TL;DR -- 快速决策矩阵
不确定自己需要AI平面图生成器还是AI平面图编辑器?下面这张表能帮你在30秒内做出判断:
| 判断维度 | AI平面图生成器 | AI平面图编辑器 |
|---|---|---|
| 起始条件 | 没有现成方案——完全从零开始 | 已有一份平面图(手稿、扫描件或数字文件) |
| 核心动作 | 根据设计需求生成全新布局 | 对现有布局进行修改、优化或重新渲染 |
| 最适合 | 快速探索多种设计概念 | 打磨一份你想保留的具体方案 |
| 输出多样性 | 高——单次运行可产出数十种差异化方案 | 针对性——围绕上传方案的局部变体 |
| 典型用户 | 规划新建住宅的业主、处于方案设计阶段的建筑师 | 更新挂牌图纸的房产经纪人、改造现有住宅的装修业主 |
| 工作流阶段 | 设计流程的起始阶段 | 设计流程的中期或后期 |
决策法则: 如果你手上什么都没有,用生成器从零开始。如果你已有方案想要改进,用编辑器精准调整。
继续阅读,了解完整的技术对比、真实应用场景,以及一套将两者联合使用的高效工作流。
理解两种方法的本质区别
在日常讨论中,"AI平面图生成器"和"AI平面图编辑器"经常被混为一谈,但它们代表着截然不同的设计范式。弄清这一区别将为你节省大量时间、成本和弯路——因为选错工具意味着要么白白从头再来,要么在一个根本不适配你需求的工作流里反复挣扎。

两种截然不同的工作流:生成器(左)根据需求和约束条件从无到有创建平面图,编辑器(右)以现有方案为基础按你的指令进行改造。
从最高层面看,两者的区别可以类比为一个我们熟悉的创作概念:
-
生成的本质是创造。你提供设计需求——房间数量、面积、邻接偏好、建筑轮廓——AI从零合成出满足这些约束的全新平面图方案。不存在预设方案。AI是方案的原创者。
-
编辑的本质是改造。你提供一张现有的平面图——可以是纸质手稿的扫描件、CAD导出的图纸,或房产网站上截取的户型图——AI先理解其空间结构,再根据你的指令进行修改。原有方案是起点。AI是你的协作伙伴。
两种工具都依赖深度学习技术,但采用不同的模型架构和训练策略,从而具备各自独特的优势。接下来的内容将逐一剖析这些差异,提供具体的应用场景推荐,并展示如何将两者组合成一套效果远超单独使用的联合工作流。
关于AI如何从宏观层面变革建筑平面图设计,请参阅我们的综合概述:AI生成平面图在建筑领域的应用。
何时使用AI平面图生成器
核心场景:从无到有
当你没有任何现成方案、需要从零创建平面图时,AI平面图生成器就是你的首选工具。你描述自己的需求——包括房间类型、空间关系、尺寸大小和各种约束条件——AI会自动生成多套完整的布局方案供你挑选。
生成器定位于设计流程的最前端,适用于设计空间完全开放、你希望在确定方向之前尽可能多地探索可行方案的阶段。

同一套需求条件——三间卧室、开放式厨房-客厅、独立书房——可以生成多种截然不同的布局方案,每种都代表了满足相同约束的不同空间策略。
生成器的5大理想场景
1. 规划新建住宅。 你刚买了一块地,想探索什么样的住宅布局最适合你的家庭。你知道自己需要四间卧室、一间书房和开放式厨房-餐厅区域,但对房间的具体排列没有任何预设想法。AI平面图生成器能在几分钟内生成数十种布局选项,提供一份"视觉菜单"——而同样的工作量,建筑师可能需要手绘好几天。
2. 建筑方案早期探索。 一家建筑事务所正在竞标项目,需要向客户展示三到五种本质上不同的体量和布局策略。团队不再花一整周手工画草图,而是用AI生成器在一个下午探索上百种选项,然后从中挑选最有潜力的方案进行人工深化。
3. 房地产开发可行性分析。 开发商需要确定在建筑包络线内能放下多少户型单元,同时满足容积率和消防规范。AI生成器能快速产出并评估数千种户型组合,大幅加速可行性分析。
4. 教学和概念探索。 建筑系学生研究空间关系,或业主想了解特定地块上有哪些布局可能性,都可以将生成器作为学习和灵感工具。
5. 虚拟环境中的平面图生成。 游戏工作室和仿真平台需要大量逼真的建筑室内空间。AI生成器可以程序化地批量生成独特且建筑学上合理的平面图,为虚拟城市填充可导航的室内场景。
生成背后的技术
AI平面图生成器主要基于以下几类深度学习模型:
生成对抗网络(GAN)。 标志性的House-GAN系统(Nauata等人,2020年)证明了图约束GAN可以从气泡图——一种以节点表示房间、以边表示邻接关系的抽象图结构——生成平面图布局。House-GAN及其后续版本House-GAN++(2021年)展示了对抗训练如何在遵守拓扑约束的前提下生成具有真实建筑图纸视觉特征的布局。核心创新在于用图神经网络处理房间关系图,再用该结构化表征条件化一个卷积图像生成器。
扩散模型。 HouseDiffusion(Shabani等人,2023年)将去噪扩散概率模型引入平面图生成领域。与GAN的单次前向传播不同,扩散模型通过数十步迭代去噪,将随机噪声逐步精炼为连贯的布局方案。HouseDiffusion直接操作房间多边形的顶点坐标而非像素网格,输出的墙线边界清晰精准。扩散框架的另一优势是输出的天然多样性——同一输入多次运行会得到真正不同的解决方案,非常适合设计探索。
训练数据。 上述方法都依赖大规模标注数据集。RPLAN数据集(Wu等人,2019年)包含超过80,000张真实住宅平面图,每张都标注了房间边界、类型和门窗位置,是大多数学术和商业生成系统的主要训练来源。数据集中编码的统计模式——房间比例、典型邻接关系、交通流线逻辑——正是AI生成器能输出建筑学上合理方案的根本原因。
关于这些模型家族更深入的技术解读,请参阅我们的文章:AI图像生成的深度学习时代。
生成工作流概要
- 定义需求。 指定房间功能清单:房间类型、数量、大概面积和邻接关系。
- 设定约束。 提供建筑轮廓或地块尺寸,标注固定元素(入口位置、楼梯间、承重墙)。
- 运行生成。 AI产出多套布局选项——通常从四套到数十套不等。
- 评审方案。 审查各选项的功能邻接、交通流线、房间比例和整体空间品质。
- 选定并深化。 挑选最佳选项,进行手工细化——或者如后文所述,将其传入AI编辑器做进一步优化。
何时使用AI平面图编辑器
核心场景:改造现有方案
当你已经有一份平面图并希望对其进行修改时,AI平面图编辑器就是正确的选择。这份图可以是手绘草图、扫描的建筑图纸、房产网站上的户型截图,或CAD导出的数字文件。编辑器的任务是理解现有布局,然后智能地执行修改——移动墙体、调整房间大小、切换渲染风格、增减空间——同时保留你希望保留的基本结构。
编辑器定位于设计流程的中期和后期,适用于你已经确定了大体方向、需要对具体方案进行优化、适配或多风格呈现的阶段。

编辑工作流:上传现有平面图(左),AI解析房间结构和空间关系(中),应用针对性修改后输出精调结果(右)。
编辑器的5大理想场景
1. 修改建筑师提交的方案。 你的建筑师已经交付了一份平面图,但你想看看如果交换两间卧室的位置、扩大厨房面积或新增一间洗手间会是什么效果。与其发起一轮昂贵的修改流程,不如自己将方案上传到AI平面图编辑器,先做实验性调整,再带着可视化的修改方案与建筑师讨论。
2. 更新房产挂牌图纸。 房产经纪人手上有旧版挂牌图需要更新——可能前业主将车库改成了起居室,或者经纪人想向买家展示拆除一面墙后的开放式布局效果。编辑器无需重新绘制,直接在现有图纸上完成改造。
3. 旧房翻新规划。 你拥有一套现房,想探索翻新可能性:打掉厨房和餐厅之间的隔墙、将一间卧室改造为步入式衣帽间、为主卧新增独立卫生间。上传现有户型图,用编辑器测试各种改造方案。AI会保留外墙、楼梯等结构要素,只修改你指定的部分。
4. 风格转换与格式化。 你手上的平面图是某种视觉风格(黑白线框图、手绘草图),但需要另一种风格(彩色分区图、带家具布置的效果图、三维渲染视图)。编辑器在保持空间布局的前提下,重新渲染视觉表现。
5. 无障碍适老化改造。 你需要对现有方案进行无障碍改造——加宽门洞、设计轮椅友好的卫生间布局、确保走廊达到最小通行宽度。编辑器允许你进行精准的结构局部修改,同时完整保留其余布局。
编辑背后的技术
AI平面图编辑器依赖的深度学习技术与生成器有所不同,但也存在相当的重叠。
图像到图像转换。 平面图编辑的基础技术是图像到图像转换——一类深度学习模型,学习将一张图像转换为另一张,同时保持结构对应关系。条件GAN(pix2pix)和U-Net架构使模型能够接受平面图作为输入,输出修改后的版本,在应用指定变更的同时维持空间关系。这与风格迁移、图像上色、语义分割属于同一技术家族,只是在建筑平面图这一特定领域进行了适配。
语义理解。 编辑器在执行修改之前,必须先"读懂"平面图。现代AI编辑器使用卷积神经网络对上传图进行语义分割,识别出房间边界、房间类型(卧室、卫生间、厨房)、墙体、门窗和走廊。正是这种结构化理解能力,使得编辑器可以进行"智能修改"而非"盲目的像素操作"——它知道移动一面墙需要同时调整两侧房间,一扇门应该连接走廊,卫生间最好与另一个湿区共享管道立管。
修复与受控生成。 当你拆除一面墙或调整房间大小时,编辑器使用修复(inpainting)技术来填充受影响区域。基于扩散架构的现代修复模型能够根据周围上下文生成建筑学上合理的空间内容,确保修改区域与未变动部分无缝衔接。
编辑工作流概要
- 上传方案。 以常见图片格式提供现有平面图。AI自动分析并解读其空间结构。
- 确认AI识别结果。 核实AI是否正确识别了房间、墙体、门和窗。必要时进行修正。
- 指定修改内容。 说明你需要的改动:移动墙体、调整房间大小、变更房间功能、增减空间,或应用新的视觉风格。
- 生成修改方案。 AI在保持未修改部分结构连贯性的前提下执行你的改动。
- 迭代优化。 审查结果,请求进一步调整,重复直至满意。
功能逐项对比
下表从每一个关键维度对AI平面图生成器和编辑器进行了详细对比,帮助你做出精准选择。
| 对比维度 | AI平面图生成器 | AI平面图编辑器 |
|---|---|---|
| 输入类型 | 文字需求、房间功能清单、邻接图、建筑轮廓 | 现有平面图图像(扫描件、照片、截图、CAD导出) |
| 输出多样性 | 极高——每次运行产出多种独立布局 | 适中——变体锚定于上传方案 |
| 起始条件 | 无(白纸一张) | 一份你希望保留或修改的现有方案 |
| 核心价值 | 探索空间的各种可能性 | 精炼已有的设计成果 |
| 学习门槛 | 低——用自然语言描述需求即可 | 低——上传图纸并指出修改位置即可 |
| 首次出结果速度 | 秒到分钟级(取决于生成选项数量) | 秒到分钟级(取决于编辑复杂度) |
| 控制精度 | 宏观——你设定约束但不控制具体几何形状 | 微观——你可以修改特定的墙、房间和构件 |
| 建筑师最佳用途 | 方案设计、概念探索、客户汇报 | 设计深化、修改周期、细节打磨 |
| 业主最佳用途 | 规划新建住宅、探索布局可能性 | 改造现有住宅、测试翻新方案 |
| 房产经纪最佳用途 | 为新开发项目创建平面图 | 更新现有挂牌图、虚拟装修前期准备 |
| 工作流阶段 | 起始阶段(创意发想、方案探索) | 中后期阶段(优化精炼、成果呈现) |
| 底层AI技术 | GAN、扩散模型、图神经网络(从零合成) | 图到图转换、语义分割、修复生成 |
| 探索广度 | 宽——生成本质上不同的布局 | 窄——围绕固定结构的局部变体 |
| 结构保留 | 无需保留(不存在原始结构) | 高——维持未修改元素不变 |
| 协作模式 | AI是创作者,人是评审者 | AI是协作者,人是决策者 |
当边界变得模糊
值得注意的是,生成与编辑之间的界限并非总是泾渭分明。某些高级工作流会先从零生成一份方案,紧接着转入编辑模式进行优化——一种我们将在下一节详细介绍的混合方法。同样,某些编辑操作过于激进(拆除大部分墙体、彻底重组房间),实质上已经变成了一种受约束的生成行为。
两者的核心区别更多是哲学层面的:生成器问的是"这个空间可以是什么?",编辑器问的是"这个空间怎样才能更好?" 在设计流程的不同阶段,两个问题都有其不可替代的价值。
联合工作流:生成器 + 编辑器协同作战
最强大的方法不是二选一,而是将两者串联使用。生成器和编辑器天然互补,覆盖设计生命周期的不同阶段。联合使用后的工作流,比任何一个工具单独使用都更快、更全面、更精细。

最优工作流将两种工具串联:先用生成器从零探索多种方案,选出最有潜力的候选者,再用编辑器精细打磨,直到完全满足你的需求。
第一阶段:生成——广撒网
从AI平面图生成器开始,探索全部空间可能性。
操作要点:
- 输入房间功能清单(类型、数量、大致面积)
- 指定必须满足的邻接关系(厨房紧邻餐厅、主卧带独卫)
- 定义建筑轮廓或地块约束
- 批量生成——建议一次至少产出10到20种不同方案
评审重点:
- 整体空间组织策略(开放式vs.分隔式、线性流线vs.放射状流线)
- 房间比例和相对大小
- 自然采光条件和朝向
- 交通效率——能否逻辑清晰地在空间中移动?
阶段目标: 筛选出两到三个代表不同空间策略且你觉得有吸引力的候选方案。这个阶段不追求完美,你要选的是最佳起点,而非最终成品。
第二阶段:筛选——发挥人类判断力
这是你的设计直觉最重要的环节。审阅所有生成方案,选出最符合你优先级的那一个:
- 哪个方案的空间感觉最"对",最契合你的生活方式或客户需求?
- 哪个方案的"骨架"最好——拥有可以精炼的强大空间结构?
- 哪个方案最能适配场地条件(景观朝向、日照方位、交通入口)?
你可能会发现不同方案各有千秋:某个方案客厅布局很棒但厨房局促,另一个卧室区域完美但入口流线别扭。记下每个方案中最出色的部分——这些认知将在编辑阶段发挥作用。
第三阶段:编辑——精准打磨
将选中的方案上传到AI平面图编辑器,开始针对性优化。
此阶段常见操作:
- 调整房间尺寸。 生成器输出的厨房偏小?将厨房与相邻储藏室之间的墙向外推,扩大厨房面积。
- 互换房间位置。 生成方案把主卧放在了临街面,但你希望它朝花园。在保持整体结构不变的前提下互换卧室位置。
- 增减墙体。 合并两间小房间为一间大房间,或将一个大空间划分为多个功能区。
- 调整门窗位置。 移动正门以更好对齐车道入口,或为采光不足的房间增开窗户。
- 切换视觉风格。 将生成器输出的线框方案图转换为带家具布置的彩色渲染效果图,适合客户汇报或房产挂牌使用。
反复迭代直至满意。 编辑工作流的优势在于每次修改都是增量式和可逆的。你是在"雕琢"方案而非推倒重来。每一步编辑都建立在上一步的基础之上,逐步收敛到完全满足需求的最终布局。
联合工作流为何更胜一筹
| 方法 | 探索的方案数 | 首稿完成时间 | 最终方案质量 |
|---|---|---|---|
| 纯手工设计 | 3-5套方案,耗时数天 | 数小时至数天 | 高(前提是经验丰富) |
| 仅用生成器 | 20-100+套方案,耗时数分钟 | 分钟级 | 良好(需要进一步精炼) |
| 仅用编辑器 | 不适用(需要现成方案) | 每次编辑数分钟 | 良好(受输入质量制约) |
| 生成器 + 编辑器 | 20-100+套方案 + 精准打磨 | 分钟级首稿 + 迭代优化 | 最高(广度 + 深度) |
联合工作流赋予你只有AI生成才能提供的探索广度,加上只有精准编辑才能实现的深化精度。鱼与熊掌,兼而得之。
关于AI工具如何在建筑设计中协同工作的更多洞见,请参阅我们的文章:AI生成建筑平面图的技术演进。
决策指南:5个场景,5条建议
仍然不确定该用哪个工具?以下五个常见的真实场景为你提供具体建议。
场景1:从零建房
你的情况。 你刚买了一块地,正在规划自建住宅。你有一份愿望清单——四间卧室、一间书房、开放式厨房-客厅、双车位车库——但没有任何现成平面图。
建议:从AI平面图生成器开始。
你需要在确定方向之前大规模探索设计空间。先生成20到50种布局方案,从中选出三到五个最中意的,再用AI平面图编辑器对胜出方案进行精细调整。这正是前文描述的联合工作流的理想应用场景。
额外提示: 一旦确定了满意的平面图,可以使用我们的AI家居设计师进行室内可视化——在施工之前就看到你的房间配上家具、装饰和三维渲染的效果。
场景2:修改建筑师提交的方案
你的情况。 建筑师已经交付了方案图。方案90%都很满意,但你想试试几处修改:扩大储藏室、交换客房和书房的位置、或者将厨房与客厅打通。
建议:直接使用AI平面图编辑器。
你已经有一份扎实的底图——不需要从零重新生成。上传建筑师的方案,实验你想要的修改,带着可视化对比方案去参加下次设计会议。这比提出一轮正式修改请求更快、更省钱,而且让你用直观的图纸而非口头描述与建筑师沟通。
场景3:房产经纪人准备挂牌资料
你的情况。 你是一位房产经纪人,需要为挂牌房源准备平面图。部分房源有上一轮销售时留下的老图纸;另一些的图纸已过时或与现状不符。你需要快速产出整洁美观的平面图。
建议:大部分任务使用AI平面图编辑器。
上传现有图纸,用编辑器清理画面、匹配你的品牌风格、更新房间配置使之反映当前状态,或者创建"潜在改造方案"版本向买家展示房屋的改造空间。对于完全没有图纸的房源,使用AI平面图生成器根据房屋的房间清单和尺寸信息从零创建。
如果你还需要虚拟装修效果图来配合挂牌,请参阅我们的指南:AI虚拟装修在房地产中的应用。
场景4:为客户汇报准备50+设计方案
你的情况。 你是一位建筑师或设计师,正在为一个竞争性项目准备方案汇报。你想向客户证明你已经对设计空间进行了穷举式探索,并能呈现一份精选的顶级方案清单。
建议:先用AI平面图生成器,再用AI平面图编辑器打磨首选方案。
先用生成器批量产出50种以上的方案。按空间策略分类(开放平面、线性布局、组团式、庭院式、跃层式),从每类中选出最具代表性的三到五个。然后用编辑器逐一优化:调整房间比例、完善交通流线、统一视觉风格使之符合你事务所的出图标准。你将带着一本经过充分探索和精心打磨的方案集出席客户会议,同时展现创意宽度和执行深度。
如果需要为方案配上建筑外观效果图,我们的AI建筑设计可以渲染建筑立面和体量研究。另请参阅我们的指南:AI建筑渲染——如何用AI设计建筑外观。
场景5:旧房翻新改造
你的情况。 你住在一套现房里,计划翻新。也许你想把正式餐厅改成书房、为次卧加一间独立卫生间、或者重新配置厨房使之更加开放。你有现在的户型图(或者可以画一张草图)。
建议:直接使用AI平面图编辑器。
上传当前户型图,逐一实验你考虑中的改动。编辑器会保留你不想变动的结构要素(外墙、楼梯、管道立管),同时让你自由修改室内布局。这是可视化翻新方案、评估改造方案是否在空间上可行的最快路径——在联系施工队或建筑师之前就把概念验证做完。
常见问题
没有设计经验也能使用AI平面图编辑器吗?
可以。AI平面图编辑器面向所有技能水平的用户设计。AI负责处理空间布局的技术细节——墙体对齐、房间比例、门窗布置——你只需表达想要修改什么。不需要懂建筑制图规范、CAD软件或空间规划理论。上传现有图纸,指出你想改的地方,AI就会输出一份结构连贯的修改方案。
AI平面图生成器每次运行能产出多少方案?
具体数量取决于工具设置和订阅层级。通常,AI平面图生成器每次运行可产出四到数十种不同的布局方案。每个方案代表一种真正独立的空间配置——不是同一方案的细微变体——因为底层的扩散模型和GAN架构本身就被设计为从已学习的分布中广泛采样。如果想要最大化探索广度,可以用略有不同的参数多轮运行。
编辑器能处理手绘平面图吗?
可以。现代AI平面图编辑器使用语义分割模型,不仅能解读清晰的数字文件,也能处理手绘草图。AI根据图中的视觉线索识别房间、墙体、门和窗——即使线条不够工整或比例不够精确。输入图的清晰度和对比度越高,识别效果越好。一张白纸上用深色笔迹画的整洁草图,效果会好于方格纸上褪色的铅笔手稿。最佳实践:确保房间边界是封闭的闭合线段,房间标注(如有)清晰可辨。
生成的平面图和编辑后的平面图,质量有差异吗?
两种工具都能输出专业级成果,但质量特征不同。生成器输出多样性更强,可能挖掘出出人意料的空间配置,但在精确的房间比例或门窗位置等细节上可能需要进一步调整。编辑器的输出继承了原始输入的结构质量——如果上传的是一份优秀建筑师的方案图,编辑后的版本会在执行你的具体修改时保留这种质量水平。联合工作流(先生成后编辑)兼取两者之长:生成的创意广度加上编辑的精炼精度。
可以在同一项目中自由切换生成器和编辑器吗?
完全可以——而且我们推荐这样做。两个工具之间没有任何技术障碍。AI平面图生成器生成的方案可以直接下载并上传到AI平面图编辑器进行优化。同样,编辑后的方案也可以作为灵感参考,用调整后的参数启动新一轮生成。两者的设计初衷就是互补协作,而非相互竞争。
这些工具能替代专业建筑师吗?
不能。AI平面图工具在设计探索、方案沟通和快速迭代方面能力强大,但无法替代持证建筑师提供的全面专业服务。生成和编辑产出的平面图属于概念性布局方案,缺少结构工程验证、建筑规范合规性审核、机电系统集成和施工图级别的详图深化。把它们理解为高度智能的设计草图——它能大幅加速你找到满意方案的过程,然后再由专业建筑师将其开发成可建造的、合规的施工图纸。
编辑器支持哪些文件格式?
AI平面图编辑器接受JPEG、PNG和WebP等常见图片格式。为获得最佳效果,请上传清晰、高分辨率的图像,确保房间边界、墙体和门窗在视觉上可以明确区分。如果你的平面图是CAD格式(DWG、DXF),请先导出为高分辨率PNG或PDF截图再上传。图像越清晰,AI的识别精度越高,因此请避免上传严重压缩或低分辨率的图像。
生成器和编辑器哪个更快?
两者的单次出结果时间相当——通常在秒到几分钟之间。生成器在初始探索阶段可能感觉更快,因为它同时产出多个方案;而编辑器需要"上传-修改-生成"的顺序循环来完成每次迭代。然而,如果从整体工作流来看,编辑器在达到最终方案方面往往更快,因为每次编辑都是针对性的增量操作。相比之下,生成器可能需要多轮"生成、评审、重新生成"才能找到一个足够接近你愿景的选项来作为后续工作的起点。
开始设计:选择你的起点
现在你已经具备了为自己项目选择正确工具所需的一切信息。以下是你的两条路径:
从零开始
你有需求但没有现成方案,想探索空间的各种可能性。
打开AI平面图生成器 -- 输入房间功能清单,设定约束条件,在几秒钟内获得多套AI生成的布局方案。无需设计经验。生成、对比、找到最适合你的空间、生活方式或客户愿景的方案。
编辑现有方案
你有一份想要修改、优化或换风格的平面图,需要的是精准操控而不是空白画布。
打开AI平面图编辑器 -- 以任何常见图片格式上传现有平面图。AI自动解读空间结构,由你指挥修改方向。移墙、调尺寸、换位置、切风格——全程保留你想保留的元素。
拿不准?两个都用。
最有效的工作流是先生成、后编辑。**先用生成器大范围探索设计空间,选出你最中意的方案,然后用编辑器**精打细磨每一个细节。这套联合方法赋予你创意广度与手术刀般的精度——完整的AI驱动平面图设计体验。
如果你想进一步拓展设计能力,欢迎探索我们的全套AI工具:AI家居设计师用于室内可视化,AI建筑设计用于建筑外观渲染。这些工具联合覆盖整条设计链——从第一张平面图草案到完整的建筑可视化方案。

