Layoutr：从平面图到3D，再用AI渲染你的房间

室内设计工具的门槛，一直卡在两头：普通用户看不懂专业软件的复杂界面，而简单的画图工具又给不出真实感十足的效果图。Product Hunt 上出现的 Layoutr 试图把这条链路走顺——从平面图绘制、3D 建模到 AI 渲染，全流程串在一个工具里完成。

Layoutr 是什么

Layoutr 是一款由 Kevin van Dijk 打造的 AI 室内设计工具，定位在生产力与人工智能交叉的场景。它的核心逻辑很直接：先有平面图，再进 3D，最后交给 AI 出图。

用户可以上传现有的户型图，也可以直接在工具里手绘平面。设定好比例尺后，就能在图上摆放符合真实尺寸的家具——这一点是很多轻量级设计工具做不到的，尺寸的准确性直接决定了后续 3D 空间是否可信。

从产品在 Product Hunt 的表现看，它目前排名 #13，获得 7 个投票和 1 条评论，属于刚起步阶段的新品，尚未形成大规模讨论热度。

两种 3D 浏览模式

Layoutr 最有意思的地方，是把同一张平面图“抬升”到 3D 空间的方式。它提供了两种视角：

Dollhouse 模式（俯瞰）

这个模式从上方俯视整个空间，并按照用户设定的真实墙高来呈现。它像是把房子做成一个没有屋顶的娃娃屋，方便一眼看清整体布局、动线和家具的相对关系。对于评估空间规划是否合理，这个视角非常直观。

"Dollhouse视图"是BIM（建筑信息模型）和家居设计软件中的常见术语，因模型外观酷似玩具娃娃屋而得名。该视图最早被Matterport等3D空间扫描平台推广，后被宜家IKEA Place、Planner 5D等消费级室内设计工具广泛采用。它的核心优势在于能同时显示平面关系与高度信息，让用户在一个视角内评估隔断、通道宽度和家具尺度是否协调，是方案初期"整体感知"阶段最高效的沟通工具。

Inside 模式（视平线）

切换到 Inside 模式后，视角下降到与人眼齐平的高度，用户可以像真正走进房间一样在其中穿行。这种沉浸式的浏览方式，能更真实地感受空间的开阔或局促，也更接近入住后的实际体验。

两种模式共享同一份平面数据，意味着用户不需要重复建模，改动平面图后 3D 空间会同步更新。

AI 渲染：从模型到照片级效果图

真正把 Layoutr 和传统建模工具区分开的，是它的 AI 渲染环节。当用户在 3D 空间里框定一个视角、命名一种风格后，AI 会把这个房间渲染成一张照片级的图像。

这套流程降低了出效果图的门槛。以往要得到一张像样的室内效果图，往往需要专业渲染软件和材质、灯光的手动调节；而在 Layoutr 里，用户只需描述想要的风格，把重活交给 AI。对于装修前的方案预览、风格试验，或是租房、买房时的空间想象，这样的即时渲染能力有实用价值。

这类AI渲染通常基于扩散模型（Diffusion Model）技术，以ControlNet等结构控制方案为底层——它能在保留3D空间几何关系（墙体、家具位置）的前提下，将风格描述词转化为照片级纹理和光影。与传统渲染引擎（如V-Ray、Lumion）不同，AI渲染不需要用户手动设置光源位置、材质反射参数或渲染采样数，整个过程从"几何模型+文字提示"直接生成图像，通常在数秒到数十秒内完成。代价是可控性相对有限：光线方向、材质细节往往由模型自行决定，用户较难精确指定某块地板的木纹走向或某盏灯的色温，这也是当前同类工具普遍面临的边界。

它适合谁，又有哪些悬念

Layoutr 的目标用户相对清晰：想在装修或布置前先看到效果的普通业主、需要快速给客户出概念图的设计师，以及做房源展示的中介或房东。它把“画图—看空间—出图”三件事整合在一起，减少了在多个软件之间来回切换的成本。

不过作为一款早期产品，它还有不少悬念留待验证。AI 渲染的稳定性和风格可控性如何、家具库是否足够丰富、渲染结果与真实空间的还原度能达到什么程度，这些都需要更多用户上手后才能得到答案。目前 Product Hunt 上仅 1 条评论，样本还太少，难以据此判断真实使用体验。

从产品思路上看，Layoutr 抓住了一个明确的痛点：让非专业用户也能低成本地把脑中的空间想象具象化。能否兑现这个承诺，取决于它在渲染质量和易用性上的持续打磨。