体验上
探索全新的交互范式，在无线画布的基础上创作一个符合设计师直觉的AI Native工具体验
Coohoom AI Native
Coohom AI Native
01
BACKGROUND AND DESIGN OBJECTIVES
项目背景
及设计策略说明
2025.10.01 - 至今
从工具的角度：Coohom工具也在AI上进行很多尝试，但是更多的是在传统工具增加AI功能。仅仅在旧有系统上“嫁接”AI，无法完全发挥AI的潜力。
从用户场景的角度：C端用户（普通消费者）的增长和潜力会更强大，而传统工具的门槛在很大程度上会劝退他们，这也是为什么Coohom很难有爆发式的增长。
从技术的角度：伴随LLM的空间理解和计算能力的增强，以及Coohom模型Rag基建的完善，让AI成为底层驱动设计变得可实现。
工具介绍：
Coohom Aihom是全新的产品形式，摒弃“户型→ 模型→ 硬装→ 定制→ 渲染→ 图纸”这种僵化的、分阶段的线性工作流。引入“画布式” (Canvas-based) 的非线性、并行工作流。“画布”是一个无限的 2D 数字空间，它同时承载项目的所有资产，允许用户以非线性的方式直接操控。并且采用Sub-Agent的架构，根据不同室内设计师的工作流创建数个Sub通路子agent。并且支持多模态输入、自然语言指令（指哪打哪）、方案自动生成、渲染图编辑等多重设计能力。
设计师的工作模式将从“在多个应用间切换”变为“在一个画布上平移视角”。这就是“简洁”的真正含义。
在这基础上，我做了什么？
在SubAgent上
基于AI橱柜布局的能力基础，探索厨房空间的Skills通路
02
DESIGN SCHEME
设计方案
The AI that Builds, Not Just Paints
We don't just generate images; we construct editable realities from your ideas.
Auto Design
Just upload a floor plan and type a sentence. Our AI instantly creates a fully furnished design for you.
Infinite Canvas
Break the barriers between 2D and 3D. Create freely on an unlimited workspace.
Real & Actionable
Populate with real-world furniture. Edit every detail with precision until it's perfect.
设计策略
/Strategy
1
上传户型/选择户型库中的模版
Agent执行有一个前提就是需要有户型图，所以当用户上传的数据中缺少户型图的时候，AI会让用户添加户型图。用户可以直接在北美户型库中检索户型信息，直接选择无需上传户型图。
2
用户委派任务 —— 多Agent架构
用户可以上传自己家中的照片，或者自己意向的家装风格，并将任务输入给AI。主Agent会理解用户的意图，并拆分数个子任务分发给Sub-Agent。
3
调整楼层
海外家装DIY用户有40%以上都是独栋/多层用户，一般会上传多张户型图，所以调整并确认楼层顺序是比较关键的链路节点，会影响输出结果精致性。在形态上关联房屋的语义，让用户调整楼层的时候符合直觉语义，无需理解成本。
4
自动生成室内设计方案
同一个户型可以生成多个方案供用户选择，一个方案会生成2D视图、3D视图、渲染视图，用户可以根据自己需求选择不同输出物。并且可以在不同实处物中进行细化设计。
5
全屏模式
用户可以点击某个视图进入到全屏模式的独立环境，进入独立环境之后对话框会推送一些独立环境中操作建议，避免用户不知道该如果编辑方案。同时在独立环境中，主PE会有所差异，会优先执行独立环境的Sub-agent任务，所以整体的响应速度会更快一点。
6
多画框交互定义
对话框为AI Native工具的核心交互场所，这里用户会下达所有的指令，所以生成的过程需要清晰直接，并且展现AI的思考过程。
同时为了能让用户跟精准的对方案进行编辑，方案中所有的对象（图片、3D方案、模型等）都可以被添加到对话框进行编辑。这些对象可以被穿插在文字中的任意位置，用户可以对任意对象下达任意指令。
