Computational design
gAIa
- Year
- 2025
- Programme
- AI design assistant — Rhino plug-in
- Collaboration
- Andrés Espinosa, Aymeric Brouez, César Herbosa, Marco Durand
- Stack
- Rhino,Eto.Forms,Python,FastAPI,LangGraph,CLIP,ComfyUI,Honeybee
Description
A design assistant that lives inside Rhino as a panel with two tabs, so the carbon question is asked where the massing is drawn rather than in a report written after it. The chat tab answers in plain language — change the exterior walls to timber, what would lower the A/V ratio without a redesign, how does this version compare with the last one — and the data tab lists the building it is talking about: typology, window-to-wall ratio, every partition and its insulation, and the global warming potential of each saved iteration.
Nothing is re-simulated while you work. A capture of the viewport goes to CLIP, which names the massing typology; a model trained on Honeybee and Ladybug runs predicts energy use, heating, cooling and embodied and operational carbon from the geometry and the material table; and the language model answers over the studio's own documents through LangGraph and retrieval. Saving an iteration adds it to the gallery and to the trend chart, a render is generated from the material selection through a ComfyUI graph, and the whole session exports as a report. It runs locally and against a single weather file, which are its two stated limits.
Descripción
Un asistente de diseño que vive dentro de Rhino como un panel de dos pestañas, de modo que la pregunta por el carbono se hace donde se dibuja la masa y no en un informe escrito después. La pestaña de chat responde en lenguaje natural — cambiar los muros exteriores a madera, qué bajaría la relación A/V sin rediseñar, cómo se compara esta versión con la anterior — y la pestaña de datos enumera el edificio del que está hablando: tipología, porcentaje de ventana en fachada, cada partición y su aislación, y el potencial de calentamiento global de cada iteración guardada.
Nada se vuelve a simular mientras se trabaja. Una captura del viewport va a CLIP, que nombra la tipología de la masa; un modelo entrenado sobre corridas de Honeybee y Ladybug predice consumo, calefacción, refrigeración y carbono incorporado y operacional a partir de la geometría y la tabla de materiales; y el modelo de lenguaje responde sobre los documentos del propio taller vía LangGraph y recuperación. Guardar una iteración la agrega a la galería y al gráfico de tendencia, un render se genera desde la selección de materiales a través de un grafo de ComfyUI, y la sesión completa se exporta como informe. Corre en local y contra un solo archivo de clima: son sus dos límites declarados.
On this page
9 videos