Strumenti di IA per gli architetti: dal text-to-image alla generazione di codice

Di seguito il Quinto Capitolo del libro "PROMPTED CONSTRUCTION- Protocolli per una nuova intelligenza architettonica" di Pierpaolo Ruttico e Carlo Beltracchi, edito da TAB Edizioni.

Come i modelli generativi sostengono la creatività

Nella pratica architettonica l’IA generativa è ormai molto più di una semplice novità per produrre schizzi da moodboard: sta ridefinendo l’intero processo creativo. I primi esperimenti con sistemi text-to-image hanno aperto la strada a una rapida esplorazione concettuale in 2D, ma soffrono di un limite fondamentale: i loro output rimangono render bidimensionali che richiedono una traduzione, lunga e dispendiosa in termini di manodopera, in modelli costruibili e ricchi di dati.

La vera rivoluzione arriverà quando i modelli generativi sapranno produrre in modo nativo geometrie tridimensionali parametrizzate che gli architetti potranno rifinire, analizzare e integrare direttamente nei propri flussi di lavoro BIM e di progettazione computazionale.

I generatori text-to-image come DALL·E 2 [1], Stable Diffusion [2] e Midjourney consentono ai progettisti di esplorare forma, materialità e atmosfera a una velocità senza precedenti. Iterando decine o centinaia di prompt in pochi minuti, gli architetti scoprono possibilità formali inattese e affinano la propria visione estetica senza attendere giorni l’elaborazione di un illustratore umano.

Oltre a questi modelli, piattaforme modulari come ComfyUI stanno diventando centrali nei flussi di lavoro professionali perché permettono di orchestrare, tramite un’interfaccia a nodi, pipeline complesse basate su Stable Diffusion, Flux, modelli open-source compatibili e un vasto ecosistema di estensioni. ComfyUI consente non solo di controllare in modo fine il processo generativo – dalla gestione dei vari scheduler alla manipolazione dei latent space – ma soprattutto di integrare strumenti avanzati come ControlNet, T2I-Adapter, IP-Adapter e modelli di inpainting strutturale. Per gli architetti, ciò significa poter ancorare la generazione alle geometrie tecniche: è possibile guidare un render a partire da una pianta, un prospetto o da una massa volumetrica, mantenendo coerenza strutturale e prospettica.

L’interoperabilità con modelli SDXL, SD3, Flux e con reti specializzate rende ComfyUI un ambiente ideale per sperimentare rapidamente variazioni stilistiche, materialità e condizioni di luce a partire da schizzi, concept o immagini di riferimento.

Tuttavia, una volta scelto lo schizzo 2D, la conversione in un modello 3D - completo di logica strutturale, dati sui materiali e parametri prestazionali - rimane manuale. Questo salto nella traduzione introduce attriti e limita il potenziale trasformativo dell’IA generativa nella pratica.

I recenti progressi nella generazione text-to-3D promettono di colmare tale divario. Il sistema Point-E di OpenAI [3] dimostra come una cascata di modelli di diffusione possa produrre nuvole di punti 3D direttamente da un prompt testuale in meno di due minuti su una singola GPU. Sebbene le nuvole di punti di Point-E manchino di connettività di mesh e di dettagli fini, offrono una proof of concept: gli architetti possono ottenere immediatamente proposte volumetriche spazialmente coerenti da importare in ambienti di modellazione per ulteriori affinamenti.

Sviluppando questa base, Points-to-3D [4] perfeziona il text-to-3D introducendo sparse geometric priors, delle informazioni geometriche aggiuntive che guidano il modello e lo aiutano a ricostruire la forma 3D correttamente anche quando i dati di partenza sono incompleti o rumorosi, generando mesh più realistiche e coerenti.

Sfruttando priors di diffusione 2D in combinazione con perdite di guida da nuvole di punti 3D, il framework risolve le incoerenze di vista e aumenta il controllo dei progettisti sulla geometria, avvicinandosi a risultati pubblicabili nel contesto architettonico.

A integrazione dei metodi basati su diffusione, Shap-E [6] - un’esplorazione più recente di OpenAI - impiega neural radiance fields (NeRF) per generare forme 3D texturizzate e fotorealistiche, immediatamente renderizzabili o stampabili in 3D. Insieme, questi strumenti illustrano la traiettoria accelerata che porta dallo schizzo 2D alla generazione di modelli 3D.

Ma il text-to-3D è solo metà della storia.

La generazione di codice - ossia la capacità di tradurre prompt in linguaggio naturale in definizioni parametriche - promette di offrire una vera intelligenza progettuale interattiva. Progetti come Architext [5] dimostrano che i grandi modelli linguistici (LLM) possono generare script Grasshopper a partire da brief architettonici di alto livello. Immaginiamo un LLM che produca una definizione Grasshopper con slider integrati per le dimensioni dell’impronta di piano, la densità di tassellazione di facciata o il dimensionamento degli elementi strutturali: l’architetto affinerebbe le soluzioni generative semplicemente regolando i parametri, senza riscrivere il codice.

Questa visione di LLM multimodali - modelli che comprendono e generano testo, immagini 2D, geometria 3D e codice - sta rapidamente guadagnando slancio nei laboratori di ricerca di tutto il mondo.

A Stanford, Moritz Rietschel, Fang Guo e Kyle Steinfeld [8] hanno sviluppato un LLM che ingerisce il contesto di una scena 3D e restituisce definizioni parametriche interattive. In parallelo, all’INDEXLAB del Politecnico di Milano, gli autori di questo libro, insieme ad Ahmed Elmaraghy, stanno effettuando il fine-tuning di LLM specifici per il dominio su dataset architettonici per automatizzare la generazione di definizioni Grasshopper, complete di controlli parametrici prestazionali [9].

L’emergere di strumenti di generazione 3D e di code-generation trasforma il modo in cui gli architetti esplorano, valutano e affinano le idee di progetto. Invece di modellare a mano ogni concept, i progettisti possono chiedere al sistema di produrre in pochi istanti decine di proposte volumetriche, aprendo uno spazio di progettazione molto più ricco e rivelando possibilità formali inattese, al di là dei limiti dei flussi di lavoro manuali. Poiché questi output sono nativamente parametrici, il consueto collo di bottiglia della traduzione di uno schizzo statico in un modello pronto per l’analisi scompare: gli architetti possono lanciare immediatamente simulazioni strutturali, di illuminazione naturale o energetiche nei loro ambienti BIM o digital twin, come già visto nel Capitolo 2.

Inoltre, questi strumenti inseriscono un vero controllo data-driven nel processo creativo: ogni definizione generata include slider regolabili e cicli di ottimizzazione, rendendo semplice bilanciare efficienza strutturale, vincoli di costo o obiettivi ambientali senza riscrivere codice. Anche la collaborazione risulta più fluida, poiché un’interfaccia multimodale condivisa - capace di comprendere testo, immagini e geometria - permette a progettisti, ingegneri e fabbricatori di dialogare con il modello in linguaggio naturale, richiedere revisioni e visualizzare la geometria aggiornata in tempo reale. Infine, abbassando la soglia d’accesso alla progettazione parametrica, queste innovazioni rendono accessibili i metodi computazionali avanzati, consentendo a studenti, piccoli studi e comunità locali di sfruttare la stessa intelligenza generativa un tempo riservata a specialisti.

Perché l’IA è fondamentale per l’architettura di oggi?  PARTECIPA AL SONDAGGIO

Nonostante questi progressi, permangono diverse sfide. Addestrare LLM su dataset architettonici 3D ad alta fedeltà richiede ingenti risorse di calcolo e dati accuratamente curati. Garantire la coerenza semantica - affinché prompt come «massimizza la luce naturale in auditorium» si traducano in operazioni geometriche corrette - richiede un’integrazione stretta tra i modelli generativi e i motori di simulazione prestazionale.

Infine, stabilire protocolli chiari per proprietà intellettuale, responsabilità e paternità progettuale nei flussi di lavoro potenziati dall’IA sarà fondamentale man mano che questi strumenti entreranno nella pratica corrente.

Guardando al futuro, la convergenza tra diffusione 3D in tempo reale, campi neurali e sintesi di codice guidata da LLM annuncia una nuova era di creatività architettonica. Quando i progettisti potranno generare masse volumetriche preliminari, varianti di facciata o schemi strutturali tramite prompt conversazionali - e manipolarli immediatamente attraverso slider parametrici - il ruolo dell’architetto si trasformerà. Non più vincolati al disegno o alla scrittura manuale di script, gli architetti diventeranno orchestratori di ecosistemi ibridi uomo-macchina, guidando partner di IA per realizzare ambienti costruiti innovativi, sostenibili e centrati sull’essere umano.

Vai alla pagina con l’indice aggiornato e i link a tutti i capitoli.

CLICCA QUI

>> Continua a seguirci per scoprire, capitolo dopo capitolo, tutti i contenuti del volume.