该设计项目的独特之处在于,它是由人工智能(AI)与设计师共同完成的。我们训练了一个专业的室内设计AI,它可以根据输入的线稿生成具有不同装饰风格的室内设计。这解决了传统设计修改需要重新建模和渲染的问题。使用这种方法生成设计只需要几秒钟,生成和修改的效率提高了数十倍。
我们使用的AI技术是我们改进的扩散模型技术。扩散模型的典型缺陷是不能根据特定的"装饰风格"和"空间属性"生成设计,这对室内设计来说是致命的。为此,我们重新收集和制作了一个包含超过20,000个室内设计效果图和数据注释的数据集,并交给AI学习,生成适合室内设计的AI。该AI可以通过输入线稿生成指定"装饰风格"和"空间属性"的室内效果图。
设计师与AI的交互过程如下:首先,专业设计师收集室内设计图片,并进行标注和筛选。然后,使用筛选后的数据训练专业的室内设计AI。设计师使用AI进行设计,将手绘或设计线稿输入AI,指定装饰风格。AI生成指定装饰风格的室内设计。设计师调整设计中不满意部分的线稿,然后重新生成设计。经过多次调整线稿和生成,最终得到满意的设计。
这个设计项目的挑战在于构建一个能生成高质量、正确装饰风格的专业室内设计AI。为此,我们请专业设计师收集和标注了数万张室内设计图片,然后将筛选后的数据交给AI进行训练。让AI理解什么是"装饰风格"、"空间属性"和"审美属性",并生成指定装饰风格的室内设计。
这个设计项目位于中国广东省广州市,设计时间为2023年。该项目的研究背景是:室内设计过程可以更加便捷,设计和修改的效率可以更高。我们训练了一个专业的室内设计AI,并使用AI与人协作,从线稿中生成各种装饰风格的室内设计。使用我们的AI,设计师可以每隔几秒就获得一个室内设计效果图,高效地生成和修改设计。
这个设计项目在2023年获得了A' Generative, Algorithmic, Parametric and AI-Assisted Design Award的铁奖。铁奖是对设计的实用性、创新性以及满足专业和工业要求的认可,它对于整合行业最佳实践和具有竞争力的技术特性,提供满足感和积极情绪,为创造更好的世界做出了贡献。
项目设计师: Junming Chen
图片致谢: Junming Chen
项目团队成员: Junming Chen
项目名称: Generate Images from Lines
项目客户: Junming Chen