摘要：数字经济时代下,人工智能(AI)技术迅速发展,推动了设计领域的智能化进程。然而,设计师对AI辅助设计的信任直接影响着最终的产品设计效果和AI技术潜力的发挥。本文从信任理论角度分析了影响设计师对AI辅助设计的信任感的因素,并对AI辅助产品设计的未来进行展望,提出通过透明化设计流程、建立反馈机制和优化人机交互,增加设计师对AI技术的信任,推动AI技术在设计领域的广泛应用和持续发展。

摘要：人工智能作为一项新兴的辅助设计技术,正推动数字创意领域迅速发展。为了解人工智能在数字创意设计中的应用现状,分析了设计与人工智能在解决问题时各自的思维方式和表现特征,并由此总结了当前设计与人工智能之间的关系和挑战;从支持设计过程和生产创意内容两个角度出发,综述了人工智能赋能设计领域的研究进展和最新技术,特别是针对需求分析、创意激发、原型设计和设计评价4个阶段重点论述了人工智能对传统设计流程的支持和启发。最后,从人机关系多元化和设计新范式两个方面探讨了在人工智能赋能的背景下数字创意设计领域的未来发展趋势。

摘要：就生成式人工智能(Artificial Intelligence Generated Content,AIGC)在包装创意设计研究中的运用现况、相关技术、存在的问题以及运用前景和研究趋势进行探讨。提出一种基于AIGC的包装创意设计流程与方法,以更好地提升设计师的设计效率与精确匹配用户的设计需求。采用基于GAN对抗网络模型的Midjourney对设计师的自然语言文本描述进行创意生成,采用AHP层次分析法等对所生成的图像进行筛选与分类,并通过实践和测试验证该方法在包装设计中的效果。在AIGC的驱动下,生成式人工智能可以根据自然语言描述高效地进行设计元素的特征提取,并辅助设计师进行相关设计工作。通过对生成图像进行层次分析,能够更准确地理解和满足用户的具体需求,从而对现有的包装创意设计流程进行优化;利用AIGC技术,可以显著提升包装设计的创新性和设计服务的效率。AIGC技术正成为推动包装创意设计领域发展的关键力量,以期引领设计实践向更加智能化和个性化的方向发展。

摘要：对人工智能技术用于建筑领域方案生成的相关研究和应用情况进行综述,通过分析计算性设计与人工智能辅助设计之间的关系,并聚焦人工智能辅助建筑设计的多种生成任务,提出了一种生成式人工智能影响下的建筑设计新模式,阐释了其设计模式的主要内容以及设计师与人工智能之间的交互关系,也为后续研究提出了新的方向。

摘要：目的旨在对设计输入进行深入研究,以应对在使用Midjourney辅助设计工具时产生的带有随机性的设计产出,从而增强智能辅助设计的科学性与可信度。方法以家庭种植产品设计实践为例,通过感性工学(KE)和层次分析法(AHP)总结量化用户的感性需求和功能需求,为“设计输入”构建系统、科学的研究框架。最后对其可行性与成效性进行验证。结果通过KE和AHP方法的应用,成功降低了使用Midjourney生图的随机性,设计产出整体上也更加接近用户的需求,同时也暴露了智能设计工具在设计细节处理方面不恰当等问题。结论KE和AHP方法规范了Midjourney工具的设计输入,提高了设计产出的可控性和合理性,为Midjourney应用于设计产出提供了更为坚实的理论基础和科学依据。同时人工智能设计工具的出现也对设计领域与设计师的未来发展提出了新的要求与建议。

摘要：人工智能时代,AIGC技术与景观设计专业的结合可以极大弥补目前景观设计领域想象力超前而设计呈现以及专业配合等方面的不足。随着人工智能技术的迅猛发展,AIGC作为一种创新的应用方式,为景观设计领域带来了巨大的潜力和机遇。本文结合AIGC的应用发展和数字化景观设计的相关研究,分析AIGC景观设计的相关概念和应用情景;对传统景观设计的工作流程与AIGC景观设计的工作流程进行了深入剖析与比较;针对景观设计各个阶段的既有实践案例,在场景生成、植被生成、景观改造和重建、设计灵感和创造性支持等方面,提出AIGC景观设计的五种可能应用方式;并根据当下AIGC技术在景观设计领域所存在的现实问题及局限性,探讨了AIGC景观设计的应用前景和趋势。

摘要：人工智能(AI)图像生成技术正在改变景观设计中的传统工作模式,其中,“图生图”式生成对抗网络(generative adversarial network,GAN)技术具备辅助方案设计的潜能,因此面向用户端对其展开技术适用性评价研究对于优化工具选择、提升设计效率尤为重要。本研究旨在借助图像分析和用户调查方法,评估GAN生成方法生成结果的质量、与设计工作对接的有效性,以及景观设计师对图像生成结果的接受度。研究以Pix2Pix–Bicycle GAN工作流中布局生成与平面渲染两项任务为评价对象,建立了基于地块数量的绝对/欧式距离、直方图距离、结构相似性指数等图像分析指标;针对GAN生成结果的视觉真实性和色彩肌理偏好开展了两项在线用户问卷调查。结果显示,GAN生成布局与真实布局相似性高,GAN渲染平面能够满足概念方案呈现要求、用户接受度好。最后,本文探讨了GAN生成方法的内在合理性及其在行业伦理及数据偏见方面的局限性,反思现阶段连接AI辅助设计与循证设计之间的技术空缺。