Van schets tot render: een AI-agent stuurt Rhino, ComfyUI, Blender

Stel je een dinsdagochtend voor in een Brussels architectenbureau. De klant briefingt om negen uur en verwacht tegen donderdagmiddag drie fotorealistische sferen van dezelfde gevel. Eén overdag, één 's nachts, één met avondlicht. Achtenveertig uur. De vennoot kijkt naar het team, dat naar het scherm kijkt, dat naar de koffie kijkt. Vroeger betekende dat drie mensen, zes softwarepakketten, en een estafette van overdrachten. Vandaag tekent zich een andere aanpak af: Nous Research en NVIDIA toonden onlangs hoe een lokale AI-agent Rhino, ComfyUI en Blender in één pipeline kan koppelen, draaiend op een compacte machine onder het bureau.

Het dagelijkse leven van een architectenatelier zit in deze mechaniek: van handschets naar volumetrisch model, van model naar sfeerrender, van render naar compositing voor het presentatiebord. Elke overgang kost een export, een import, een materiaalaanpassing, een wachttijd. Wat NVIDIA en Nous Research demonstreren, draait dat om: een AI-agent stuurt de drie softwarepakketten zoals een ateliermeester drie gezellen zou aansturen, op een lokale infrastructuur die het geheel praktisch maakt zonder cloud.

De pipeline in het kort: Rhino, ComfyUI, Blender

De mechaniek laat zich eenvoudig beschrijven. De architect tekent zijn volume in Rhino, zoals altijd: NURBS-curves, axonometrieën, exports in standaardformaat. De AI-agent neemt dat model op, extraheert een gekadreerde weergave, stuurt ze naar ComfyUI om verschillende sfeervoorstellen te genereren (materialen, lucht, vegetatie, licht) op basis van een tekstprompt of een visuele referentie. De gekozen sferen vloeien terug naar Blender, waar ze dienen als achtergrondtextuur en lichtreferentie voor een definitieve, samengestelde, leverbare 3D-render.

ComfyUI verdient een woordje uitleg: het is een open-source node editor, dat wil zeggen een canvas waarop je de stappen van een AI-workflow visueel met elkaar verbindt. Stable Diffusion, ControlNet, en de meeste generatieve beeldmodellen kun je er met enkele klikken aan koppelen. Voor een architect zit de waarde van ComfyUI in deze pipeline in één woord: consistentie. De volumetrische structuur blijft identiek over de varianten heen; alleen de chromatische envelop verandert. De gevel blijft de gevel. Wat schuift, is de lucht en de materie.

Blender op zijn beurt fungeert als mixroom. Daar combineert de 3D-render van het Rhino-volume met de ComfyUI-sferen, daar gaan de schaduwen zitten, daar wordt het licht ingesteld. Cycles of Eevee neemt het rendermotor-werk over, naargelang je voorrang geeft aan fotorealistische kwaliteit of aan iteratiesnelheid. Goed om weten: de doorgang via Blender garandeert dat de geometrie tot helemaal op het einde aanpasbaar blijft. Vraagt de klant om een verdieping erbij, dan voeg je er een toe en de pipeline herstart.

De rol van de agent: wat verandert voor de architect

De AI-agent in dit verhaal is niet zomaar een extra tool om aan te leren. Het is de draad die al de rest verbindt. Nous Research heeft de zijne Hermes Agent gedoopt, maar de mechaniek is overdraagbaar naar een Claude-agent of een gelijkwaardig Claude Code-script. Concreet ontvangt de agent een instructie in natuurlijke taal ("genereer drie dagvarianten van dit volume met verschillende materialen"), plant de stappen, opent Rhino, exporteert, start ComfyUI, wacht op de resultaten, filtert wat een consistentiecheck doorstaat, geeft het door aan Blender, start de render, en zet de bestanden in de projectmap.

Tot voor kort was zo'n orkestratie een fragiel knutselwerk van eigen scripts. Vandaag past het binnen het standaardkader van AI-agenten, met hun gereedschap (sessiegeheugen, foutafhandeling, automatische herstart bij crash). Voor de architect is de houdingsverandering radicaal. Hij stopt met het sequentieel jongleren met drie softwarepakketten en begint een agent aan te sturen. Hij zegt wat hij wil, controleert wat de agent terugbrengt, scherpt zijn instructie aan waar nodig. Het ontwerpgebaar wint aan zuiverheid.

💡 De architect blijft auteur. De agent wordt de assistent die uitvoert, en de machine wordt de studio die het werk huisvest.

Die taakverdeling is essentieel, en het is precies wat onze productiepraktijk in elk project verdedigt: AI vervangt het creatieve gebaar niet, maar snoeit het repetitieve werk eromheen weg. De architect houdt de intentie, de compositie en de materialiteit stevig in handen, en delegeert aan de agent wat tot dusver verloren tijd was in imports en exports.

De hardware die het lokaal maakt: NVIDIA RTX Spark

In theorie zou deze pipeline in de cloud kunnen draaien. In de praktijk zijn er twee problemen. Het eerste is vertrouwelijkheid: een architectuurproject is een gevoelig actief dat geen enkele klant via buitenlandse servers wil zien passeren. Het tweede is latency: tien keer itereren op een sfeer betekent tien heen-en-weerverbindingen naar een datacenter, tien wachttijden, tien facturen. Daar komt de NVIDIA RTX Spark binnen, die we al bespraken in ons artikel over de persoonlijke AI-laptop.

De RTX Spark, in zijn compacte desktopvorm, past op een hoek van het bureau en laat lokaal modellen draaien van meer dan zeventig miljard parameters. Het is het equivalent van een persoonlijk mini-datacenter, gedimensioneerd voor AI-agentinferentie, rendering en beeldgeneratie. Voor de pipeline die ons bezighoudt, betekent dit dat ComfyUI en de Hermes-agent (of Claude) op dezelfde machine draaien als Rhino en Blender, zonder verplichte externe verbinding. De projectdata verlaat de studio nooit.

Terloops gaat wat dit mogelijk maakt verder dan louter prestaties. Het installeert een volledig autonoom digitaal atelier dat niet langer wacht op API-quota of stabiele bandbreedte om te produceren. Een team van vijf kan voortaan zijn studio uitrusten met een machine van tienduizend euro en thuis reproduceren wat een cloud-first bureau via maandelijkse abonnementen betaalt.

Handmatige pipeline versus georkestreerde pipeline: de vergelijking die ertoe doet

Om de kloof te meten, leg je beide zijden van de tafel. Wat volgt is wat we waarnemen op een realistische bureaucase: één gevel geleverd in drie sferen.

Dimensie	Klassieke handmatige pipeline	Lokaal georkestreerde pipeline
Totale tijd (3 sferen)	16 tot 24 werkuren	45 tot 90 minuten
Aantal iteraties per variant	2 tot 3	10 tot 20
Afhankelijkheid van de cloud	Variabel, vaak gedeeltelijk	Geen (volledig lokaal)
Finale renderkwaliteit	Hoog, maar vroeg bevroren	Hoog, en tot het einde herzienbaar

De winst meet zich niet alleen in uren. Ze meet zich ook in de kwaliteit van de beslissing. Wanneer je twintig keer kunt itereren in plaats van drie, verken je meer pistes, verwerp je sneller de slechte, stabiliseer je een trefzekerder intentie voor je oplevert. Die manoeuvreerruimte, meer dan pure snelheid, herschept de waarde van de oplevering.

Beperkingen en rijpheid: wat je moet weten voor je begint

Dat gezegd zijnde, deze pipeline is nog geen kant-en-klaar product. De demo gefilmd door NVIDIA en Nous Research is gekalibreerd, en de overgang van een demo-case naar echte productie vergt werk. Drie punten verdienen het om helder benoemd te worden.

Eerst de multi-variant consistentie. ComfyUI, gekoppeld aan Stable Diffusion of een equivalent beeldmodel, kan sferen produceren die lichtjes van elkaar afdrijven. Drie strikt consistente varianten vasthouden (zelfde gevel, zelfde verhoudingen, alleen de envelop verandert) vraagt een fijne afstelling van ControlNet en de referentiepas. Het is geen plug-and-play.

Vervolgens de training van de agent. Een generieke agent weet hoe hij tools orkestreert; een nuttige agent weet ook welke fouten te onderscheppen, welke varianten te filteren, welke kwaliteitsdrempel te valideren. Die domeinintelligentie zit niet in het basismodel, ze wordt gebouwd in een atelier, door de loops te herhalen en te noteren wat werkt. Reken op enkele weken bijschaven voor een agent echt productief is in een gegeven bureau.

Ten slotte de machine. Een RTX Spark kost vandaag meerdere duizenden euro's, en je moet het softwareecosysteem eromheen meerekenen (Rhino-licenties, gratis Blender, open-source ComfyUI, Claude-agent of equivalent). Het toegangskaartje is niet verwaarloosbaar, ook al blijft het ruim onder een cloudabonnement op vijf jaar.

Voor wie dit vandaag rijp is

Uit deze beperkingen tekent zich een duidelijk profiel af van wie er nu aan moet beginnen. Bureaus van vijf tot twintig mensen, die maandelijks meerdere wedstrijden en meerdere klantpresentaties opleveren, zijn de eerste winnaars. De terugverdientijd zit op zes tot twaalf maanden, op voorwaarde dat er een interne technische referent is, of een partner die de opzet voor zijn rekening neemt.

Zelfstandigen en heel kleine ateliers beginnen beter met alleen het hardwarestuk (een goed gedimensioneerd werkstation, ComfyUI zonder agent), en houden de volle orkestratie voor een tweede fase. De leercurve is minder steil in twee tijden.

Heel grote bureaus, ten slotte, hebben al hun pipelines, hun licenties, hun toegewijde teams. Voor hen is de inzet minder de hardware dan de integratie met een vaak zwaar bestaand laagwerk: BIM, IFC, samenwerkingsplatformen. Het is precies dat type transitie dat onze opleidingen rond agenten en orkestratie behandelen, technisch én organisatorisch.

---

De volgende stap voor een architectenatelier

Wekt deze lezing een concreet project op, dan is de volgorde duidelijk. Begin met een POC, dat wil zeggen een proof of concept op een echt en afgebakend geval, met één gevel en drie sferen. Meet de winst, stuur bij, en veralgemeen pas daarna. Die discipline van afgebakend testen, eerder dan de grote AI-omwenteling in één klap, scheidt de studios die deze kanteling slagen van wie verdwaalt in de hype.

→ Om deze discipline ten gronde te verkennen, blader door onze masterclasses rond AI-agenten en orkestratie. Voor een POC op maat in jouw bureau (agentopzet, configuratie van de Rhino-ComfyUI-Blender-pipeline, teamopleiding), schrijf ons via onze contactpagina.