两只手都占着鼠标,你也说不出那个柜子叫什么。想问的问题,说出口只要四秒,翻帮助页面却要四分钟 — 那就直接说出来。
每一款厨房设计软件里,都藏着同一种沉默:你正拖着一个柜子,什么东西突然变红,可是身边没人能问。于是你只好停下来,翻开帮助页面,猜测眼前这东西到底叫什么 — 这很难,因为不知道它叫什么,本身就是问题所在。语音比任何菜单都更擅长填补这种沉默:你只要说一句“这个为什么放不到我想要的位置”,双手照样留在原处,不用挪开。
可以,但前提是这个语音助手要直接接入设计工具本身 — 普通聊天机器人看不到你的方案。在 Flip 设计工具里,语音助手能列出物件、高亮某一件、在已有柜子旁边加一个新柜子、沿着墙把它挪动几英寸、改一个吊柜的挂装高度、删除、撤销和保存。水管、燃气和结构这些,仍然由你自己拿主意。
任何一个通用助手都乐意跟你聊厨房:它知道什么是工作三角,知道石英石比大理石更耐磨,说起这些头头是道。但它做不到的是看见你屏幕上的东西。你问它“这个柜子为什么悬空了”,它根本不知道这个指的是什么。
接入设计工具本身的语音助手完全是另一回事,区别就在于它能读到什么:
他们半夜会搜什么 “厨房设计软件 使用帮助” — 正是他们没法用帮助页面那套词汇描述问题的时刻。
最直觉的做法,是把画布截图交给一个视觉模型去看。我们特意没有这么做,如果你在比较各家工具,这个理由值得了解。
屏幕上的一切,在设计工具内部本来就已经是精确的数字:这个柜子是 B30,宽三十英寸,装在 2 号墙上,离地八英寸。把这些做成一张图,再让图像模型把数字猜回来,等于是把我们本来就掌握的事实,硬生生变成了一个估算值。所以我们反过来做:每次她需要知道现场情况,设计工具就直接把当前状态写成一段简短的文字交给她:
这就是为什么她的回答听起来像同事凑过来跟你说话:“你二号墙上那个 B30 离地八英寸 — 所以踢脚板才不见了”,而不是“请检查柜子是否被抬高。”
最后这一步,是大家最意外的地方:柜子会真的出现在设计里,尺寸真实,来自真实的产品库,作为一步可撤销的操作。她不是在画图 — 她是替你按下了你本来会按的那个按钮。
一个能改动你设计的语音助手,只有在行事沉闷、可预测的时候,才会让人觉得舒心。四条规矩,都是刻意定下的:
还有一些她真做不到的事:她判断不出你的厨房好不好看,看不出颜色和材质的细微差别(这些只有你自己能看出来),也没法帮你量出真实房间的尺寸。麦克风再方便,卷尺这份工作也还是你自己的。第 01 章依然是最重要的一章。
实时语音模型是按分钟真金白银计费的,这就带来一个明显的诱惑:干脆让线路一直开着。我们反其道而行,把状态做得一目了然,让你不用去猜。
变淡表示她没在听,也没有产生任何花费。实色带光环表示麦克风正开着。你在画布上按住鼠标时,她会淡得更彻底,让开你的视线 — 你正在放置柜子的那几秒,本就不该有她在你眼前晃。
连接会断开。你的麦克风仍然开着,但没有任何数据离开你的电脑 — 网页只是在本地监测音量高低,等你真的开口说了一会儿话(而不是咳嗽一声)才会重新连线。她回来时还记得之前聊到哪儿。安静满二十分钟,她会彻底放开麦克风。
为什么要这样设计:通话是按时段计费的,长时间沉默却开着线,等于你花钱买了一段没用上的时段。每个账户都有十分钟免费语音额度可以试用,用完之后,语音功能和其他 AI 增值功能一样,靠 GH Coin 计费。打字跟她交流是免费的,不需要账户,永远可以作为备选方案。
如果以上条件有哪个不满足 — 浏览器不支持实时语音,或者你不想授权麦克风 — 你会直接进入打字面板,并附带说明,而不是碰到一个没反应的死按钮。
很大一部分可以,但不是全部,而这个差别很重要。语音特别擅长解释你眼前看到的东西、说出物件的名字、诊断为什么某样东西动不了,以及推荐并放置下一个柜子。它不擅长精确摆放,也判断不出房间看起来好不好看。现实中的做法是:手放在鼠标上,问题说出口。
我们的 3D 厨房设计工具不用注册就能免费设计,工具里的助手 Emma 也可以匿名、免费地打字跟她交流。实时语音需要先登录账户并授权麦克风;每个账户都有十分钟免费语音额度可以试用,用完之后语音功能和其他 AI 增值功能一样,靠 GH Coin 计费。
在我们这里,她拿到的是设计工具直接生成的一段简短文字摘要 — 当前视图、墙体与层高、柜子数量、选中物件的型号与尺寸、所在墙面和离地高度、任何重叠警告、你最近的编辑记录,以及最后弹给你看的那条提示。这不是截图,也没有图像模型参与,所以她说出的数字都是真实数据,而不是对一张图片的解读。
它可以改动设计,但只限于一种很窄的方式:你问接下来该做什么之后,设计工具会给出一个具体的建议,她读给你听,只有你说好,她才会把它放进去。这是一步可撤销的操作。她不会凭空编造柜子,不会随意改动尺寸,也不会在没有得到你明确同意的情况下动手。
安静五分钟后,连接就会断开。之后麦克风还开着,但不会上传任何数据 — 网页只在本地测量音量高低,等你真的重新开口时才会重新连线。安静大约二十分钟后,麦克风会被彻底释放。头像会显示你现在处于哪种状态:变淡就表示没有任何数据在发送。
默认支持英语、普通话和法语,你用哪种她就跟着用哪种。韩语、日语、印地语、西班牙语和葡萄牙语可以在语言菜单里为某次通话单独选择。
在提问、理解和下一步该做什么这些方面,明显更好。但要把某个柜子精确放到某一英寸的位置,不行 — 鼠标是精密工具,说话不是。把语音当成消除打断的手段,而不是取代画图本身。
不需要。设计工具和语音功能都在浏览器里运行。语音功能第一次使用时会请求麦克风权限,你可以拒绝 — 打字面板既不需要麦克风也不需要账户。
画一面墙,放一个柜子,然后点一下角落里的头像,问问它为什么放在了那个位置。
打开 3D 设计工具 →