AIGC 自动化设计平台「Collov」完成近千万美元 A 轮融资，以工业级大模型服务家装设计
AIGC 自动化设计服务商「Collov」已于日前完成近千万美元 A 轮融资。本轮领投方德韬资本，老股东阿米巴资本，将门创投跟投，波士顿深科技投资基金 Taihill Venture 跟投，星涵资本担任独家财务顾问。融资额将主要用于技术研发与市场拓展。
「Collov」成立于 2021 年底，总部位于美国硅谷。是一家以室内设计为切入点的设计自动化云平台，致力于在大模型和生成式 AI 的驱动下，使设计自动化成为工业级解决方案。
" 家装设计是一个连接真实产品和虚拟体验的领域，它使得生成式 AI 能够更快地在 ToC 和 ToB 两个层面指导真正的工业生产。"
「Collov」创始人兼 CEO 张霄告诉 36 氪，随着 AIGC 工业化的爆发，用于设计的大模型越来越多，评判模型也就有了更加多元化的维度。除了图像效果之外，其能力是否达到了工业级应用的标准、是否满足动态可控的输入条件，也在变得越来越重要。
切入室内设计，AIGC 驱动设计自动化
当下，北美室内设计领域的痛点主要有两点：
其一，设计市场参差不齐，服务商主要分为本地 Studio 与 Houzz 等线上匹配平台，线下服务成本高、交付时间长，而线上匹配虽然在定价和品质上透明度更高，但在信息陈列之外，设计流程也并没有被革新。总体来说，由于客户无法在付费前快速得到一个定制化的设计方案，后期沟通也就会出现需求不匹配等问题，为设计师的工作带来挑战。
其二，从方案落地出发，传统室内设计方案无法解决家具选购的痛点。目前，主流家具商仍然以线下门店 + 陈列式电商的形式存在，其产品不便于用户挑选或是接入设计师的方案流程。这也就使得设计效果与用户实际得到的成果往往存在一定程度的割裂，
" 客户做决策的时候不但需要考虑不同物件之间的组合关系，还需要考虑流程问题。"
张霄直言，这也是室内设计师工作流程长、效率较低的重要原因。而如今的 AIGC 自动化设计能够更好地解决这些问题。
图源：Collov
生成式 AI 主要从四个方面提高室内设计的流程效率。首先，在初稿 / 概念设计阶段，AI 能够根据描述和风格化标签为用户快速生成设计方案图，省去了大量人工沟通及营销成本，进而在方案细化阶段实现保留结构、替换家具等功能。
Collov - AI 设计演示
「Collov」团队认为，设计本质上是美与功能性之间平衡的艺术。LLM 和 AIGC 的技术可以将设计工作流从原来繁琐的工作变为两步，通过 LUI+GUI 快速勾勒草图，再通过 Imagine 扩散渲染引擎在几秒内渲染为 2D 图像、3D 和视频等。
在方案交付反馈阶段，「Collov」自研的多模态 LLM 既可以做到像 ChatGPT 一样在文字对话中集成用户的需求理解，又可以直接给出修改后的图像。方案确认后，其设计参数将被 AI 直接发送到 C2F 模式的家具生产中，并完成发货等后续销售工作。
Collov - Chat Designer 演示
技术方面，「Collov」的基座模型正在向 " 高精度可控性 + 高美感度 " 的差异化方向发展，从而区别于仅仅注重美感的主流图像生成服务。下一步，「Collov」将跟随技术演进从图像时代过渡到视频生成、3D 生成时代，并呈现出更高的光流及几何学可控性。
设计师工具 + 家居企业服务
AIGC 带来的生产效率和生成体验的变革，不止体现在创作上，也影响着大众的消费行为方式。
对比 UI、平面设计等领域，室内设计的设计流程和业务场景更加复杂，仅仅像 Figma、Webflow 等产品一样将设计师的工作流 " 云化 "，还远远不足以实现室内设计的商业价值。
以「Collov」与家居企业金牌橱柜的合作为例。金牌橱柜与「Collov」本轮领投方徳韬资本属于同一个集团公司，其海外业务及国内供应链、渠道资源等与「Collov」有着很好的协同性。作为一家有 2000 多家门店的上市公司，金牌橱柜的设计师往往需要给出客户免费的营销级别的设计方案，从而为销售提供支撑。传统人工效率下，这样一版设计的生成效率在三天左右，而「Collov」则通过生成式 AI 将这种营销级设计的流程缩短到了 " 一分钟出十几版 "，从而提升了方案的丰富度。客户签单后，「Collov」则会通过添加控制规则来进行设计效果的精细化。
「Collov」自有的 SaaS 采取免费增值订阅模式，针对免费客户和专业设计师、房地产经纪人、家具企业等提供免费、19 美元 / 月、定制化收费三个版本。目前，「Collov」已经累计完成了近 10 万设计方案，申请合作名单上拥有超过 1000 名室内设计师和 300 多家企业。
数据显示，家装设计市场约为 1210 亿美元，全球家具市场约为 4936 亿美元。这也就意味着，除了模块化的生成工具和更高的设计沟通效率之外，一个能连接方案和家具产品、连接设计与销售的解决方案将会拥有更广阔的市场空间。基于这一愿景，在以模块化生成工具获取 SaaS 订阅收入作为主营模式之外，设计切入家具销售转化，将作为 Collov 的辅助业务模式，进一步拓展市场。「Collov」目前已经与超过 300 个品牌商合作，积累了数百万家具 SKU，为终端客户提供家具销售导购服务，在 2022 年实现了 500 万美元的销售额。
" 从长期来看，在主要帮助设计师提升效率之外，我们也会辅以生成可以直接下单购买的全景方案的方式，让家居企业能够直接触达终端客户。"
团队方面，「Collov」创始团队拥有深厚的 LLM、AIGC 及 GNN（图神经网络）技术基因。CEO 张霄本科毕业于北京大学物理系，拥有斯坦福应用物理博士学位，曾入选 2022 年福布斯全球华人 Top100 精英榜。CTO 毕业于加州伯克利，曾在 TikTok 智能创作团队负责 AIGC 相关项目，主要从事于 M-LLM（多模态大语言模型）的预训练，基座生成模型和扩散模型项目，核心开发了抖音 AI 漫画家、AI 肖像等亿级用户量的 AIGC 产品。首席科学家为耶鲁大学计算机学教授，率先提出 GNN 的概念，并为 GraphSAGE 算法的发明者。其曾在波音、Facebook 和 DeepMind 担任 AI 算法顾问。目前，「Collov」正在和斯坦福，耶鲁，北大等高校实验室合作，进行多模态可控大模型的各项开发工作。
" 大模型的下一步，是大垂类领域的工业级 AI。"
毫无疑问，技术、生成模型、数据收集和训练管线都是可迁移的。尽管技术还有成熟空间，但如今大多数生成式 AI 服务商都在发力商业化，也正是因为行业数据对于 AIGC 和大模型的壁垒价值，在未来将会造成巨大的马太效应。而作为目前为数不多已经在单一领域 " 跑 " 起来了的生产力平台，「Collov」未来将致力于积累不同设计的领域数据，将业务拓展至不同设计品类。
------------------------------------
德韬资本卜亮源表示：" 我们长期坚定看好 AIGC 在泛家居场景中的落地应用，Collov 团队具备领先的技术研发能力以及对家装设计和家具电商的垂直领域认知经验，期待金牌厨柜与 Collov 共同打造 " 全屋整装 " 时代的智能家装设计工具及一站式服务平台，最终实现用户视角的全流程 AI 智能化体验，加速金牌在泛家居产业互联网平台的布局。"
阿米巴资本表示：" 当前 AIGC 在全球爆发式发展，COLLOV 深耕行业，其家装设计自动化平台依托全球领先的专业技术团队，快速突破 AI 家装设计的产品及功能，同时构建了丰富的数据积累及技术壁垒，切实解决家装行业痛点。我们相信，拥有扎实的技术研发实力及丰富的数据飞轮积累，COLLOV 将构建全品类万物设计的云平台，助力全球 AIGC 发展。"
来源：36氪