报价如下： 上柜：1799/米 台面：2199/米 下柜：1899/米

然后说打折一个 3 米长橱柜可以 1.5w 拿下。由于做过高端的全屋定制（左尚明舍），也用过李维嘉这种互联网的，也用过木工打柜子的。所以已经对价格免疫了。自己拆解橱柜所有东西都是采购而已，全屋无非是整合，和我们 it 界的套壳没啥区别。自有工厂也是切割封装板材的而已。耗时久，小的误差无法现场解决，会导致工期顺延 20 天+。所以全屋定制他们的尺寸会有阈值设置，比如板材生产不能低于 8cm 等一些硬性规定。留缝隙也会大于 1cm 。对于我这种追求 3mm 关门无缝极简狂魔来说，全屋已经无法给我带来满足感了。这都是闲谈了。 正题就是，他们利润也太高了。但效率很低。比如链接集成灶的 L 转角，他们必须要有封板。我自己木工打，可以现场调整。根本不需要。

所以自由度有限的情况下，全屋还有什么优势？用的五金好？网购下，你发现百隆海蒂诗也没几个钱。 拉篮碗篮这些？不好意思，非标尺寸有些还没有。选择余地也少。质量好？那当然了，卖的比单品贵 2-3 倍。能质量不好嘛，终生包换，不也是羊毛🐏身上嘛。而且是预支。哪天倒闭了，找谁去。

板材质量？爱格都不可能说不用胶粘，只要封边技术不达标，甲醛释放是跑不掉的。而且橱柜哪个不现场开孔。比如你的水槽，下水管，燃气灶。师傅会帮你封边嘛？显然不会。而且重灾区是那些玻璃胶。也不是你用了高端的全屋定制就安全。

所以市场上是不是可以有个渠道对接的平台？什么生态板，颗粒板，欧松板，爱格还是克诺斯邦，都可以直接从工厂采购。大部分板材厂商，也都是有封边技术的。即便只有整版的，也可以扔到本地加工厂，做封边做裁切。只要你有尺寸图。全屋设计，这东西太简单了。网上找批兼职的即可，根本不需要家装设计师，出效果图？完全没必要，因为你要的板材可能没那颜色呢。当然，你需要自我满足下，那 ai 生成就行了。

五金什么的，也不复杂，倒来倒去也就那几家头部的，而且五金发展很快，很多预埋件甚至打造多功能折叠区域变成可能，小户型改造，特么就是堆五金的。

我自己找木工，120/米。总计不到 1000 搞定人工费。2 天工期最多，现场开槽。大不了给木工一天空窗期的钱，让他等你去厂里封边。台面，就上面那个欧派报价的 2199 ，我可以买岩板了。稍微加点钱可以买进口的。然而他还是石英石，而且是 1.5cm 的。

所以到底问题出在哪里了？有些活明明没什么技术含量，只是资源的整合，为什么就能暴利 5-6 倍？套壳是爽，问题是不知道这么爽啊。

自有品牌，自主研发，呵呵，就那几个 copy2paste 的升降柜，触控百叶玻璃门板，就算是品牌研发了对吧。简直了。

花洒，预算 1k 内 浴室柜，预算 1-2k 智能马桶，预算 2-3k 床垫，预算 2-3k

吐槽一下现在的购物环境，线下普遍价格挺贵 ，对比线上的话，很难接收线下的价格。

线上买又只能等双十一等大促或者蹲直播间，才能拿到比较优惠的价格 ，导致买什么东西都要等等等！！！

看了很多无主灯的案例，包括身边朋友的无主灯方案，都感觉很依赖灯光设计师的设计。

好的设计师做的方案确实好看，但是差一点的，普遍会很暗，而且并不美观

75 开孔的，不知道选多少瓦数，是根据层高还是面积 要不要分不同的区域选不同的色温吗

作为一个程序员，我开始思考：能不能用技术来解决这个痛点？让普通人也能快速看到不同风格的装修效果，避免被忽悠。

于是就有了 RoomHaven 这个 AI 室内设计工具的想法。

先直接看看效果吧

技术实现分享 最开始纠结要不要用 Vue ，但考虑到室内设计工具需要大量图片处理，Next.js 的图片优化和 SSR 能力更适合。而且 React 19 的 Server Components 让我们可以在服务端直接处理一些计算密集的任务。 最初直接用 OpenAI 的 DALL-E ，发现生成的图片经常"脑补"出原本没有的元素，比如把单人床变成双人床，或者凭空加个窗户。

试了好几个模型： DALL-E 3: 创意很强，但容易改变房间结构 Midjourney: 效果惊艳，但 API 接入复杂 Stable Diffusion: 可控性好，但需要大量调优 Google Nano Banana: 在保持原结构方面最稳定 最终选择了 Google Nano Banana ，主要是它能比较好地理解"只改变可移动物品"这个需求。 用户上传的房间照片通常都是手机拍的，动不动就是 5-10MB 。如果直接传给 AI 模型，不仅慢还费钱。

前端压缩方案：

import imageCompression from 'browser-image-compression';

const compressedFile = await imageCompression(file, { maxSizeMB: 1, maxWidthOrHeight: 1024, useWebWorker: true // 不阻塞主线程 });

AI 生成通常需要 30-60 秒，用户体验很关键。最初想用 WebSocket 实时推送，但发现在 Cloudflare Workers 上支持不好，最后用了轮询： 虽然轮询看起来"low"一点，但胜在稳定，而且对服务器压力也不大。

踩过的坑 成本控制：AI 图片生成真的很烧钱，每张图大概 0.02-0.05 美元。如果不限制使用，分分钟破产。

中外审美差异：发现中国用户和欧美用户的审美偏好差别很大。中国用户更喜欢温馨实用的设计，欧美用户偏爱开放奢华的风格。后来针对不同地区优化了 prompt 模板。

移动端适配：本来以为室内设计主要在 PC 端使用，结果发现很多用户喜欢用手机拍完照片直接上传试效果。移动端的图片上传和预览花了不少时间优化。

技术讨论

想听听大家的看法：

1. AI 在设计领域的应用前景如何？我觉得不是要替代设计师，而是让普通人也能快速验证想法。
2. 图像生成模型的选择经验？有没有人试过其他模型，效果怎么样？
3. 计算成本如何控制？目前用积分系统，大家有更好的方案吗？
4. 用户体验优化思路？特别是移动端，感觉还有很多可以改进的地方。