，總部位于美國硅谷。是一家以室內設計為切入點的設計自動化云平臺，致力于在大模型和生成式AI的驅動下，使設計自動化成為工業級解決方案。
“家裝設計是一個連接真實產品和虛擬體驗的領域，它使得生成式AI能夠更快地在ToC和ToB兩個層面指導真正的工業生產?！?/span>
「Collov」創始人兼CEO張霄表示，隨著AIGC工業化的爆發，用于設計的大模型越來越多，評判模型也就有了更加多元化的維度。除了圖像效果之外，其能力是否達到了工業級應用的標準、是否滿足動態可控的輸入條件，也在變得越來越重要。
當下，北美室內設計領域的痛點主要有兩點：
其一，設計市場參差不齊，服務商主要分為本地Studio與Houzz等線上匹配平臺，線下服務成本高、交付時間長，而線上匹配雖然在定價和品質上透明度更高，但在信息陳列之外，設計流程也并沒有被革新?？傮w來說，由于客戶無法在付費前快速得到一個定制化的設計方案，后期溝通也就會出現需求不匹配等問題，為設計師的工作帶來挑戰。
其二，從方案落地出發，傳統室內設計方案無法解決家具選購的痛點。目前，主流家具商仍然以線下門店+陳列式電商的形式存在，其產品不便于用戶挑選或是接入設計師的方案流程。這也就使得設計效果與用戶實際得到的成果往往存在一定程度的割裂，
“客戶做決策的時候不但需要考慮不同物件之間的組合關系，還需要考慮流程問題?！?/span>
張霄直言，這也是室內設計師工作流程長、效率較低的重要原因。而如今的AIGC自動化設計能夠更好地解決這些問題。
生成式AI主要從四個方面提高室內設計的流程效率。首先，在初稿/概念設計階段，AI能夠根據描述和風格化標簽為用戶快速生成設計方案圖，省去了大量人工溝通及營銷成本，進而在方案細化階段實現保留結構、替換家具等功能。
「Collov」團隊認為，設計本質上是美與功能性之間平衡的藝術。LLM和AIGC的技術可以將設計工作流從原來繁瑣的工作變為兩步，通過LUI+GUI快速勾勒草圖，再通過Imagine擴散渲染引擎在幾秒內渲染為2D圖像、3D和視頻等。
在方案交付反饋階段，「Collov」自研的多模態LLM既可以做到像ChatGPT一樣在文字對話中集成用戶的需求理解，又可以直接給出修改后的圖像。方案確認后，其設計參數將被AI直接發送到C2F模式的家具生產中，并完成發貨等后續銷售工作。
技術方面，「Collov」的基座模型正在向“高精度可控性+高美感度”的差異化方向發展，從而區別于僅僅注重美感的主流圖像生成服務。下一步，「Collov」將跟隨技術演進從圖像時代過渡到視頻生成、3D生成時代，并呈現出更高的光流及幾何學可控性。
AIGC帶來的生產效率和生成體驗的變革，不止體現在創作上，也影響著大眾的消費行為方式。
對比UI、平面設計等領域，室內設計的設計流程和業務場景更加復雜，僅僅像Figma、Webflow等產品一樣將設計師的工作流“云化”，還遠遠不足以實現室內設計的商業價值。
以「Collov」與家居企業金牌廚柜的合作為例。金牌廚柜與「Collov」本輪領投方徳韜資本屬于同一個集團公司，其海外業務及國內供應鏈、渠道資源等與「Collov」有著很好的協同性。作為一家有3000多家門店的上市公司，金牌廚柜的設計師往往需要給客戶出免費的營銷級別的設計方案，從而為銷售提供支撐。傳統人工效率下，這樣一版設計的生成效率在三天左右，而「Collov」則通過生成式AI將這種營銷級設計的流程縮短到了“一分鐘出十幾版”，從而提升了方案的豐富度?？蛻艉瀱魏?，「Collov」則會通過添加控制規則來進行設計效果的精細化。
「Collov」自有的SaaS采取免費增值訂閱模式，針對免費客戶和專業設計師、房地產經紀人、家具企業等提供免費、19美元/月、定制化收費三個版本。目前，「Collov」已經累計完成了近10萬設計方案，申請合作名單上擁有超過1000名室內設計師和300多家企業。
數據顯示，家裝設計市場約為1210億美元，全球家具市場約為4936億美元。這也就意味著，除了模塊化的生成工具和更高的設計溝通效率之外，一個能連接方案和家具產品、連接設計與銷售的解決方案將會擁有更廣闊的市場空間。基于這一愿景，在以模塊化生成工具獲取SaaS訂閱收入作為主營模式之外，設計切入家具銷售轉化，將作為Collov的輔助業務模式，進一步拓展市場。「Collov」目前已經與超過300個品牌商合作，積累了數百萬家具SKU，為終端客戶提供家具銷售導購服務，在2022年實現了500萬美元的銷售額。
“從長期來看，在主要幫助設計師提升效率之外，我們也會輔以生成可以直接下單購買的全景方案的方式，讓家居企業能夠直接觸達終端客戶。”
團隊方面，「Collov」創始團隊擁有深厚的LLM、AIGC及GNN（圖神經網絡）技術基因。CEO張霄本科畢業于北京大學物理系，擁有斯坦福應用物理博士學位，曾入選2022年福布斯全球華人Top100精英榜。CTO畢業于加州伯克利，曾在TikTok智能創作團隊負責AIGC相關項目，主要從事于M-LLM（多模態大語言模型）的預訓練，基座生成模型和擴散模型項目，核心開發了抖音AI漫畫家、AI肖像等億級用戶量的AIGC產品。首席科學家為耶魯大學計算機學教授，率先提出GNN的概念，并為GraphSAGE算法的發明者。其曾在波音、Facebook和DeepMind擔任AI算法顧問。目前，「Collov」正在和斯坦福，耶魯，北大等高校實驗室合作，進行多模態可控大模型的各項開發工作。
“大模型的下一步，是大垂類領域的工業級AI?！?/span>
毫無疑問，技術、生成模型、數據收集和訓練管線都是可遷移的。盡管技術還有成熟空間，但如今大多數生成式AI服務商都在發力商業化，也正是因為行業數據對于AIGC和大模型的壁壘價值，在未來將會造成巨大的馬太效應。而作為目前為數不多已經在單一領域“跑”起來了的生產力平臺，「Collov」未來將致力于積累不同設計的領域數據，將業務拓展至不同設計品類。
