Análisis comparativo del desempeño en tiempo, costo y calidad visual entre renderizado tradicional (V-Ray) y generación asistida por inteligencia artificial (Nano Banana Pro)

Autores/as

DOI:

https://doi.org/10.29057/icbi.v14iespecial3.17735

Palabras clave:

Renderizado arquitectónico, inteligencia artificial, visualización arquitectónica, análisis comparativo, calidad visual

Resumen

El presente estudio realiza un análisis comparativo entre el renderizado tradicional mediante V-Ray y la generación de imágenes asistida por inteligencia artificial con Nano Banana Pro, con el objetivo de evaluar su desempeño en términos de tiempo, costo y calidad visual en la representación arquitectónica. Se desarrolló un caso de estudio utilizando un mismo modelo arquitectónico como base para ambos métodos, generando un total de 10 imágenes (5 por cada técnica). La calidad visual fue evaluada por 45 participantes mediante una escala Likert de 1 a 5, mientras que el tiempo de producción y los costos asociados fueron registrados y analizados. Los resultados evidencian que la inteligencia artificial reduce significativamente el tiempo de generación y presenta menores costos operativos. En cuanto a la calidad visual, ambos métodos muestran resultados competitivos, aunque con diferencias en control técnico y precisión. Se concluye que la inteligencia artificial funciona como una herramienta complementaria eficiente dentro del proceso de visualización arquitectónica.

Descargas

Los datos de descargas todavía no están disponibles.

Citas

Akl, F. (2025). From one prompt to ten platforms: A comparative study revealing the limits of AI in architecture. *Preprints.org*. https://doi.org/10.20944/preprints202509.1459.v1

Ayarde Ponce, M. T., & Hernani Quinteros, A. N. (2022). Los programas gráficos como una opción para la expresión y creación en diseño arquitectónico. *Ciencia Sur, 7*(9), 7–22. https://dicyt.uajms.edu.bo/revistas/index.php/ciencia-sur/article/view/1435

Concepción, L. G., & Conxeta, R. (2025). El uso de la IA en los proyectos de reforma interior de vivienda. *APEGA CARTAGENA*. https://doi.org/10.31428/10317/18940

Di Benedetto, M. G., Alday, A. M., & Salas, M. A. (2025). Simulation and reality: AI and metaverse in architecture. *SiGraDi, 1*, 497–508. https://doi.org/10.52842/conf.sigradi.2025.1.497

Enjellina, Beyan, E. V. P., & Rossy, A. G. C. (2023). Review of AI image generator: Influences, challenges, and future prospects for architectural field. *Journal of Artificial Intelligence in Architecture, 2*(1), 53–65. https://doi.org/10.24002/jarina.v2i1.6662

Kuhlo, M., & Eggert, E. (2013). *Architectural rendering with 3ds Max and V-Ray*. https://doi.org/10.4324/9780240814780

Maldonado Ramirez, M., & Chacon Piñon, C. (2024). *Unreal Engine y la inteligencia artificial como medio de representación gráfica arquitectónica* [Universidad Vasco de Quiroga]. http://dspace.uvaq.edu.mx:8080/jspui/bitstream/123456789/3113/1/FATIMA%20LIZETH%20MALDONADO%20RAMIREZ%20ARQUITECTURA%202024%20OK.pdf

Marrahí Pérez, J. (2025). *Construyendo el futuro con la inteligencia artificial: La nueva era de la arquitectura*. Universitat Politècnica de València. https://riunet.upv.es/server/api/core/bitstreams/c036a15e-faf8-4cc1-96d4-6551e66b0040/content

Muslu, O., & Koçyigit, R. G. (2025). Artificial intelligence in the context of photorealism in architectural visualization. *CONTEXTO Revista de la Facultad de Arquitectura de la Universidad Autónoma de Nuevo León, 19*(29). https://doi.org/10.29105/contexto19.29-487

Sakher, S., & Alfawa’ra, L. H. Q. (2026). Educational transformation through multimedia generative artificial intelligence: The Gemini Banana System. *مجلة الشرق الأوسط للعلوم التربوية والنفسية, 6*(1), 49–58. https://doi.org/10.56961/mejeps.v6i1.1323

Youssef, M. (2026). Theory of architecture as the maestro of organising the AI text-to-image prompts. *Preprints.org*. https://doi.org/10.20944/preprints202604.1255.v1

Descargas

Publicado

2026-11-06

Cómo citar

Noria Sánchez, M., & Rosales Sánchez , K. J. (2026). Análisis comparativo del desempeño en tiempo, costo y calidad visual entre renderizado tradicional (V-Ray) y generación asistida por inteligencia artificial (Nano Banana Pro). Pädi Boletín Científico De Ciencias Básicas E Ingenierías Del ICBI, 14(especial3), 317–325. https://doi.org/10.29057/icbi.v14iespecial3.17735

Número

Sección

Artículos de investigación