پست پروداکشن معماری با هوش مصنوعی: امتداد و تغییر سایز عکس یا outpainting رندر معماری با هوش مصنوعی+ نمونه پرامپت

وقت‌هایی هست که ما کلی وقت گذاشتیم و رندر گرفتیم،

و حالا می‌خواهیم تناسبات عوض بشود…

در فرآیند طراحی معماری، همیشه لحظه‌ای وجود دارد که یک رندر نهایی—که برایش زمان، دقت، سیستم قوی و گاهی حتی چند شب بیداری صرف کرده‌ایم—به مرحله ارائه می‌رسد و ناگهان متوجه می‌شویم: «ای کاش از راست کمی ادامه پیدا می‌کرد»، یا «اگر چهار سانت پایین‌تر بود، ترکیب‌بندی بهتر می‌شد». گاهی هم می‌فهمیم بخشی که می‌توانست بیان فضایی را کامل‌تر کند، به دلیل یک کراپ عجولانه حذف شده است.

در این موقعیت‌ها، بازگشت به فایل سه‌بعدی، اصلاح زاویه دوربین، تنظیم نورها و رندر دوباره، برای بسیاری از طراحان عملی نیست: یا به سیستم رندر قوی دسترسی ندارند، یا زمان پروژه محدود شده، یا فایل اصلی در دسترس نیست، یا حتی پروژه در مرحله‌ای است که بازتولید خوراک گرافیکی کاملاً غیرمنطقی است.

اینجاست که «اوت‌پینتینگ» (Outpainting) وارد جریان کار می‌شود. اوت‌پینتینگ به کمک مدل‌های هوش مصنوعی این امکان را فراهم می‌کند که تصویر رندرشده را به شکلی طبیعی، هم‌جنس و از نظر مصالح، نور و پرسپکتیو سازگار، در جهتی خاص گسترش دهیم. یعنی دقیقاً همان «ادامه راست تصویر»، «کمی فضای بیشتر بالا»، یا «اصلاح حاشیه‌ها» را بدون نیاز به هیچ‌گونه بازسازی سه‌بعدی ایجاد کنیم.

 

نورپردازی تری دی معماری بدون متریال_ outpainting
تصویر outpaint شده، مدل هوش مصنوعی: GPT Image 1.5

 

نورپردازی معماری- تری دی خام
تصویر اولیه، جهت تست عملکرد، کیفیت تصویر پایین هست.

 

  • نمونه ای از پرامپت‌های استفاده شده در این روش:

extend the image 30 percent to the right, ensuring the arched doorway remains a perfect half‑circle with accurate, undistorted curvature. Maintain symmetry and alignment with the existing architecture. Preserve the bright minimalist interior style with white walls, soft diffused lighting, and subtle plant decor. Do not add any new furniture; keep the open, serene, and balanced atmosphere while extending the floor, wall, and lighting naturally.

 

این تکنیک در سال‌های اخیر، به ابزاری کلیدی برای معماران تبدیل شده است—نه به‌عنوان یک میان‌بُر غیرحرفه‌ای، بلکه به‌عنوان روشی هوشمندانه برای رفع محدودیت‌ها. وقتی فرد بتواند با چند بار تنظیم ماسک، پرامپت دقیق و مقایسه خروجی‌ها، یک بخش جدید از تصویر را تولید کند که از نظر بافت، ریتم سایه‌روشن و حتی نویز رندر، هماهنگ با تصویر اصلی است، در واقع یک مرحله خلاقیت پس از رندر (Post‑Render Creativity) را تجربه می‌کند.

اوت‌پینتینگ کمک می‌کند تصویر «اصلاح» شود، نه «جعل». یعنی همان احساس فضایی پروژه را پیش ببرد، نه اینکه جایگزین آن شود. نکته مهم همین است: این ابزار زمانی بیشترین ارزش را دارد که به‌عنوان ادامه طبیعی تصویر به کار برود، نه بازطراحی کامل آن.


راه‌حل در زمان‌های محدودیت اینترنت: هوش مصنوعی‌های لوکال مثل ComfyUI، یا سایت‌های واسط

در شرایطی که اینترنت پرسرعت یا دسترسی مستقیم به سرویس‌های هوش مصنوعی وجود ندارد، همچنان چند مسیر قابل اعتماد برای انجام اوت‌پینتینگ در دسترس است.

استفاده از مدل‌های لوکال (Local)

در میان ابزارهای لوکال، ComfyUI یکی از قدرتمندترین‌هاست. این سیستم مبتنی بر نود (Node-Based) است، یعنی کنترل کامل روی ورودی، ماسک، میزان گسترش تصویر، تطبیق بافت، شارپنس و مدل انتخابی را فراهم می‌کند. مزیت اصلی این است که پردازش روی سیستم شخصی انجام می‌شود و نیاز به اتصال دائمی ندارد.

اگرچه اجرای آن به کارت گرافیک نسبتاً قوی نیاز دارد، اما حتی روی سخت‌افزارهای متوسط هم می‌توان با مدل‌های سبک‌تر نتایج بسیار قابل‌قبولی گرفت.

سایت‌های واسط (با اشتراک)

اگر دسترسی مستقیم به سرویس‌های اصلی مثل Midjourney، DALL·E یا Runway وجود ندارد، سایت‌های واسطی هستند که API این سرویس‌ها را ارائه می‌کنند. این پلتفرم‌ها هزینه اشتراک دارند، اما معمولاً کیفیت و سرعت بالایی ارائه می‌دهند. برای کاربران معماری، این گزینه زمانی مفید است که پروژه به تحویل نزدیک شده و نیاز هست خروجی‌ها سریع و دقیق باشند.

ترکیب دو روش

بسیاری از معماران یک نسخه سبک مدل‌ها را روی سیستم‌شان نگه می‌دارند و اصلاحات اولیه را لوکال انجام می‌دهند؛ سپس در صورت نیاز به کیفیت بالاتر، مرحله نهایی را در سرویس‌های ابری می‌سپارند.

 

چالش های اوت پینتینگ:

در مورد اوت‌پینتینگ (Outpainting) چند چالش جدی وجود دارد که هنوز هم کاملاً حل نشده‌اند.

یکی از مهم‌ترین مشکلات این است که نتیجه همچنان تا حدی غیرقابل پیش‌بینی است. حتی اگر پرامپت دقیق باشد، مدل ممکن است جزئیاتی را اضافه کند که اصلاً در نظر کاربر نبوده است.

از طرفی هوش مصنوعی گاهی خلاقیت‌هایی نشان می‌دهد که ناخواسته‌اند. مثلاً ممکن است در بخشی از تصویر که باید خالی بماند، یک مبل، میز، چراغ یا شیء تزئینی اضافه کند. این عناصر لزوماً اشتباه طراحی نشده‌اند، اما در جای نامناسب قرار می‌گیرند و ترکیب‌بندی تصویر را به هم می‌زنند.

به عنوان مثال، در تصویری که بالاتر به عنوان نتیجه قرار دادم، مبل سمت راست قرار نبود آن جا باشد. بعد هم که از مدل خواستم حذفش کند تغییراتی ناخواسته در فرش و سقف و... ایجاد کرد که در نهایت به این نتیجه رسیدم که همان نتیجه اول بهتر بود!

چالش دیگر این است که وقتی بخواهیم این عناصر را حذف کنیم، مدل اغلب در برابر حذف آن‌ها مقاومت می‌کند. کاربر ممکن است چند بار آن ناحیه را پاک یا ماسک کند، اما هوش مصنوعی دوباره همان شیء یا چیزی شبیه به آن را بازسازی می‌کند.

مشکل بعدی این است که گاهی برای اصلاح یک بخش، بخش‌های دیگر تصویر ناخواسته خراب می‌شوند. مثلاً هنگام حذف یک مبل، ممکن است بافت دیوار تغییر کند، پرسپکتیو کف به‌هم بخورد یا نورپردازی در قسمت دیگری از تصویر غیرطبیعی شود.

در نتیجه، کار با اوت‌پینتینگ هنوز هم نیازمند چندین مرحله آزمون و خطا است تا تصویر نهایی به نتیجه‌ای برسد که هم از نظر بصری طبیعی باشد و هم با قصد اولیه کاربر هماهنگ بماند.

تجربه شما از outpainting چیست؟ خوشحال می شوم بدانم!