陳賀林 朱小軍

摘? 要：近年來(lái)，生成式人工智能技術(shù)迅速發(fā)展，設(shè)計(jì)工具、設(shè)計(jì)方法及設(shè)計(jì)流程均受到影響，與技術(shù)聯(lián)系緊密的室內(nèi)設(shè)計(jì)及相關(guān)從業(yè)者已經(jīng)受到人工智能生成內(nèi)容（AIGC）的猛烈沖擊。文章旨在探索AIGC技術(shù)在室內(nèi)設(shè)計(jì)中的應(yīng)用和意義。通過(guò)文獻(xiàn)分析與案例研究，結(jié)合AIGC文本、圖像、模型生成能力，總結(jié)出AIGC在室內(nèi)設(shè)計(jì)中有設(shè)計(jì)決策支持、2D圖像輔助生成、3D模型輔助生成三條應(yīng)用路徑。新技術(shù)的出現(xiàn)可增強(qiáng)設(shè)計(jì)創(chuàng)意水平和優(yōu)化設(shè)計(jì)工作流程，對(duì)設(shè)計(jì)從業(yè)者提出了新要求。

關(guān)鍵詞：室內(nèi)設(shè)計(jì)；人工智能生成內(nèi)容；技術(shù)應(yīng)用

一、AIGC背景下設(shè)計(jì)研究現(xiàn)狀

從手繪到計(jì)算機(jī)輔助再到人工智能輔助設(shè)計(jì)，設(shè)計(jì)工具的更迭影響了設(shè)計(jì)師的工作流程及創(chuàng)意輸出方式。當(dāng)下AIGC可以根據(jù)用戶(hù)輸入的關(guān)鍵詞或需求直接生成內(nèi)容，這種便捷的生成技術(shù)激發(fā)了設(shè)計(jì)師的創(chuàng)作欲望。盡管計(jì)算機(jī)輔助設(shè)計(jì)和人工智能有著幾十年的傳統(tǒng)，但近幾年，生成式人工智能技術(shù)迎來(lái)了爆發(fā)式發(fā)展，AIGC是其能力的展現(xiàn)。從內(nèi)容生產(chǎn)者視角來(lái)看，AIGC是“繼專(zhuān)業(yè)生成內(nèi)容（PGC）和用戶(hù)生成內(nèi)容（UGC）之后，利用人工智能技術(shù)自動(dòng)生成內(nèi)容的新型生產(chǎn)方式”[1]。從技術(shù)角度來(lái)看，AIGC是基于生成對(duì)抗網(wǎng)絡(luò)（GAN）、大型預(yù)訓(xùn)練模型的人工智能技術(shù)，通過(guò)已有數(shù)據(jù)尋找規(guī)律，并通過(guò)適當(dāng)?shù)姆夯芰ι上嚓P(guān)內(nèi)容的技術(shù)[2]。從生成能力角度來(lái)看，AIGC具有文本、圖片、音頻、視頻、代碼、3D模型等生成能力[3]。AIGC放大了內(nèi)容自動(dòng)生成和AI自主學(xué)習(xí)的優(yōu)勢(shì)[4]，當(dāng)前國(guó)內(nèi)設(shè)計(jì)領(lǐng)域?qū)IGC的研究主要有以下視角：AI增強(qiáng)設(shè)計(jì)[5]、AI輔助設(shè)計(jì)[6]、應(yīng)用流程與方法[7][8][9]、設(shè)計(jì)發(fā)展趨勢(shì)[10]。AIGC技術(shù)正處于快速發(fā)展和前期探索階段，具有廣闊的應(yīng)用前景。因AIGC技術(shù)噴涌式爆發(fā)，諸多新技術(shù)新工具集中涌現(xiàn)，文章綜合AIGC文本、2D圖像、3D模型生成能力，來(lái)探討其在室內(nèi)設(shè)計(jì)中的應(yīng)用思路。接下來(lái)的內(nèi)容歸納如下：從通用和行業(yè)垂直大語(yǔ)言模型的角度討論文本生成為室內(nèi)設(shè)計(jì)提供決策支持；將從Stable Diffusion等2D圖像生成技術(shù)的角度出發(fā)，探討其與室內(nèi)設(shè)計(jì)的結(jié)合點(diǎn)、應(yīng)用上的優(yōu)勢(shì)以及存在的局限性；從3D模型生成技術(shù)角度討論對(duì)室內(nèi)設(shè)計(jì)的輔助生成趨勢(shì)；最后簡(jiǎn)要總結(jié)AIGC生成能力對(duì)于室內(nèi)設(shè)計(jì)的意義。

二、AI文本生成為室內(nèi)設(shè)計(jì)提供決策支持

（一）常見(jiàn)的設(shè)計(jì)決策支持方法

設(shè)計(jì)師在進(jìn)行設(shè)計(jì)的過(guò)程中會(huì)遇到諸多決策場(chǎng)景，比如需求界定、方案選擇與評(píng)估、詳細(xì)設(shè)計(jì)內(nèi)容、技術(shù)和實(shí)施、生產(chǎn)與成本等等。設(shè)計(jì)師的決策能力受到知識(shí)水平、經(jīng)驗(yàn)積累、方法運(yùn)用以及心理素質(zhì)等多種因素的影響。因此，在進(jìn)行設(shè)計(jì)決策時(shí)，往往不可避免地會(huì)帶有個(gè)人主觀(guān)色彩，有經(jīng)驗(yàn)的設(shè)計(jì)師往往擁有獨(dú)特的設(shè)計(jì)思維方法和設(shè)計(jì)策略資料庫(kù)[11]。但是面對(duì)技術(shù)的快速迭代，設(shè)計(jì)師的知識(shí)固化與思維滯后性，導(dǎo)致在設(shè)計(jì)決策過(guò)程中無(wú)法做出最優(yōu)選擇。AIGC技術(shù)尚未普及之前，對(duì)于設(shè)計(jì)決策問(wèn)題，常用的方法是建立決策模型：任娟（2012）等利用BIM的信息共享性，提出設(shè)計(jì)信息初步模型和優(yōu)化模型提供設(shè)計(jì)決策觀(guān)念支持；王亞輝（2019）等將一般設(shè)計(jì)決策問(wèn)題轉(zhuǎn)化為設(shè)計(jì)方案圖像的語(yǔ)義識(shí)別問(wèn)題，最大限度地消除了決策者決策偏好的影響；孫利（2022）等基于決策模型和評(píng)價(jià)目標(biāo)進(jìn)行產(chǎn)品設(shè)計(jì)的決策優(yōu)化，以確定產(chǎn)品最佳方案。以上設(shè)計(jì)決策模型的確減少了決策主觀(guān)性帶來(lái)的設(shè)計(jì)不確定性，但是不具有普遍性，幾乎無(wú)法遷移到其他場(chǎng)景中去。

（二）大語(yǔ)言模型的設(shè)計(jì)應(yīng)用潛力

以ChatGPT為代表的大語(yǔ)言模型（Large Language Model，LLM）具備強(qiáng)大的通用處理能力、準(zhǔn)確的意圖理解能力和“隨機(jī)應(yīng)變”交互能力，盡管在某些特定場(chǎng)景下，通用模型的表現(xiàn)可能不及專(zhuān)用模型，并且有時(shí)可能會(huì)產(chǎn)生不準(zhǔn)確的結(jié)論和事實(shí)性錯(cuò)誤，但是在知識(shí)廣泛性、信息處理能力和流暢度等方面的表現(xiàn)已經(jīng)超越了普通人[12]。因此，它們能夠?yàn)樵O(shè)計(jì)師提供有效的通用設(shè)計(jì)決策支持。與通用語(yǔ)言模型相比，垂直領(lǐng)域大模型更專(zhuān)注于某個(gè)特定領(lǐng)域的知識(shí)和技能，具備更高的領(lǐng)域?qū)I(yè)性和實(shí)用性，如金融、醫(yī)療、法律、教育、汽車(chē)等垂直領(lǐng)域大模型因。垂直領(lǐng)域語(yǔ)言模型經(jīng)過(guò)專(zhuān)門(mén)的訓(xùn)練，能夠更好地理解和處理特定領(lǐng)域的知識(shí)、術(shù)語(yǔ)和上下文，因此在特定領(lǐng)域的輸出質(zhì)量高于通用語(yǔ)言模型。室內(nèi)設(shè)計(jì)作為專(zhuān)業(yè)程度較高的應(yīng)用領(lǐng)域，垂直語(yǔ)言模型可廣泛整合設(shè)計(jì)規(guī)范、設(shè)計(jì)方法、設(shè)計(jì)軟件、設(shè)計(jì)創(chuàng)意、項(xiàng)目最佳實(shí)踐、設(shè)計(jì)工作流等知識(shí)，使模型能夠深度理解和應(yīng)用領(lǐng)域內(nèi)的專(zhuān)業(yè)知識(shí)，提供準(zhǔn)確和專(zhuān)業(yè)的設(shè)計(jì)決策信息，可為復(fù)雜問(wèn)題提供專(zhuān)業(yè)回答和解決方案。

（三）大語(yǔ)言模型提供室內(nèi)設(shè)計(jì)決策支持

設(shè)計(jì)決策雖然是一個(gè)模糊、不確定、主觀(guān)的多任務(wù)復(fù)雜選擇過(guò)程[13]，但是設(shè)計(jì)流程相對(duì)固定，按照室內(nèi)設(shè)計(jì)常規(guī)流程：設(shè)計(jì)準(zhǔn)備－方案設(shè)計(jì)－施工圖設(shè)計(jì)－設(shè)計(jì)實(shí)施，分析通用大語(yǔ)言模型和垂直大語(yǔ)言模型潛在的設(shè)計(jì)決策支持過(guò)程，可形成“大語(yǔ)言模型分析生成+設(shè)計(jì)師分析決策”的人機(jī)協(xié)作設(shè)計(jì)思路（如圖1）。

設(shè)計(jì)準(zhǔn)備階段：包含多輪客戶(hù)溝通、需求理解、資料搜集、關(guān)鍵信息梳理等工作，可將業(yè)主需求與前期資料等信息通過(guò)通用大語(yǔ)言模型輔助分析，主題趨勢(shì)分析、生成設(shè)計(jì)建議通過(guò)垂直大語(yǔ)言模型分析，理清設(shè)計(jì)可行方向，快速進(jìn)行設(shè)計(jì)決策。

方案設(shè)計(jì)階段：在預(yù)算的基礎(chǔ)上，可借助垂直大語(yǔ)言模型進(jìn)行概念、功能布局、風(fēng)格等分析，形成多套針對(duì)業(yè)主需求的概念設(shè)計(jì)方案，設(shè)計(jì)師進(jìn)行評(píng)估與優(yōu)化后，業(yè)主從多方案中進(jìn)行選擇。

施工圖設(shè)計(jì)階段：通過(guò)對(duì)設(shè)計(jì)圖紙規(guī)范性、電氣與照明、材料與細(xì)節(jié)、尺寸標(biāo)準(zhǔn)等內(nèi)容進(jìn)行分析，降低施工圖失誤率。

設(shè)計(jì)實(shí)施階段：可對(duì)施工團(tuán)隊(duì)構(gòu)成進(jìn)行分析形成預(yù)先判斷，在此基礎(chǔ)上，施工材料管理、進(jìn)度分析、現(xiàn)場(chǎng)布置、施工問(wèn)題和裝飾與細(xì)節(jié)都可以借助垂直大語(yǔ)言模型進(jìn)行分析后決策。

大語(yǔ)言模型的通識(shí)性?xún)?yōu)勢(shì)和垂直大語(yǔ)言模型專(zhuān)業(yè)深度優(yōu)勢(shì)，共同為設(shè)計(jì)師提供設(shè)計(jì)決策支持。不過(guò)專(zhuān)業(yè)的設(shè)計(jì)類(lèi)數(shù)據(jù)構(gòu)成具有很強(qiáng)的專(zhuān)業(yè)性，需要專(zhuān)業(yè)人士進(jìn)行數(shù)據(jù)處理，以實(shí)現(xiàn)垂直模型的專(zhuān)業(yè)信息檢索、設(shè)計(jì)方案分析、設(shè)計(jì)規(guī)范評(píng)估、專(zhuān)業(yè)知識(shí)問(wèn)答、設(shè)計(jì)方案概算等能力。此外，相比于通用大語(yǔ)言模型，垂直大語(yǔ)言模型的數(shù)據(jù)獲取難度較高，優(yōu)質(zhì)數(shù)據(jù)分散在高校、公司、機(jī)構(gòu)中，呈現(xiàn)分散化特征。對(duì)于公司而言依托常年積累的優(yōu)質(zhì)數(shù)據(jù)構(gòu)建專(zhuān)業(yè)模型，可提高公司市場(chǎng)競(jìng)爭(zhēng)力；對(duì)于行業(yè)而言，構(gòu)建垂直大語(yǔ)言模型對(duì)于設(shè)計(jì)行業(yè)發(fā)展具有積極影響。

三、AI-2D圖像生成輔助室內(nèi)設(shè)計(jì)

（一）2D圖像生成與室內(nèi)設(shè)計(jì)的結(jié)合點(diǎn)

人工智能圖像生成是計(jì)算機(jī)視覺(jué)領(lǐng)域的重要概念，包括圖像合成、圖像編輯、圖像風(fēng)格轉(zhuǎn)換、圖像超分辨率等多種應(yīng)用場(chǎng)景。早期隨著生成對(duì)抗網(wǎng)絡(luò)（GAN）和變分自編碼器（VAE）的提出，AI模型主要被用于學(xué)習(xí)一些相對(duì)簡(jiǎn)單的圖像分布或圖像編輯。經(jīng)過(guò)十多年的發(fā)展，隨著擴(kuò)散生成技術(shù)突破，大規(guī)模多模態(tài)數(shù)據(jù)集（如LAION數(shù)據(jù)集）和多模態(tài)表征模型（如OpenAI發(fā)布的CLIP模型）的出現(xiàn)與發(fā)展，2021年前后2D圖像生成領(lǐng)域取得重要進(jìn)展，實(shí)現(xiàn)了圖像的高質(zhì)量、多樣性、穩(wěn)定性和可控性生成[14]。在藝術(shù)創(chuàng)作領(lǐng)域，與藝術(shù)生成、字體生成、圖像修復(fù)、漫畫(huà)創(chuàng)作等緊密結(jié)合[15]。室內(nèi)設(shè)計(jì)領(lǐng)域出現(xiàn)了室內(nèi)戶(hù)型圖布局自動(dòng)生成[16]、家居場(chǎng)景生成[17]、設(shè)計(jì)方案生成應(yīng)用[18][19]等研究。

技術(shù)的快速迭代使得擴(kuò)散模型生成的圖像在質(zhì)量、速度、應(yīng)用范圍上已超越了生成對(duì)抗網(wǎng)絡(luò)技術(shù)[20]，以擴(kuò)散模型技術(shù)為基礎(chǔ)的Midjourney（MJ）、Stable Diffusion（SD）為大眾帶來(lái)技術(shù)普惠應(yīng)用，圖像生成技術(shù)實(shí)現(xiàn)了從技術(shù)到大眾應(yīng)用的跨越。2022年8月，SD完全開(kāi)源其算法和預(yù)訓(xùn)練模型，并大幅降低顯存占用，使每個(gè)人都可以使用這種圖像生成技術(shù)，開(kāi)源工具SD-WebUI則將多種圖像生成工具集于一體，可微調(diào)模型訓(xùn)練個(gè)人專(zhuān)屬模型。好用且強(qiáng)大的開(kāi)源工具激發(fā)了用戶(hù)的創(chuàng)作熱情，設(shè)計(jì)師開(kāi)始利用AI繪畫(huà)工具輔助設(shè)計(jì)，專(zhuān)業(yè)的室內(nèi)設(shè)計(jì)師利用其生成的設(shè)計(jì)意向圖、毛坯轉(zhuǎn)效果圖、線(xiàn)稿轉(zhuǎn)效果圖、局部重繪修改方案、色彩控制生成內(nèi)容、效果圖分辨率提升等操作。圖像生成能力的成熟，催生了面向C端用戶(hù)的產(chǎn)品，普通大眾通過(guò)拍攝自家室內(nèi)照片，就能一鍵生成精美的室內(nèi)效果圖，并可快速切換風(fēng)格。

（二）2D圖像生成在室內(nèi)中的應(yīng)用優(yōu)勢(shì)

圖像生成技術(shù)突破性的進(jìn)展，使生成的圖像具有真實(shí)性、多樣性、可控性、便捷性、自動(dòng)化特征，諸多特征集合起來(lái)可快速進(jìn)行前期草圖效果可視化探索（如圖2）。

圖像生成具有真實(shí)性。AIGC圖像生成可以生成高質(zhì)量、逼真的圖像，已經(jīng)達(dá)到以假亂真地步。室內(nèi)效果圖是設(shè)計(jì)師和客戶(hù)之間的重要橋梁，生動(dòng)的效果圖是獲客的重要手段，體現(xiàn)了設(shè)計(jì)師的設(shè)計(jì)意圖和風(fēng)格[21]。圖像生成的真實(shí)性可改變效果圖的渲染流程。3ds Max是室內(nèi)效果圖制作的主要繪圖軟件，制作流程大致是：建立模型、材質(zhì)設(shè)定、調(diào)整燈光、渲染出圖。AI可從白膜階段介入，以基礎(chǔ)模型作為控制條件快速生成室內(nèi)效果圖，節(jié)省了貼材質(zhì)、調(diào)燈光、渲染出圖等環(huán)節(jié)。當(dāng)前AI生成插件Veras可安裝在SketchUP、Revit、Rhino中對(duì)模型進(jìn)行渲染、項(xiàng)目前期通過(guò)簡(jiǎn)單的模型體塊可直出概念效果圖。

圖像生成具有多樣性。擴(kuò)散模型從大量的數(shù)據(jù)和素材中學(xué)習(xí)和提取特征與風(fēng)格，因此生成的內(nèi)容具有隨機(jī)性，可以生成意想不到的結(jié)果。圖像生成的邏輯與人類(lèi)不同，基本思想是通過(guò)學(xué)習(xí)大量的真實(shí)圖像的數(shù)據(jù)分布，然后從隨機(jī)噪聲或者潛在空間中采樣出一些向量，再通過(guò)一些神經(jīng)網(wǎng)絡(luò)的變換，生成出類(lèi)似于真實(shí)圖像的數(shù)據(jù)。因此，圖像生成模型不會(huì)受想象力的束縛，其生成的圖像可以天馬行空，極具多樣性和創(chuàng)意性，當(dāng)設(shè)計(jì)師創(chuàng)作陷入瓶頸時(shí)，可以通過(guò)圖像生成技術(shù)獲取更多的創(chuàng)作靈感，得到進(jìn)一步的突破。

圖像生成具有可控性。隨機(jī)讓圖像充滿(mǎn)想象力，而可控性則是設(shè)計(jì)應(yīng)用的基礎(chǔ)。圖像生成模型可分為無(wú)條件生成和有條件生成。前者用于探索模型效果上限，生成的圖片取決于訓(xùn)練數(shù)據(jù)，內(nèi)容較單一；后者可以利用文本描述、圖片信息、controlnet控制、LORA微調(diào)模型引導(dǎo)圖片生成，訓(xùn)練數(shù)據(jù)也更加豐富。例如，通過(guò)controlnet模型來(lái)提取室內(nèi)的線(xiàn)條結(jié)構(gòu)和幾何形狀，配合提示詞和lora微調(diào)模型來(lái)生成圖像；或通過(guò)語(yǔ)義分割模型來(lái)標(biāo)注畫(huà)面中的不同區(qū)塊顏色和結(jié)構(gòu)，從而控制畫(huà)面的構(gòu)圖和內(nèi)容。可控性提高了圖像生成在室內(nèi)設(shè)計(jì)中的可用性。

圖像生成具有便捷性。AI工具便捷性可增加客戶(hù)參與度，使客戶(hù)通過(guò)輸入文字生成想象中的場(chǎng)景，直觀(guān)表達(dá)自己獨(dú)特的喜好。便捷化AI工具可以將想法可視化，間接地增加了客戶(hù)對(duì)設(shè)計(jì)的參與度，也可以輕松對(duì)設(shè)計(jì)方案進(jìn)行局部修改或重新生成，提高了雙方的溝通效率。

圖像生成具有自動(dòng)化特征。自動(dòng)化可形成深度個(gè)性化設(shè)計(jì)，人類(lèi)精力的有限性和對(duì)設(shè)計(jì)追求的無(wú)限性，造成了設(shè)計(jì)無(wú)法面面俱到，必須進(jìn)行取舍。圖像生成自動(dòng)化可以生成各種設(shè)計(jì)素材和配色方案，在圖像視覺(jué)感受上不斷貼近客戶(hù)的個(gè)人喜好。自動(dòng)化提高了設(shè)計(jì)師的效率，個(gè)人設(shè)計(jì)師可以并行自動(dòng)生成設(shè)計(jì)任務(wù)，實(shí)現(xiàn)設(shè)計(jì)活動(dòng)的交叉進(jìn)行。

（三）2D圖像生成的局限性分析

盡管AIGC在圖像生成方面取得不錯(cuò)的進(jìn)展，但是其圖像生成存在以下局限性[22]：一是在準(zhǔn)確描繪包含多個(gè)對(duì)象的圖像方面面臨挑戰(zhàn)，可能導(dǎo)致對(duì)象缺失、屬性錯(cuò)配或?qū)傩曰旌稀Ｊ覂?nèi)空間的復(fù)雜度使生成的圖像經(jīng)常具有結(jié)構(gòu)錯(cuò)誤、字體錯(cuò)誤、細(xì)節(jié)錯(cuò)誤等，且無(wú)法生成精度要求較高的平面圖和施工圖。二是生成罕見(jiàn)或新概念的圖像困難。設(shè)計(jì)風(fēng)格具有多樣性，因此無(wú)法成功生成尚未學(xué)習(xí)過(guò)的設(shè)計(jì)風(fēng)格，只能通過(guò)對(duì)模型微調(diào)訓(xùn)練特定風(fēng)格。三是圖像生成技術(shù)只擅長(zhǎng)2D圖像生成，而真正的設(shè)計(jì)場(chǎng)景，對(duì)空間的尺度、精準(zhǔn)度，以及細(xì)節(jié)的要求非常高，當(dāng)前無(wú)法切實(shí)參與到平面圖生成、平面圖生產(chǎn)效果圖等要求較高的設(shè)計(jì)工作中。

四、AI-3D模型生成輔助室內(nèi)設(shè)計(jì)

（一）3D模型生成與室內(nèi)設(shè)計(jì)的結(jié)合點(diǎn)

一般來(lái)說(shuō)，完整的3D模型創(chuàng)建涵蓋概念設(shè)計(jì)、3D建模、紋理/材質(zhì)、動(dòng)畫(huà)和渲染等多個(gè)環(huán)節(jié)。傳統(tǒng)流程中模型的創(chuàng)建均由積累長(zhǎng)時(shí)間學(xué)習(xí)和工作經(jīng)驗(yàn)的設(shè)計(jì)師進(jìn)行創(chuàng)作，對(duì)于專(zhuān)業(yè)創(chuàng)作者來(lái)說(shuō)也是一項(xiàng)非常復(fù)雜且耗時(shí)的工作。此外受到數(shù)據(jù)稀缺、計(jì)算復(fù)雜、模型表示復(fù)雜等客觀(guān)因素影響，模型生成發(fā)展落后于文本和圖像生成[23]，已取得階段性突破的研究大多遵循2D優(yōu)化路線(xiàn)：NeRF（Neural Radiance Fields，神經(jīng)輻射場(chǎng)渲染）利用已有的2D生成能力，通過(guò)多視角優(yōu)化將生成維度提升到三維。這項(xiàng)基礎(chǔ)理論的突破開(kāi)啟了新的一波3D x AI熱潮，2022年Google發(fā)布DreamFusion，英偉達(dá)發(fā)布Magic3D、OpenAI發(fā)布Point-E，2023年Shap-E、wonder3d、one2345++、stable zero 123等3D生成技術(shù)相繼發(fā)布，生成質(zhì)量與速度持續(xù)提升，在應(yīng)用層面開(kāi)始嶄露頭角。

3D模型在游戲開(kāi)發(fā)、影視制作、工業(yè)設(shè)計(jì)、虛擬現(xiàn)實(shí)等領(lǐng)域都有非常重要的作用，快速且高質(zhì)量的3D生成工具已經(jīng)被廣泛應(yīng)用。如Spline可在瀏覽器中建立交互式3D體驗(yàn)；3DFY、Tripo、Wonder3D等可通過(guò)文字或圖片生成3D模型、Luma可通過(guò)視頻生成3D模型等等。在室內(nèi)設(shè)計(jì)領(lǐng)域，3D模型生成可在室內(nèi)家具和室內(nèi)空間場(chǎng)景設(shè)計(jì)中發(fā)揮作用。

（二）3D模型生成在室內(nèi)設(shè)計(jì)中的應(yīng)用分析

1.AI輔助室內(nèi)家具建模

傳統(tǒng)的室內(nèi)家具建模所需要經(jīng)歷的工作流程為：第一，概念草圖，根據(jù)客戶(hù)輸入和視覺(jué)參考進(jìn)行頭腦風(fēng)暴和構(gòu)思所需的模型。第二，3D原型制作。室內(nèi)建模師使用專(zhuān)業(yè)軟件創(chuàng)建模型的基本形狀。第三，模型細(xì)化。將細(xì)節(jié)、顏色和紋理添加到粗糙的模型中。第四，模型最終定型。對(duì)模型進(jìn)行渲染得到效果圖，使用編輯軟件增強(qiáng)最終渲染效果，調(diào)整顏色、添加效果或進(jìn)行元素的合成。以上過(guò)程通常需要幾周的時(shí)間，如果涉及到動(dòng)畫(huà)渲染時(shí)間會(huì)更長(zhǎng)。然而如果有AI的幫助，將會(huì)加快這個(gè)過(guò)程：第一，多視圖圖像生成。Zero-1-to-3采樣大規(guī)模擴(kuò)散模型，該模型理解和識(shí)別自然圖像中的幾何結(jié)構(gòu)和規(guī)律，根據(jù)指定的相機(jī)變換，生成新視角的圖像[24]。有助于進(jìn)行創(chuàng)意頭腦風(fēng)暴，并生成多視圖圖像草圖。第二，文本或圖像生成3D。使用Stable zero 123或wonder3D技術(shù)，可以在幾分鐘內(nèi)生成多個(gè)3D原型，為設(shè)計(jì)師提供選擇空間。

2.AI輔助室內(nèi)空間建模

Text2Room可實(shí)現(xiàn)從文本描述生成帶有紋理的空間場(chǎng)景[25]。該方法通過(guò)預(yù)先訓(xùn)練2D文本到圖像模型來(lái)合成室內(nèi)場(chǎng)景。在生成的過(guò)程中，共經(jīng)歷四個(gè)階段：第一，迭代式場(chǎng)景生成。根據(jù)相機(jī)的不同位置和朝向，不斷迭代地創(chuàng)建帶有紋理的三維網(wǎng)絡(luò)。第二，兩階段視點(diǎn)選擇。選擇文本提示和相機(jī)位置和朝向合成場(chǎng)景。第三，生成階段。創(chuàng)建場(chǎng)景的布局和家具等主要部分，依次渲染多個(gè)預(yù)定義的軌跡，這些軌跡朝不同方向延伸，最終覆蓋整個(gè)房間。第四，完善階段。場(chǎng)景布局和家具被定義后，由于場(chǎng)景是即時(shí)生成的，三維網(wǎng)格中存在沒(méi)有被任何相機(jī)觀(guān)察到的位置，通過(guò)額外的姿勢(shì)采樣來(lái)完善場(chǎng)景。

盡管Text2Room可以通過(guò)不斷迭代生成完整的3D室內(nèi)場(chǎng)景，但是這些自動(dòng)生成的3D網(wǎng)格中的許多內(nèi)容，并不遵守房間的基本布局邏輯，進(jìn)而影響空間的合理性，如將多張床放到一間臥室中。

ControlRoom3D可實(shí)現(xiàn)從粗糙建模到空間的生成[26]。為了避免Text2Room空間布置不合理問(wèn)題，它通過(guò)讓用戶(hù)提供粗糙的3D語(yǔ)義邊界框以及整個(gè)房間風(fēng)格的文本描述，從而生成與空間布局一致的紋理和幾何圖形。整個(gè)生成過(guò)程共分為四個(gè)階段：第一，引導(dǎo)全景生成：通過(guò)使用3D語(yǔ)義邊界框的引導(dǎo)，聯(lián)合創(chuàng)建一個(gè)完整的360°全景視圖，以確保場(chǎng)景風(fēng)格的一致性；第二，幾何對(duì)齊：優(yōu)化預(yù)測(cè)的深度以適應(yīng)代理室的幾何先驗(yàn)，同時(shí)保留物體的原始形狀；第三，網(wǎng)格清洗：識(shí)別并過(guò)濾掉網(wǎng)格中質(zhì)量低下的區(qū)域，然后從更有利的視角合成新內(nèi)容；第四，網(wǎng)格補(bǔ)全：通過(guò)迭代地從不同的視角填充場(chǎng)景來(lái)完成網(wǎng)格，從而填補(bǔ)任何缺失區(qū)域并無(wú)縫地整合新內(nèi)容。

（三）3D模型生成的局限性分析

3D生成能力正處于快速發(fā)展階段，上述的單體模型生成已經(jīng)從技術(shù)走向市場(chǎng)，出現(xiàn)了一大批商業(yè)應(yīng)用，而3D場(chǎng)景生成還處于技術(shù)階段，并不具備大規(guī)模應(yīng)用水平。3D模型生成水平主要受限于數(shù)據(jù)、算力和表現(xiàn)方法，當(dāng)前在生產(chǎn)質(zhì)量、生成效率和可控性上均亟待提升。

1.生成質(zhì)量

3D生成的內(nèi)容質(zhì)量包括3D模型的精細(xì)度、模型的準(zhǔn)確性、3D渲染的分辨率、渲染的色彩與光影的準(zhǔn)確性、渲染對(duì)材質(zhì)的表達(dá)等多個(gè)方面，在應(yīng)用中對(duì)3D內(nèi)容的質(zhì)量有較高的要求。相比于傳統(tǒng)3D建模，目前人工智能3D生成的模型質(zhì)量仍然存在一定差距。

2.生成效率

與生成2D圖像不同，3D生成由于維度的增加，生成過(guò)程中所需計(jì)算量呈指數(shù)級(jí)上升。由于龐大的計(jì)算量，目前人工智能3D生成的效率較低，多數(shù)模型的生成效率難以滿(mǎn)足實(shí)際應(yīng)用中的要求，且模型在訓(xùn)練與推理過(guò)程中需要占用大量存儲(chǔ)空間，因此目前多數(shù)人工智能3D生成成本較高。

3.模型可控性

對(duì)3D模型的可控性主要包括是否可以生成符合要求的3D模型、是否可以根據(jù)要求對(duì)生成的3D模型與3D渲染效果進(jìn)行修改。目前人工智能3D生成模型可以滿(mǎn)足應(yīng)用的基本要求，但是在修改方面的表現(xiàn)仍然差強(qiáng)人意。滿(mǎn)足應(yīng)用中修改功能要求的方法有兩種，一種是繼續(xù)加強(qiáng)模型對(duì)自然語(yǔ)言指令與圖像指令的理解能力，這種方法主要需要技術(shù)上的持續(xù)突破。但由于技術(shù)突破的不確定性，使模型可以與傳統(tǒng)3D生成工作進(jìn)行銜接的方法則更有可行性，這要求模型可以3D建模工作與3D渲染工作分離，且生成的3D模型必須為網(wǎng)格數(shù)據(jù)。

五、結(jié)語(yǔ)

技術(shù)的進(jìn)步不斷為室內(nèi)設(shè)計(jì)帶來(lái)新工具、新方法和新流程，技術(shù)越完善對(duì)室內(nèi)設(shè)計(jì)的滲透就越深。AIGC技術(shù)可從文、圖、模多方面提升創(chuàng)意水平，為設(shè)計(jì)帶來(lái)實(shí)效的應(yīng)用收益。AIGC技術(shù)也正在滲透室內(nèi)設(shè)計(jì)工作流程：“ChatGPT+設(shè)計(jì)垂類(lèi)語(yǔ)言模型”進(jìn)行設(shè)計(jì)分析，“Stable Diffusion+3D生成”介入設(shè)計(jì)咨詢(xún)、概念設(shè)計(jì)、概念建模，BIM/CAD完成設(shè)計(jì)深化。新技術(shù)正在賦能設(shè)計(jì)行業(yè)，同時(shí)也對(duì)設(shè)計(jì)從業(yè)者提出新要求和新挑戰(zhàn)，需要緊跟時(shí)代步伐與AI合作共贏(yíng)，共同推動(dòng)行業(yè)朝著更加創(chuàng)新和智能化的方向發(fā)展。

參考文獻(xiàn)

[1]許雪晨，田侃，李文軍.新一代人工智能技術(shù)（AIGC）：發(fā)展演進(jìn)、產(chǎn)業(yè)機(jī)遇及前景展望[J].產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2023（4）：5-22.

[2]量子位.AIGC/AI生成內(nèi)容產(chǎn)業(yè)展望報(bào)告[R].北京：量子位智庫(kù)，2022：1-3.

[3]中國(guó)政府網(wǎng).生成式人工智能服務(wù)管理暫行辦法[EB/OL].[2023-12-01].https：//www.gov.cn/zhengce/zhengceku/202307/content_6891752.htm.

[4]詹希旎，李白楊，孫建軍.數(shù)智融合環(huán)境下AIGC的場(chǎng)景化應(yīng)用與發(fā)展機(jī)遇[J].圖書(shū)情報(bào)知識(shí)，2023（1）：75-85+55.

[5]袁烽，許心慧，王月陽(yáng).走向生成式人工智能增強(qiáng)設(shè)計(jì)時(shí)代[J].建筑學(xué)報(bào)，2023（10）：14-20.

[6]甘惟，吳志強(qiáng)，王元楷等.AIGC輔助城市設(shè)計(jì)的理論模型建構(gòu)[J].城市規(guī)劃學(xué)刊，2023（2）：12-18.

[7]袁潮，鄭豪.生成式人工智能影響下的建筑設(shè)計(jì)新模式[J].建筑學(xué)報(bào)，2023（10）：29-35.

[8]黃龑楓，周毅榮.AIGC技術(shù)下的建筑生成設(shè)計(jì)方法初探——以Prompt關(guān)鍵詞生成建筑意象的整體設(shè)計(jì)過(guò)程為例[J].城市建筑，2023（15）：202-206+213.

[9]田潤(rùn)，郭凱，張洋.人工智能生成內(nèi)容（AIGC）在施工單位精裝修深化設(shè)計(jì)中的應(yīng)用[J].建筑施工，2023（11）：2330-2333.

[10]何宛余，楊良崧.生成式人工智能在建筑設(shè)計(jì)領(lǐng)域的探索——以小庫(kù)AI云為例[J].建筑學(xué)報(bào)，2023（10）：36-41.

[11]任娟，劉煜，鄭罡.基于BIM平臺(tái)的綠色辦公建筑早期設(shè)計(jì)決策觀(guān)念模型[J].華中建筑，2012（12）：45-48.

[12]武俊宏，趙陽(yáng)，宗成慶.ChatGPT能力分析與未來(lái)展望[J].中國(guó)科學(xué)基金，2023（5）：735-742.

[13]王亞輝，余隋懷，陳登凱等.基于深度學(xué)習(xí)的人工智能設(shè)計(jì)決策模型[J].計(jì)算機(jī)集成制造系統(tǒng)，2019（10）：2467-2475.

[14]王祺，李冬露，張?jiān)频?2023年中國(guó)AIGC產(chǎn)業(yè)全景報(bào)告日就月將，學(xué)有緝熙于光明[C]//2023艾瑞咨詢(xún)8月研究報(bào)告會(huì)論文集，2023：69.

[15]孫文倩.人工智能技術(shù)輔助下的圖像生成藝術(shù)創(chuàng)作研究[D].上海：華東師范大學(xué)，2023（4）：150-167.

[16]肖焱鑫.基于生成對(duì)抗網(wǎng)絡(luò)的自動(dòng)智能戶(hù)型布局設(shè)計(jì)[D].武漢：華中科技大學(xué)，2020（5）：38-50.

[17]李劉劉.基于生成式對(duì)抗網(wǎng)絡(luò)的室內(nèi)家居場(chǎng)景生成算法[D].杭州：浙江工商大學(xué)，2019（5）：19-32.

[18]張健，王雨心，袁哲.AIGC賦能傳統(tǒng)文化傳承設(shè)計(jì)方法與實(shí)踐——以山西省永樂(lè)宮數(shù)字化展示中心方案設(shè)計(jì)為例[J].設(shè)計(jì)，2023（17）：30-33.

[19]婁天，張博涵.基于A(yíng)I+BIM技術(shù)的住宅戶(hù)型方案設(shè)計(jì)探索與研究[J].土木建筑工程信息技術(shù)，2024（1）：61-66.

[20]Dhariwal P，Nichol A. Diffusion models beat gans on image synthesis[J]. Advances in neural information processing systems，2021（34）：8780-8794.

[21]賈琳.淺談室內(nèi)設(shè)計(jì)效果圖的電腦表現(xiàn)[J].藝術(shù)與設(shè)計(jì)（理論），2008（8）：62-64.

[22]Zhang T，Wang Z，Huang J，et al. A Survey of Diffusion Based Image Generation Models：Issues and Their Solutions[J]. arXiv preprint arXiv：2023（2308.13142）：2-4.

[23]Li C，Zhang C. When ChatGPT for Computer Vision Will Come？ From 2D to 3D[J]. arXiv preprint arXiv：2023（2305.06133）：1-5.

[24]Liu R，Wu R，Van Hoorick B，et al. Zero-1-to-3：Zero-shot one image to 3d object[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision，2023：9298-9309.

[25]H?llein L，Cao A，Owens A，et al. Text2room：Extracting textured 3d meshes from 2d text-to-image models[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision，2023：7909-7920.

[26]Schult J，Tsai S，H?llein L，et al. Controlroom3d：Room generation using semantic proxy rooms[J]. arXiv preprint arXiv：2023（2312.05208）：1-7.

作者簡(jiǎn)介：

陳賀林，中國(guó)礦業(yè)大學(xué)建筑與設(shè)計(jì)學(xué)院碩士研究生。研究方向：設(shè)計(jì)與AI應(yīng)用。

通訊作者：朱小軍，博士，中國(guó)礦業(yè)大學(xué)建筑與設(shè)計(jì)學(xué)院副教授。研究方向：環(huán)境設(shè)計(jì)理論與實(shí)踐、智能空間設(shè)計(jì)。

參考文獻(xiàn)

[1]許雪晨，田侃，李文軍.新一代人工智能技術(shù)（AIGC）：發(fā)展演進(jìn)、產(chǎn)業(yè)機(jī)遇及前景展望[J].產(chǎn)業(yè)經(jīng)濟(jì)評(píng)論，2023（4）：5-22.

[2]量子位.AIGC/AI生成內(nèi)容產(chǎn)業(yè)展望報(bào)告[R].北京：量子位智庫(kù)，2022：1-3.

[3]中國(guó)政府網(wǎng).生成式人工智能服務(wù)管理暫行辦法[EB/OL].[2023-12-01].https：//www.gov.cn/zhengce/zhengceku/202307/content_6891752.htm.

[4]詹希旎，李白楊，孫建軍.數(shù)智融合環(huán)境下AIGC的場(chǎng)景化應(yīng)用與發(fā)展機(jī)遇[J].圖書(shū)情報(bào)知識(shí)，2023，40（1）：75-85+55.

[5]袁烽，許心慧，王月陽(yáng).走向生成式人工智能增強(qiáng)設(shè)計(jì)時(shí)代[J].建筑學(xué)報(bào)，2023（10）：14-20.

[6]甘惟，吳志強(qiáng)，王元楷等.AIGC輔助城市設(shè)計(jì)的理論模型建構(gòu)[J].城市規(guī)劃學(xué)刊，2023（2）：12-18.

[7]袁潮，鄭豪.生成式人工智能影響下的建筑設(shè)計(jì)新模式[J].建筑學(xué)報(bào)，2023（10）：29-35.

[8]黃龑楓，周毅榮.AIGC技術(shù)下的建筑生成設(shè)計(jì)方法初探——以Prompt關(guān)鍵詞生成建筑意象的整體設(shè)計(jì)過(guò)程為例[J].城市建筑，2023，20（15）：202-206+213.

[9]田潤(rùn)，郭凱，張洋.人工智能生成內(nèi)容（AIGC）在施工單位精裝修深化設(shè)計(jì)中的應(yīng)用[J].建筑施工，2023，45（11）：2330-2333.

[10]何宛余，楊良崧.生成式人工智能在建筑設(shè)計(jì)領(lǐng)域的探索——以小庫(kù)AI云為例[J].建筑學(xué)報(bào)，2023（10）：36-41.

[11]任娟，劉煜，鄭罡.基于BIM平臺(tái)的綠色辦公建筑早期設(shè)計(jì)決策觀(guān)念模型[J].華中建筑，2012，30（12）：45-48.

[12]武俊宏，趙陽(yáng)，宗成慶.ChatGPT能力分析與未來(lái)展望[J].中國(guó)科學(xué)基金，2023，37（5）：735-742.

[13]王亞輝，余隋懷，陳登凱等.基于深度學(xué)習(xí)的人工智能設(shè)計(jì)決策模型[J].計(jì)算機(jī)集成制造系統(tǒng)，2019，25（10）：2467-2475.

[14]王祺，李冬露，張?jiān)频?2023年中國(guó)AIGC產(chǎn)業(yè)全景報(bào)告日就月將，學(xué)有緝熙于光明[C]//2023艾瑞咨詢(xún)8月研究報(bào)告會(huì)論文集，2023：69.

[15]孫文倩.人工智能技術(shù)輔助下的圖像生成藝術(shù)創(chuàng)作研究[D].上海：華東師范大學(xué)，2023（4）：150-167.

[16]肖焱鑫.基于生成對(duì)抗網(wǎng)絡(luò)的自動(dòng)智能戶(hù)型布局設(shè)計(jì)[D].武漢：華中科技大學(xué)，2020（5）：38-50.

[17]李劉劉.基于生成式對(duì)抗網(wǎng)絡(luò)的室內(nèi)家居場(chǎng)景生成算法[D].杭州：浙江工商大學(xué)，2019（5）：19-32.

[18]張健，王雨心，袁哲.AIGC賦能傳統(tǒng)文化傳承設(shè)計(jì)方法與實(shí)踐——以山西省永樂(lè)宮數(shù)字化展示中心方案設(shè)計(jì)為例[J].設(shè)計(jì)，2023，36（17）：30-33.

[19]婁天，張博涵.基于A(yíng)I+BIM技術(shù)的住宅戶(hù)型方案設(shè)計(jì)探索與研究[J].土木建筑工程信息技術(shù)，2024，16（1）：61-66.

[20]Dhariwal P，Nichol A. Diffusion models beat gans on image synthesis[J]. Advances in neural information processing systems，2021（34）：8780-8794.

[21]賈琳.淺談室內(nèi)設(shè)計(jì)效果圖的電腦表現(xiàn)[J].藝術(shù)與設(shè)計(jì)（理論），2008（8）：62-64.

[22]Zhang T，Wang Z，Huang J，et al. A Survey of Diffusion Based Image Generation Models：Issues and Their Solutions[J]. arXiv preprint arXiv：2023（2308.13142）：2-4.

[23]Li C，Zhang C. When ChatGPT for Computer Vision Will Come？ From 2D to 3D[J]. arXiv preprint arXiv：2023（2305.06133）：1-5.

[24]Liu R，Wu R，Van Hoorick B，et al. Zero-1-to-3：Zero-shot one image to 3d object[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision，2023：9298-9309.

[25]H?llein L，Cao A，Owens A，et al. Text2room：Extracting textured 3d meshes from 2d text-to-image models[C]//Proceedings of the IEEE/CVF International Conference on Computer Vision，2023：7909-7920.

[26]Schult J，Tsai S，H?llein L，et al. Controlroom3d：Room generation using semantic proxy rooms[J]. arXiv preprint arXiv：2023（2312.05208）：1-7.

作者簡(jiǎn)介：

陳賀林，中國(guó)礦業(yè)大學(xué)建筑與設(shè)計(jì)學(xué)院碩士研究生。研究方向：設(shè)計(jì)與AI應(yīng)用。

通訊作者：朱小軍，博士，中國(guó)礦業(yè)大學(xué)建筑與設(shè)計(jì)學(xué)院副教授。研究方向：環(huán)境設(shè)計(jì)理論與實(shí)踐、智能空間設(shè)計(jì)。

實(shí)習(xí)編輯：毛行琪