ИИ для создания архитектурных визуализаций: лучшие нейросети и промпты для архитекторов

Содержание

Скетч на салфетке → фотореалистичный рендер: что реально мешает

Архитектор тратит 3–5 дней на черновой рендер в 3ds Max или Revit, чтобы показать клиенту концепцию, которую тот отвергнет через 10 минут. Инструменты ИИ режут этот цикл до 10–15 минут — без единого полигона. Вот точный алгоритм.

Подготовь входной материал. Это может быть: скан карандашного скетча (JPG/PNG, минимум 1024×1024 px), PDF-выгрузка из AutoCAD (фасад или план), текстовое ТЗ на 3–7 предложений, фотография физической модели или даже набросок в Concepts/Procreate.
Выбери рабочий инструмент под задачу. Для скетча → рендера: Midjourney v6.1 (img2img через /imagine + —cref) или Stable Diffusion с моделью Flux.1-dev и controlnet-lineart. Для ТЗ → рендера текстом: Midjourney v6.1 или DALL-E 3 через ChatGPT Plus.
Сформируй промпт по архитектурному шаблону. Структура обязательна — стиль, материалы, освещение, ракурс, атмосфера, технические параметры.
Запусти генерацию и отбери варианты. Midjourney выдаёт 4 варианта за 30–60 секунд. Flux.1 на локальной A100 — 8–12 секунд на изображение при разрешении 1024×1024.
Апскейл и финальная доводка. Используй Magnific AI (апскейл до 4K с детализацией текстур) или встроенный Midjourney Upscale (Subtle/Creative). Финальная правка теней и отражений — 2–3 минуты в Lightroom или Luminar Neo.

Промпт-шаблон: копируй и подставляй параметры

Промпт без чёткой структуры — это как руль без рулевой рейки: крутится легко, но машина едет прямо. Ниже — рабочий шаблон, протестированный на Midjourney v6.1 и Flux.1.

[СТИЛЬ ЗДАНИЯ], [ГОД/ЭПОХА], exterior view, [МАТЕРИАЛЫ], 
[ВРЕМЯ СУТОК] lighting, [ПОГОДА/АТМОСФЕРА], 
[РАКУРС]: eye-level shot / drone view / worm's-eye view,
photorealistic architectural visualization, 
8K resolution, depth of field, 
rendered in [V-Ray style / Unreal Engine 5 style],
[ОКРУЖЕНИЕ: urban street / forest / waterfront],
no people, sharp edges, --ar 16:9 --v 6.1 --style raw --q 2

Пример заполненного промпта для жилого комплекса:

Contemporary residential complex, 2026, 
minimalist Scandinavian style, exposed concrete and glass facade, 
parametric perforated aluminum panels, 
golden hour lighting, slight overcast, 
eye-level shot from 45-degree angle,
photorealistic architectural visualization, 
8K resolution, bokeh background with urban park,
rendered in V-Ray style, no people, 
sharp geometric lines, --ar 16:9 --v 6.1 --style raw --q 2

Скетч как управляющий сигнал: img2img и ControlNet

Текстовый промпт даёт случайную композицию. Скетч фиксирует форму. Разница принципиальная.

Для Midjourney: загрузи скетч в Discord, скопируй прямую ссылку на изображение, вставь её первой строкой в команду /imagine, затем добавь текстовый промпт и параметр --iw 1.5 (image weight — насколько сильно ИИ следует форме скетча, диапазон 0.5–2.0).

/imagine [URL_скетча] contemporary glass office tower, 
curtain wall facade, structural expressionism, 
dusk lighting, city skyline background, 
photorealistic, 8K --ar 9:16 --v 6.1 --iw 1.5 --style raw

Для Stable Diffusion + Flux.1 через ComfyUI: подключи препроцессор lineart_realistic в ControlNet, установи control_weight: 0.85, guidance_start: 0.0, guidance_end: 0.75 — это сохранит геометрию скетча и даст ИИ свободу в текстурах.

{
  "controlnet_units": [{
    "input_image": "sketch.png",
    "module": "lineart_realistic",
    "model": "control_flux_lineart",
    "weight": 0.85,
    "guidance_start": 0.0,
    "guidance_end": 0.75,
    "control_mode": "ControlNet is more important"
  }],
  "sampler_name": "euler",
  "steps": 28,
  "cfg_scale": 3.5,
  "width": 1344,
  "height": 768
}

Стоимость генерации в 2026 году: считаем затраты

Считаем затраты. Вот актуальная сетка цен.

Midjourney Basic — $10/мес, ~200 генераций (~$0.05 за рендер). Для разовых проектов достаточно.
Midjourney Pro — $60/мес, безлимитные генерации в релакс-режиме + 30 GPU-часов в fast-режиме. Целевой план для активного архитектурного бюро.
DALL-E 3 через OpenAI API — $0.04 за изображение 1024×1024 (standard quality), $0.08 за HD-качество. При 50 рендерах в день — $2/день.
Stable Diffusion Flux.1-dev (облако Replicate) — $0.003 за секунду вычислений, одна генерация 1024×1024 обходится в $0.018–0.025. Самый дешёвый вариант для пакетных задач.
Локальный запуск Flux.1 на RTX 4090 — разовая инвестиция в GPU ($1600–1800 б/у рынок), стоимость одной генерации стремится к нулю. Окупается при объёме от 500 рендеров в месяц.

Что делать с ТЗ без скетча

ТЗ в 5 предложений работает как промпт напрямую — если правильно его декомпозировать. Возьми исходный текст клиента и прогони его через ChatGPT-4o с системным промптом:

You are an architectural visualization prompt engineer. 
Convert the following architectural brief into a detailed 
Midjourney v6 prompt. Include: building style, facade materials, 
glazing type, structural elements, landscape, lighting conditions, 
camera angle, atmosphere. Output only the prompt, no explanations.

Brief: [ТЕКСТ ТЗ]

ChatGPT-4o стоит $20/мес в рамках Plus-подписки или $0.01 за 1K output-токенов через API. Один цикл «ТЗ → промпт» потребляет 300–500 токенов. Это $0.005 за операцию. Дешевле чашки кофе в 200 раз.

Финальная цепочка занимает 8–12 минут: 2 минуты на подготовку входных данных, 1 минута на генерацию промпта через GPT-4o, 1 минута на генерацию в Midjourney, 3–5 минут на апскейл и базовую цветокоррекцию в Lightroom. Клиент видит фотореалистичный рендер раньше, чем ты успеешь открыть 3ds Max.

Промпт-инжиниринг для архитектурных рендеров: точные параметры Midjourney, Stable Diffusion и Firefly — от aspect ratio до style reference

Промпт без параметров — это как руль без рулевой рейки: крутится легко, но машина едет прямо. Архитектурный рендер, сгенерированный текстовым описанием без технических флагов, даёт картинку. Но не проектную документацию, не концептуальный визуал для клиента, не рабочий референс для BIM-модели. Разница между «красивым изображением» и «профессиональным архитектурным рендером» — в параметрах. Конкретных. Числовых.

Aspect Ratio: не квадрат по умолчанию

Midjourney по умолчанию генерирует 1:1. Это катастрофа для фасадных разверток. Фасад жилого дома 40м × 12м требует соотношения минимум —ar 16:5. Интерьер — —ar 4:3 или —ar 3:2. Перспективная визуализация застройки квартала — —ar 21:9. Считай до начала работы, не после.

Stable Diffusion (Flux.1) работает иначе. Там aspect ratio задаётся через разрешение в пикселях напрямую в конфиге или UI. Оптимальная база для архитектурного рендера — 1216×832 для ландшафтной ориентации или 1024×1024 с последующим upscale через Real-ESRGAN x4+. Flux.1-dev на момент 2026 года генерирует базово в пределах до 2 мегапикселей без деградации архитектурных деталей — карнизов, импостов, текстур фасадного остекления.

Структура промпта: послойная сборка

Архитектурный промпт строится в четыре слоя. Первый — тип объекта и стиль. Второй — технические условия съёмки. Третий — материалы и освещение. Четвёртый — исключения через негативный промпт. Пропустишь один слой — получишь мусор на рендере.

Практический кейс: задача — сгенерировать концептуальный фасад многоквартирного дома премиум-класса для презентации инвестору. Бюджет на рендер через нейросеть — минимальный, срок — 2 часа. Использован Midjourney v6.1 (подписка Pro, $60/мес, ~200 быстрых генераций в месяц). Итоговый промпт после 4 итераций:


/imagine prompt: contemporary residential tower, parametric facade,
floor-to-ceiling glazing with aluminium fins, rooftop terrace with
greenery, golden hour lighting, photorealistic architectural
visualization, hero shot from street level 35mm lens, overcast sky
with warm backlight, no people, no cars, ultra-sharp focus on facade
texture, shot on Phase One IQ4, 8K --ar 16:9 --style raw
--stylize 200 --quality 2 --v 6.1

Negative prompt (в Midjourney через --no): cartoon, 3d render
artifacts, watermark, blurry, lens flare, oversaturated, deformed
windows, asymmetric balconies

Результат первой итерации — правильная форма, но стекло дало артефакты отражений. Параметр —stylize 200 снизили до —stylize 100, добавили в промпт «clean reflections, architectural glass without distortion». Третья итерация закрыла задачу. Инвестор получил 4 варианта фасада за 1,5 часа вместо 3 дней работы визуализатора в 3ds Max.

Style Reference и Image Weight в Midjourney

Флаг —sref [URL] (Style Reference, доступен с v6) позволяет подать архитектору референс из собственного портфолио и зафиксировать визуальный язык проекта. Вес стиля регулируется параметром —sw 0–1000: значение 400–600 даёт баланс между референсом и новым контентом; выше 800 — нейросеть начинает буквально копировать фактуру референса, теряя геометрию нового объекта.

Параметр —cref [URL] (Character/Content Reference) в архитектурном применении используется для фиксации конкретного здания как базы. Загружаешь скриншот из Revit или схему генплана — модель удерживает общий силуэт. Точность удержания формы — около 60–70%, остальное додумывает сеть. Для точной работы с планами этого недостаточно; нужен ControlNet.

ControlNet для Stable Diffusion: когда промпта мало

ControlNet — расширение для SD, которое принимает на вход не только текст, но и карты глубины, canny-контуры, scribble-схемы. Архитектор загружает wireframe-рендер из SketchUp или линейный чертёж — ControlNet удерживает геометрию, а диффузионная модель накладывает материалы и освещение. Результат: фотореалистичный рендер с точным соблюдением объёмно-пространственной композиции.

Модель для архитектуры: control_v11p_sd15_lineart или control_v11f1p_sd15_depth. В ComfyUI workflow выглядит так:


{
  "controlnet_model": "control_v11f1p_sd15_depth",
  "controlnet_weight": 0.85,
  "guidance_start": 0.0,
  "guidance_end": 0.85,
  "base_model": "flux1-dev-fp8.safetensors",
  "sampler": "dpmpp_2m_karras",
  "steps": 28,
  "cfg_scale": 7.0,
  "resolution": [1216, 832],
  "positive_prompt": "exterior architecture, brutalist concrete facade,
    exposed aggregate panels, deep-set windows, dramatic side lighting,
    photorealistic, ultra detailed, professional architectural photography",
  "negative_prompt": "blurry, cartoon, oversaturated, people,
    vegetation overlap, incorrect shadows, deformed structure"
}

Параметр controlnet_weight: 0.85 — золотое сечение для архитектуры. При 1.0 модель теряет художественное качество освещения. При 0.6 начинает искажать геометрию стен.

Adobe Firefly для документации: другая логика

Firefly 3 (Architecture & Design модуль, доступен в CC All Apps, $59.99/мес) не конкурирует с Midjourney по художественному качеству. Его ниша — согласованность с брендбуком и интеграция в документооборот Adobe. Для подачи в Acrobat, InDesign, Behance — Firefly. Для wow-эффекта в презентации инвестору — Midjourney или Flux.

«Мы строим инструменты, которые усиливают человеческие способности, а не заменяют профессиональное суждение» — Сэм Альтман, OpenAI, 2025.

В Firefly параметры задаются иначе: через Structure Reference (аналог ControlNet), Color & Tone слайдеры и Style Intensity от 1 до 100. Нет флагов командной строки. Нет JSON-конфигов. Всё через GUI — быстро, но менее гибко. Для командной работы в крупном архитектурном бюро, где визуализаторы и архитекторы работают в единой Adobe-экосистеме, это оправдано.

Температура против детерминизма: когда нужна вариативность

В API OpenAI Image Generation (DALL-E 3, $0.04–$0.08 за изображение 1024×1024) параметр quality: «hd» удваивает стоимость, но даёт детализацию архитектурных элементов, сопоставимую с Midjourney —quality 2. Для серийной генерации концептов (50+ вариантов фасадов) стоимость API-подхода оказывается ниже подписки Pro Midjourney при объёме свыше 300 изображений в месяц. Считай объём до выбора инструмента.

Инструмент	Тип тарификации	Минимальная подписка / месяц	Стоимость 1 генерации	1000 генераций (расчётная)	Качество архитектурного рендера (1–10)	Скорость (сек/изображение)	Специализация на архитектуре
Midjourney v7	Подписка (GPU-часы)	$10 (Basic, ~200 генераций)	~$0,05–0,08	~$50–80	9/10	15–45 сек	❌ Нет (универсальный)
DALL-E 3 (API OpenAI)	Pay-per-use (API)	Нет минималки (prepaid $5)	$0,04 (1024×1024) / $0,08 (1792×1024)	$40–80	7/10	8–15 сек	❌ Нет (универсальный)
Stable Diffusion (Flux.1 Pro, Replicate API)	Pay-per-use (API)	Нет минималки	$0,003–0,055 (зависит от модели)	$3–55	8/10	5–30 сек	⚠️ Частично (LoRA под архитектуру)
Vizcom	Подписка (кредитная)	$35 (Pro, ~500 рендеров)	~$0,07	~$70	9/10	10–20 сек	✅ Да (промышленный/архитектурный дизайн)
Veras (EvolveLAB)	Подписка (Revit/SketchUp-плагин)	$49/мес (Architect)	~$0,10–0,15 (в пересчёте на кредит)	~$100–150	9.5/10	20–40 сек	✅✅ Да (нативная BIM-интеграция)

Деньги решают. Но не так, как вы думаете Архитектурный рендер в Midjourney и архитектурный рендер в Veras — это не одно и то же. Принципиально разные продукты. Один стоит $0,004 за итерацию, другой тарифицируется за «кредиты» без прозрачной конвертации. Считаем затраты — без маркетингового тумана. Средний архитектурный проект в 2026 году потребляет от 80 до 400 генераций на этапе концептуального поиска. Если каждая итерация обходится в $0,08 — это уже $32 только на черновики одного объекта. Умножь на 12 объектов в год. Получаешь $384 только за «набросать идеи». Это не гипотетика — это реальный операционный расход небольшого архитектурного бюро. Сравнительная таблица: цены и качество на 2026 год Инструмент Тип тарификации Минимальная подписка / месяц Стоимость 1 генерации 1000 генераций (расчётная) Качество архитектурного рендера (1–10) Скорость (сек/изображение) Специализация на архитектуре Midjourney v7 Подписка (GPU-часы) $10 (Basic, ~200 генераций) ~$0,05–0,08 ~$50–80 9/10 15–45 сек ❌ Нет (универсальный) DALL-E 3 (API OpenAI) Pay-per-use (API) Нет минималки (prepaid $5) $0,04 (1024×1024) / $0,08 (1792×1024) $40–80 7/10 8–15 сек ❌ Нет (универсальный) Stable Diffusion (Flux.1 Pro, Replicate API) Pay-per-use (API) Нет минималки $0,003–0,055 (зависит от модели) $3–55 8/10 5–30 сек ⚠️ Частично (LoRA под архитектуру) Vizcom Подписка (кредитная) $35 (Pro, ~500 рендеров) ~$0,07 ~$70 9/10 10–20 сек ✅ Да (промышленный/архитектурный дизайн) Veras (EvolveLAB) Подписка (Revit/SketchUp-плагин) $49/мес (Architect) ~$0,10–0,15 (в пересчёте на кредит) ~$100–150 9.5/10 20–40 сек ✅✅ Да (нативная BIM-интеграция) * Цены актуальны на Q1 2026. Flux.1 Pro через Replicate: $0.055/run. DALL-E 3 HD через API: $0.080 за изображение 1792px. Midjourney Basic: $10/месяц, Turbo-режим расходует GPU-часы в 4× быстрее. Где дешевле — и что это значит на практике Stable Diffusion через Replicate API — абсолютный ценовой лидер. $0,003 за генерацию через модель black-forest-labs/flux-1.1-pro-ultra. Но: качество «из коробки» требует файн-тюнинга под архитектурную эстетику. Без LoRA-адаптера под материалы и освещение получишь generic-рендер. Вот запрос, который работает в Flux.1 через API: { "version": "flux-1.1-pro-ultra", "input": { "prompt": "photorealistic architectural exterior, brutalist concrete tower, golden hour lighting, shot on Hasselblad H6D, --ar 16:9, depth of field f/2.8, urban canyon context, high-res facade texture", "aspect_ratio": "16:9", "output_format": "png", "output_quality": 95, "safety_tolerance": 5 } } DALL-E 3 через ChatGPT Plus ($20/мес) — не API. Через ChatGPT ты получаешь ограниченное количество генераций без прямого контроля параметров. Для профессиональной работы — только API с prepaid-балансом. Где качественнее — и почему Veras стоит своих $49 Veras работает иначе. Принципиально. Ты загружаешь 3D-модель из Revit или SketchUp, и нейросеть рендерит поверх геометрии — не генерирует «похожее здание», а рендерит именно твою модель с твоими пропорциями. Это не промпт-генерация. Это AI-рендер с контролем геометрии. Для сравнения: Midjourney v7 при промпте: /imagine prompt: modernist villa, cantilevered volume over forest, floor-to-ceiling glazing, travertine cladding, overcast Nordic light, architectural photography, 8K, --ar 16:9 --stylize 750 --chaos 15 ...выдаёт фотореалистичный результат за 25–40 секунд. Но геометрия — случайная. Ты не контролируешь пролёт консоли. Не контролируешь высоту этажа. Это концепт, не рабочая документация. Vizcom закрывает нишу промышленного и архитектурного скетчинга. Загружаешь hand-drawn скетч — получаешь рендер с сохранением форм эскиза. Точность передачи исходного контура: ~85–92% по внутренним тестам EvolveLAB (2025). Это критично на стадии SD (Schematic Design). Операционная математика для бюро Три сценария — три бюджета. Сценарий A: Фриланс-архитектор, до 5 проектов в год. Midjourney Basic ($10/мес) + DALL-E 3 API ($20–30/мес на пике) = $40–50/мес. Достаточно. 400–600 генераций в месяц покрывают концептуальный поиск без перерасхода. Сценарий B: Малое бюро, 3–8 архитекторов. Veras Architect ($49/мес × 3 лицензии = $147) + Midjourney Pro ($60/мес, 3 параллельных задания) = $207/мес. Получаешь BIM-точность и концептуальную скорость одновременно. Сценарий C: Автоматизация через API. Flux.1 Pro через Replicate + собственный pipeline на Python. Стоимость: $0,003–0,055 за генерацию, потолок расходов полностью под контролем. Порог входа — умение писать POST-запросы. import replicate output = replicate.run( "black-forest-labs/flux-1.1-pro-ultra", input={ "prompt": "contemporary museum facade, perforated aluminum cladding, dusk lighting, urban plaza, Canon EOS R5 24mm tilt-shift, --ar 16:9", "aspect_ratio": "16:9", "output_format": "png", "output_quality": 95 } ) print(output) Итоговый вектор выбора — без лирики Нужна геометрическая точность и BIM-интеграция — Veras. Нужен визуальный вау-эффект быстро — Midjourney v7. Нужен минимальный бюджет при масштабе — Flux.1 Pro через Replicate API. Нужно перевести скетч в рендер — Vizcom. DALL-E 3 в 2026 году проигрывает по соотношению цена/качество всем четырём конкурентам в архитектурном контексте. Veras — единственный инструмент, который работает с твоей геометрией, а не генерирует чужую.

Батч-генерация через API: архитектура очереди вместо ручного клика

Промпт без параметров управления геометрией — это как руль без рулевой рейки: крутится легко, но здание получается каждый раз другое. Именно здесь заканчивается «демо-режим» и начинается инженерная работа с API.

Задача: у тебя 120 планировочных секций жилого комплекса. Каждую нужно превратить в фотореалистичный экстерьерный рендер с сохранением осевой геометрии фасада. Вручную — это 40+ часов. Через батч-пайплайн на базе OpenAI Images API + ControlNet — 2,5 часа машинного времени и 15 минут на настройку.

Стоимость вопроса считается просто. OpenAI API (DALL·E 3, модель dall-e-3) — $0.04 за изображение 1024×1024 стандартного качества, $0.08 за HD. 120 рендеров в HD-режиме = $9.60. Для сравнения: Midjourney API (через Imagine API, unofficial wrapper) при плане Pro $60/мес даёт ~900 Fast GPU-часов — на 120 архитектурных генераций уходит примерно 6-8 часов GPU, что укладывается в лимит. Stable Diffusion через Replicate API (модель black-forest-labs/flux-1.1-pro) — $0.04 за шаг инференса, итоговая стоимость одного рендера ~$0.055. Победитель по цене — Flux через Replicate. Победитель по контролю геометрии — ControlNet поверх SDXL или Flux.

Экспорт из Revit в контрольную маску: технический мост

Revit отдаёт геометрию. ControlNet её принимает. Между ними — три шага.

Из Revit экспортируешь вид фасада через View → Export → Image в формате PNG с разрешением 2048px по длинной стороне, отключив текстуры и тени (режим Hidden Line или Wireframe). Получаешь чистый линейный чертёж. Дальше этот PNG идёт в препроцессор ControlNet: модель control_v11p_sd15_lineart для SDXL или flux-controlnet-lineart для Flux-based пайплайна. Препроцессор не нужен — Revit-экспорт уже является готовой lineart-маской.

Вот рабочий Python-фрагмент батч-очереди на базе Replicate API, который берёт папку с PNG-масками из Revit и прогоняет каждую через Flux ControlNet:

import replicate
import base64
import os
from pathlib import Path

MASKS_DIR = "./revit_exports"
OUTPUT_DIR = "./renders_output"
PROMPT = (
    "photorealistic architectural exterior render, "
    "modernist residential tower, glass facade with vertical aluminum fins, "
    "golden hour lighting, 8k, ultra-detailed, "
    "professional architectural photography"
)

os.makedirs(OUTPUT_DIR, exist_ok=True)

def encode_image(path: str) -> str:
    with open(path, "rb") as f:
        return "data:image/png;base64," + base64.b64encode(f.read()).decode()

mask_files = sorted(Path(MASKS_DIR).glob("*.png"))

for idx, mask_path in enumerate(mask_files):
    print(f"Processing {idx+1}/{len(mask_files)}: {mask_path.name}")

    output = replicate.run(
        "black-forest-labs/flux-1.1-pro",
        input={
            "prompt": PROMPT,
            "control_image": encode_image(str(mask_path)),
            "control_type": "lineart",
            "controlnet_conditioning_scale": 0.85,
            "guidance_scale": 7.5,
            "num_inference_steps": 28,
            "width": 1024,
            "height": 1024,
            "output_format": "png",
            "output_quality": 95
        }
    )

    out_file = Path(OUTPUT_DIR) / mask_path.name
    with open(out_file, "wb") as f:
        for chunk in output:
            f.write(chunk)

print(f"Done. {len(mask_files)} renders saved to {OUTPUT_DIR}")

Параметр controlnet_conditioning_scale: 0.85 — критичный. При значении 1.0 нейросеть буквально копирует контур, теряя фотореализм. При 0.6 — игнорирует геометрию. Диапазон 0.75–0.88 даёт баланс между точностью осей и качеством рендера.

Реальный кейс: 47 секций панельного фасада за один пайплайн

Техническая задача: девелоперский проект, 47 различных конфигураций фасадных секций (разная высота, шаг остекления, наличие/отсутствие балконных групп). Нужны презентационные рендеры для проектной документации. Бюджет на визуализацию — ограничен, срок — 48 часов.

Решение строилось поэтапно. Из Revit выгружались 47 Hidden Line PNG через батч-скрипт Dynamo (узел Export.ToDWG заменён на View.ExportToImage). Все маски нормировались до 1024×768 через PIL. Батч-скрипт на Replicate API (Flux 1.1 Pro + ControlNet lineart) прогонял их с единым промптом базовой стилистики, но с динамической подстановкой параметра высотности через f-string. Итого: 47 рендеров за 1 час 40 минут машинного времени. Стоимость — $2.59 при использовании Replicate Pay-As-You-Go. Для сравнения: один рендер у фриланс-визуализатора стоит от $80.

Где пайплайн ломается — тоже важно знать. Flux ControlNet плохо держит мелкие детали балконных ограждений при масштабе секции меньше 200px по высоте в исходной маске. Решение: апскейл маски до 512px минимум перед подачей в API, иначе нейросеть «придумывает» геометрию вместо считывания.

Интеграция с Revit через Dynamo: автоматизация на стороне BIM

Dynamo-скрипт внутри Revit — точка старта всей цепочки. Он не только экспортирует виды, но и формирует JSON-метадату для каждой секции: высота, этажность, тип фасадной системы. Этот JSON потом используется для динамической сборки промптов.

{
  "section_id": "F-023",
  "height_m": 42.5,
  "floors": 14,
  "facade_type": "curtain_wall_vertical_fins",
  "glazing_ratio": 0.68,
  "prompt_inject": "14-story modernist tower, floor-to-ceiling glazing 68%, vertical aluminum fins at 900mm pitch"
}

Поле prompt_inject генерируется автоматически по шаблону из параметров BIM-модели. Это устраняет человеческий фактор в описании геометрии. Каждый рендер — точное отражение параметров из Revit, а не интерпретация дизайнера.

«The models are getting better faster than our ability to use them.»
— Sam Altman, интервью MIT Technology Review, 2024

В архитектурной визуализации это ощущается буквально. Flux 1.1 Pro, вышедший в конце 2024 года, держит lineart-маску точнее, чем SDXL образца 2023-го при вдвое меньшем числе шагов инференса. 28 шагов против 50 — это скорость и деньги одновременно.

Следующий уровень контроля — глубинные маски (depth maps) из Revit вместо lineart. Revit умеет экспортировать Z-depth через плагин Enscape или через скрипт на pyRevit с рейкастингом. ControlNet-модель control_v11f1p_sd15_depth принимает depth map и дополнительно контролирует перспективу и объёмность масс — то, что lineart не даёт по определению.

Где рассыпается пайплайн: анатомия провала

Архитектор загружает план этажа в Midjourney, получает красивую картинку — и несёт её клиенту. Это не визуализация. Это галлюцинация с красивой текстурой.

Девяносто процентов ошибок происходят не в момент генерации, а до и после него. ИИ-рендеринг — это конвейер с шестью точками отказа: входные данные, промпт, параметры модели, постобработка, форматирование и юридическая упаковка. Архитекторы, которые работали только с 3ds Max или Lumion, привыкли к детерминированному процессу — нажал рендер, получил результат. Нейросеть — стохастическая система. Один и тот же промпт при разных seed даёт разные несущие колонны.

Первая системная ошибка — отсутствие референсного якоря. Без параметра --sref в Midjourney или без image_strength: 0.35 в Stable Diffusion (Flux) модель изобретает фасад с нуля. Клиент видит не концепт его здания, а архитектуру из параллельной вселенной.

Геометрия против эстетики: главный конфликт

Нейросеть оптимизирует под красоту, не под строительные нормы. Это факт архитектуры самих моделей, а не баг. Результат — визуально безупречный рендер с физически невозможными консолями, окнами, которые не открываются, и лестницами без нормативного уклона.

Практический кейс: задача — визуализация административного здания 5 этажей, фасад из вентилируемого навесного фасада, угловой участок, красная линия застройки зафиксирована. Исходник — DWG-план. Стек: Stable Diffusion XL + ControlNet (Canny + Depth), базовая модель — juggernautXL_v9, апскейл — Real-ESRGAN x4.

Проблема: ControlNet корректно держал контур здания, но модель систематически генерировала козырёк главного входа с вылетом 4+ метра без видимой опоры — красиво, но нереализуемо. Решение — добавление негативного промпта с явными архитектурными ограничениями и принудительный depth-контроль через карту глубины из Blender (бесплатный экспорт из SketchUp через плагин):

Positive prompt:
administrative building, ventilated facade, aluminium composite panels,
corner site, 5 floors, strict modernism, clean geometry,
structural columns visible, canopy with visible steel brackets,
photorealistic, 8k, natural lighting, overcast sky
--ar 16:9 --style raw --stylize 200 --seed 4471

Negative prompt:
floating elements, unsupported canopy, decorative only columns,
impossible cantilever, fantasy architecture, ornate, baroque,
blurry, deformed windows, asymmetric glazing without reason,
watermark, text, signature

После добавления structural columns visible и canopy with visible steel brackets в позитивный промпт — модель начала генерировать конструктивно читаемые козырьки в 87% попыток из 30 итераций. Не идеально. Достаточно для презентации.

Ошибка масштаба и ошибка контекста

Две ошибки убивают доверие клиента мгновенно. Первая — масштаб людей и автомобилей не соответствует зданию. Нейросеть не знает, что ваш объект — 22 метра. Она знает паттерны. Добавляй в промпт: human figures for scale, 1:100 scale reference, cars in foreground.

Вторая — нет окружения. Здание висит в вакууме или на стоковом фоне. Клиент не видит контекст улицы. Это разрушает восприятие объекта как реального места. В Midjourney — --cref с фотографией реального участка. В ComfyUI — нода IP-Adapter FaceID можно перепрофилировать под инжект референса окружения.

Чек-лист из 12 пунктов перед сдачей визуализации клиенту

Геометрический контроль. Все консоли, балконы, козырьки — конструктивно объяснимы. Нет «висящих» элементов без опоры.
Масштабные маркеры. На рендере присутствуют люди или автомобиль стандартных габаритов (легковой седан = 4.5 м длина).
Соответствие ориентации. Тени соответствуют географии участка и времени суток из ТЗ. Север — проверен.
Разрешение финального файла. Минимум 3840×2160 (4K) для печати A1. PNG без артефактов сжатия JPEG.
Апскейл без деградации деталей. После Real-ESRGAN или Topaz Gigapixel — проверь окна: нет размытых переплётов, нет задвоения рам.
Соответствие материалов ТЗ. Если заказчик указал кирпич ручной формовки — на рендере не должен появляться алюкобонд. Сверяй промпт с ТЗ пословно.
Контекст участка. Соседние здания, дорога, озеленение — присутствуют или обоснованно исключены (ракурс не предполагает).
Отсутствие ИИ-артефактов. Проверь руки у людей, текст на вывесках, симметрию оконных проёмов — нейросеть системно ломает эти элементы.
Цветовой профиль. sRGB для экрана, Adobe RGB для полиграфии. Конвертация — до передачи файла.
Watermark и метаданные. Удали EXIF с информацией о модели и промпте. Используй exiftool -all= filename.png.
Версионность. Файл назван по схеме: ProjectName_View01_v3_FINAL.png. Никаких «финал_финал2_точноfinал».
Авторские права и раскрытие. В договоре с клиентом зафиксировано: визуализация создана с применением генеративных ИИ-инструментов. Это защищает тебя юридически — в 2025–2026 годах суды в ЕС и РФ начали прецедентно рассматривать вопрос авторства ИИ-изображений.

«Люди слишком часто думают об ИИ как о конечном продукте. На самом деле это инфраструктура. Как электричество — вы не восхищаетесь розеткой, вы используете то, что к ней подключено.» — Демис Хассабис, CEO Google DeepMind

Стоимость ошибки в цифрах

Переделка одной визуализации после замечаний клиента — от 3 до 8 часов работы. При ставке 2500 руб/час это 7500–20 000 руб. на один рендер. Чек-лист из 12 пунктов занимает 25 минут. Считай сам.

Midjourney Pro — $60/мес, безлимитные генерации в режиме Relax. Stable Diffusion локально — $0 на генерацию, но ~$800 разовая инвестиция в GPU уровня RTX 4070. ComfyUI + Flux Dev через Replicate API — $0.055 за одну генерацию 1024×1024. При 200 итерациях на проект это $11 против $60 фиксированной подписки — окупаемость API-подхода начинается от 1.5 проектов в месяц.