GPT-3.5研究测试： https://hujiaoai.cn
GPT-4研究测试： https://higpt4.cn
Claude-3研究测试（全面吊打GPT-4）： https://hiclaude3.com
传统上，建筑师以草图开始设计过程，并利用图像和符号等视觉信息来引发创造力和促进设计进展。这一反复迭代的过程既耗时又耗资源。然而，天生式AI技能引入了新的可能性，特殊是在打算机赞助建筑设计中。这项技能在建筑设计中展现出重大的潜力。
本文展示了一种全新的、针对建筑设计初步阶段的综合事情流程，这在以前尚未被探索。我们磋商了如何在建筑设计的早期阶段有效利用天生式AI技能，基于初步草图天生观点性平面图和3D模型。通过利用这些信息，我们可以迅速构思和发展创意想法。
此外，我们还采取文本到图像天生技能，实现建筑渲染图像的受控天生和编辑。在我们的全体系统中，我们可以天生一系列视觉线索，包括建筑平面图、立面图、手工模型和建筑渲染图，这为建筑师供应了丰富的灵感和许多创意提示。我们的方法显著减少了建筑设计初期阶段所需的韶光，同时为设计师的创造力供应了无限的可能性。
据我们所知，这是第一次系统地展示了一个完全的、由天生式AI辅导的建筑设计初步阶段的事情流程。我们的研究重塑了建筑设计过程，并为通过最前辈的打算机技能推进建筑设计的发展指明了新方向。
论文标题：Sketch-to-Architecture: Generative AI-aided Architectural Design论文链接：https://arxiv.org/pdf/2403.20186.pdf
AI技能在建筑设计中的新兴浸染在当代建筑设计领域，AI技能的引入不仅改变了设计师的事情办法，还为设计流程带来了前所未有的创新。本章节将磋商传统建筑设计流程及其面临的寻衅，并先容天生式AI技能如何引领设计新范式。
1. 传统建筑设计流程与寻衅
传统的建筑设计流程常日以手绘草图开始，设计师利用视觉信息如图像和符号引发创意，推动设计进程。这一迭代过程耗时且资源密集，特殊是在建筑设计的初步阶段，由于其繁芜性，使得设计周期延长，充满不愿定性。然而，随着技能的发展，特殊是打算机赞助设计技能的进步，设计师们开始寻求新的方法来优化设计流程，提高效率。
2. 天生式AI技能引领的设计新范式
天生式AI技能，特殊是在建筑设计领域的运用，展现了巨大的潜力。通过利用这些技能，设计师可以在早期阶段快速天生观点性平面图和3D模型。此外，文本到图像天生技能的运用，使得设计师能够通过文本提示掌握和编辑建筑渲染图像，从而大大缩短了建筑设计初期阶段所需的韶光，为设计师的创造力供应了无限可能性。这标志着一个全新的设计范式的出身，使得建筑设计过程更加高效和创新。
工具与方法：AI赞助的建筑设计事情流
在AI赞助的建筑设计事情流中，有几种关键的工具和方法被广泛运用，以提高设计效率和质量。
1. Dynamo与Grasshopper：建筑设计的视觉编程工具
Dynamo和Grasshopper是两种盛行的视觉编程工具，它们许可设计师通过节点和自定义脚本连接来创建繁芜的设打算法和事情流程。这些工具供应了一个直不雅观的办法来掌握和自动化设计过程，使设计师能够灵巧地探索设计空间，快速天生多个设计选项，并通过实时参数调度评估和比较不同的设计办理方案。
2. 天生对抗网络（GANs）在建筑平面图天生中的运用
天生对抗网络（GANs）已经在建筑设计中显示出其成功的运用，特殊是在天生各种基于用户输入的建筑平面图方面。只管它们紧张集中在平面图的天生上，但GANs为建筑设计的其他方面供应了新的可能性，只管这须要设计师具备一定的机器学习知识。
3. 文本到图像天生技能的探索与寻衅
文本到图像的天生方法为建筑设计图像的天生供应了一种可访问的方法，基于文本提示天生设计图像。然而，这一过程的掌握性仍旧存在寻衅，设计师须要利用特定的关键词来勾引带有所需风格的图像的天生，并在掌握建筑天生的几何细节方面面临寻衅。这须要进一步的探索来完善其在建筑设计中的运用。
通过这些工具和方法的运用，AI赞助的建筑设计事情流不仅提高了设计效率，还开启了创新设计的新可能性，使设计师能够更加自由地探索和实现他们的创意。
方法详解：结合稳定扩散模型与ControlNet的建筑设计方法1. 稳定扩散模型（Stable Diffusion）的运用
稳定扩散模型在天生AI领域中代表了一个主要的里程碑，由于它的高性能架构能够产生高质量的图像。这个模型紧张侧重于基于文本提示（text-to-image）天生图像，并通过可演习的参数和结果加速打算，同时降落打算需求，达到与调度全体大模型相称的结果。这种方法在建筑设计的初步阶段尤为有效，能够快速从初步草图天生观点性平面图和3D模型。
2. ControlNet模型在条件掌握中的浸染ControlNet模型的引入，是为了在天生平面图时实现更精确的条件掌握。通过结合稳定扩散模型，ControlNet能够在细节上进行更为精确的掌握，使得天生的建筑设计更加符合设计师的初衷和哀求。ControlNet通过微调（fine-tuning）小型数据集的办法，确保演习出的模型能够有效适应特定的数据集，同时最小化对原始模型能力的影响。
3. 从平面图到3D建模的转换流程在天生了平面图之后，研究利用深度估计模型来预测平面图的深度图，这些深度图随后被转换成灰度图像。这些灰度图像被输入到Rhino软件中，以构建3D点云模型。通过在Grasshopper中开拓的网格脚本，将点云模型转换为3D网格，从而得到终极的建筑质量模型。这一过程使得我们能够从多个视角天生建筑立面。
实验结果：AI天生的建筑设计成果展示1. 天生的平面图与3D建筑质量模型
通过结合稳定扩散模型和ControlNet，首先基于草图天生了平面图和建筑3D质量模型。然后，利用这些天生的质量模型，实现了从头到尾的建筑渲染天生。这一过程受到了风雅调度模型和文本描述的掌握，能够整合各种设计需求，并得到期望的初步建筑设计结果。
2. 文本描述掌握下的建筑渲染天生通过对稳定扩散模型进行微调，研究者演习模型学习多种建筑风格和著名建筑师的个人风格，包括巴洛克、后当代以及扎哈·哈迪德和弗兰克·盖里的作品。该方法能够基于草图天生特定风格的建筑设计。通过利用各种文本提示，如商业、住宅等关键词，天生不同类型建筑的立面和渲染图。这种方法不仅提高了设计效率，还增强了设计质量，为建筑设计过程开辟了新的方向。
局部编辑与参数化设计：实现风雅化建筑调度
在当代建筑设计中，局部编辑和参数化设计的运用日益增多，这些技能为建筑师供应了更大的灵巧性和创造力。以下是两种紧张的运用办法：
1. 利用遮罩进行局部建筑编辑
通过利用遮罩技能，建筑师能够对天生的建筑模型进行风雅的局部编辑。这种方法许可对特定区域的材料、元素和构造进行修正，而不影响建筑设计的其他部分。
例如，如果一个建筑的某个部分须要改换材料或调度窗户的大小，建筑师可以创建一个遮罩来专门针对这个区域进行编辑，从而实现高度定制化的设计调度。这种技能的运用，通过遮罩，特定区域的天生建筑被修正，包括材料编辑、元素修正，实现了在保留整体建筑设计不变的同时，对特定元素进行实时的目标编辑。
2. 文本提示在参数化设计中的运用
在参数化设计中，文本提示的运用开启了一种新的掌握建筑天生和编辑的办法。通过输入特定的文本提示，设计师可以掌握建筑的设计方向，包括建筑风格、类型、材料等核心元素。
这种方法利用了大规模模型的天生能力，通过文本和图像的同时输入，天生与特定核心元素符合的全新结果。这不仅简化了设计过程，还为设计师供应了一个直不雅观的办法来探索和实验不同的设计方案。通过这种办法，设计师可以迅速从观点阶段转移到更细化的设计阶段，大大提高了设计效率和质量。
未来事情：优化AI工具以知足建筑设计标准
随着AI在建筑设计中的运用日益深入，未来的事情将集中在进一步优化AI工具，以更好地知足建筑设计的标准和需求。以下是两个紧张的优化方向：
1. 地板平面图功能的增强需求
地板平面图是建筑设计中的根本，但目前的AI工具在天生地板平面图方面还存在一些限定。未来的事情将致力于增强这一功能，使AI工具能够更准确地根据用户输入天生符合建筑设计标准的地板平面图。这包括提高天生地板平面图的精确度，以及增加对不同建筑类型和风格的支持。通过优化AI工具，设计师可以更快速、更高效地从观点阶段进入到更详细的设计阶段。
2. 多视角渲染中的比例平衡与同等性问题
在利用AI工具进行建筑渲染时，保持不同视角下的比例平衡和同等性是一个寻衅。未来的事情将探索如何优化AI工具，以确保在从不同角度渲染建筑时，能够保持建筑元素的比例和同等性。
这不仅涉及到图像质量的提升，还包括对建筑设计中的细节进行更好的捕捉和表达。通过办理这些问题，AI工具将能够供应更加真实和准确的建筑渲染，帮助设计师和客户更好地理解和评估设计方案。
总之，通过对AI工具的不断优化和改进，未来的建筑设计将能够更加高效、灵巧，同时也能更好地知足设计标准和客户需求。
结论：为建筑设计发展指明新方向本研究重塑了建筑设计流程，并为通过最前辈的打算机技能推进建筑设计的发展指出了新方向。通过结合扩散模型、深度估计模型和Rhino软件中编写的脚本，能够从大略的草图中迅速天生建筑办理方案。
此外，提出了一种可控的建筑天生方法，许可设计师通过输入特定的文本提示来掌握建筑设计。该新方法显著提高了设计效率，增强了设计质量。这是第一次系统地展示了一个完全的、由天生性AI辅导的建筑设计初期阶段的事情流程。研究者们的事情指向了建筑设计发展的新方向，站在新兴技能的门槛上。
未来的任务是将更多的建筑设计标准纳入模型演习中，从而天生更符合建筑规范的可靠建筑设计办理方案。
