最近设计界已经被层出不穷的人工智能技术进展轰炸了。几乎每家公司、每个设计团队都在讨论人工智能对设计工作流程的影响。尤其最近大火的Midjourney和StableDiffusion模型，已经正在改写平面设计的行业格局。二者在建筑效果图生成上的优异表现，同样让建筑设计师眼前一亮。这一切的背后都依托于CLIP及扩散模型在图文语义理解及图像生成方面的卓越表现。（请记住“图像”二字，关乎它的应用范畴与能力上限）
CLIP是一个多模态学习模型，能够同时理解文本和图像，并在两种模态之间建立联系，并且在训练集数据相对较小的情况下也能够表现出色。CLIP模型是文生图的基础，让我们可以通过简单敲入几个文字，就能与海量的图像数据产生关联。文字是高级的、抽象后的信息传达。通过文字介入，内容创建的过程更加高效和易于操作，从而使得以更快的速度制作图像内容变为可能。
在一个新工具来临时，最好的方式不是道听途说，而是自己上手用用看，真伪自辩。事实上，国内已经有不少的设计公司在开展这方面的尝试，开展的方式不局限于以下内容：
1.成立或者筹划成立单独的AIGC小组
2.在实际工作中，安排设计师用AIGC方案参与比选
3.研究AI辅助设计工作流，并以推向全公司应用为目标
4.基于SD模型，积极自主开发AIGC应用
上述内容不分高低前后，也说明了行业对新事物的切入点各有不同。例如，已有一些大师工作室（不管是外企、国企、民企）在实际工作中，安排设计小组（人类设计师）不仅要手动完成方案创意的建模，还要同步使用MJ和SD模型（AI算法）生成若干个效果图，供方案主创作为设计参考，以期在方案早期将更多的“创意”纳入设计思考中。再例如，头部设计公司陆续成立了AIGC技术小组，考量的是要从人员组织上安排优势的精锐力量优先突破，寻找合适的落地方式。工具落地的核心内容其实就是工作流的嵌入，即到底应该在什么环节如何使用这个新工具。得益于SD模型的开源，各公司的AIGC小组都以极快的速度上手了，很多团队都已经在开发自己公司的AIGC应用了。目前行业主要探索出的应用场景有以下几种：
2、方案派：这种场景其实也很明晰，就是把方案这一步真正交给AI去做。通过简单的体量模型/手绘图，快速利用AI生成方案。这种应付的场景就是，当不知道这个项目是否能拿下的时候（或者说从甲方获取信息不足、对项目后续进展不明确的早期阶段），可以快速利用AI生成内容来推进项目沟通进展，避免投入过量的设计资源。当然，局限也很明显。因为SD无法生成设计模型，所以精细调整比较困难。所以目前行业的设计师普遍共识是，如果项目一旦进入了严肃的方案设计阶段，需要量化、精细化调整设计时，SD带来的工作提效就十分有限、甚至几乎没有了。
目前来看，SD无法在方案投标环节中完全替代效果图公司。一些主要的鸟瞰、主透视是需要极高的控制的（建筑细部、玻璃反射/透射、多灯光的布局/色温、配景人树车的位置、姿态等），依旧需要渲染器来做。但是有可能一些“小透”，不太重要的角度，可能得到提效。例如原来会让效果图公司多渲几张满足各角度表达（有时候单纯是凑数量），有的时候也会是设计师个人使用Photoshop实现风格化表现，如水彩、油画、水墨等风格来表现。这些场景可能会被新的AI渲染器加持，从而降低成本。
为了方便阅读,chatGPT帮助我们把上述信息做了整理。
目前这个阶段，AI在方案侧的应用被上述三个流派概括了。在体验过AI生成方案/效果图之后，很多人会惊呼“创意”的门槛被拉低了，似乎AI已经可以做出很好的创意了，但是很多业内人士也提出了自己的观点，认为AI目前在方案阶段应用有限。指望靠AI能做出以前自己团队做不出的方案、中以前得不到的标，似乎也并不现实。因为“得体的建筑”更重要，一个建筑的实用性，这些目前还是要靠建筑师去判断。而这种实用性，本身就是创意的一部分。所以在概念阶段的灵感之后，方案阶段的扎实落地，目前更多还是靠原有的工作流程更加细致可控，因为方案阶段中与业主方沟通需求、探求落地方式、逐步明晰目标，本事就是建筑设计服务的一部分。
此外，每个团队会有自己的设计风格，这种设计风格本身是“客户筛选器”，所谓慕名而来的客户往往是有所偏好的。长远来看，每个团队如果应用SD模型来赋能设计效率，拥有团队独有的SD模型是必不可少的。对设计的独特理解与差异性，是设计团队取胜的法宝。
在MJ已经让大量平面设计师面临失业的危机时，GPT其实对全人类产生了更加深远的影响。近日，数以千计的好莱坞编剧工会（WGA）成员走上街头举行罢工示威活动，抗议收入过低和AI越来越多地取代人类参与剧本写作的现象。他们担心AI既抢走了编剧们的饭碗，同时也贬低了“人类劳动的尊严和价值”。美国作家协会也因此提议在合同中定义，由ChatGPT等人工智能生成的材料不能成为文学材料或原材料。这样一来，如果制片方将AI生成的剧本交给编剧润色的话，编剧获得的稿酬不会变少。据某些媒体报道，这或许是人类历史上第一次因AI而发生的罢工运动。
这背后的浪潮在于3月份的GPT-4发布。GPT是一种基于神经网络的自然语言处理技术，它可以让机器像人类一样理解并生成自然语言文本。这是一项非常重要的技术，因为自然语言是人类交流的主要方式，它的应用范围非常广泛，涉及到自动翻译、智能客服、文本摘要、机器写作等等。
当然，GPT仍然存在一些局限性和缺陷。但是，这些问题都可以通过更加精细的训练和调整来解决，相信未来GPT会越来越智能，为我们带来更多的惊喜。虽然目前仍然存在很多挑战和难题，但我们相信随着技术的不断发展和突破，人类离真正的AGI也会越来越近。
对于设计公司/设计师来说，其实目前可以被学习的知识远不止那些效果图、建成照片，前文中提到的设计阶段中与业主方、建设方、运营方沟通的内容、专业设计规范、设计图纸（甚至是过程中的变更）都是可以被学习的内容。而这里存在的大量文字信息、图片信息、矢量的图纸/模型信息，都可以输入到GPT模型进行学习。
建筑师、医生、律师这类职业之所以被认为“越老越值钱”，某种意义上是我们认可这类职业的经验积累十分重要，而这种经验的学习成本是比较高的。随着大模型能够吸收处理海量的知识，越来越多的“经验型”职业一定会逐步发生变革。我们真正需要的不仅仅是一些小工具，而是更广泛全面的知识沉淀与AI助理。这种“上得了厅堂下得了厨房”的AI设计助手，能够实现图文模多模态的打通、具备“前策划-中设计-后评估”全流程的辅助能力，进而实现设计业务流程闭环。这种具有全面知识理解能力的超级AI，才能够真正意义上为设计团队/设计师沉淀工作经验，辅助设计师提高设计效率。
比如，在建筑设计的前期策划及方案设计环节中，设计团队可以输入以下知识资产来让GPT进行学习：
业主需求：设计公司可以收集业主对项目的需求，包括建筑形态、使用功能、场地条件等方面的需求并输入GPT模型
设计标准和规范：建筑设计领域的标准和规范，如建筑设计规范、结构设计规范、消防规范、绿色建筑评价标准等
设计案例：设计公司可以收集优秀的建筑设计案例，包括国内外的商业综合体、写字楼、住宅等建筑类型。
建筑知识库：设计公司可以将自身的建筑知识整理为可供GPT学习的文本资料，如建筑构造、建筑材料、建筑技术等方面的知识。
（当然3/4仅仅学习文字还不够，还需要学习图纸/模型等设计产物。这也是一个需要解决的问题）
在GPT学习完成后，未来我们可以将其应用于设计环节中，具体方式可能会包括：
需求分析：利用GPT对业主需求进行分析，辅助设计师确定项目的功能分区、空间布局等方面的设计方案。甚至可以查阅业主方的公开资料、业主决策者的过往喜好，判断其“客户画像”及更偏好的空间功能。
方案设计：利用GPT生成设计方案模型，并根据反馈决策进行调整，辅助设计师快速产出多种设计方案，提高设计效率和质量。这块需要GPT与设计平台结合，所有AI可以干预的设计内容，设计师同样可以操作。所以，这个设计工具必须满足人和AI可以协同工作，以确保设计师对方案的100%可控。
在可预见的未来，GPT+云设计平台，可以在建筑设计环节中发挥重要的作用，不仅仅是辅助创意生成，更要加强对标准和规范的遵循，真正提高设计效率。
除此之外，GPT也可以用于建筑后评估环节，通过将后评估数据纳入学习，提升建筑设计的科学性。业主方、设计公司、建造方和运营方都可以提供知识资产供GPT学习，例如：
业主方及运营方可以提供使用者的反馈和数据，如客流量、转化率、客户满意度等，以帮助评估建筑设计的实际效果。以及一些商业经营的数据，如销售额、客户流转、租金收益等，以帮助分析商业运营的影响因素和变化趋势。
建造方可以提供施工工艺、设备运行和维护、建设成本、管理经验和案例等，以帮助提升营造水平。
我们相信，多模态GPT（效果图/文本/视频/模型/工程图）的逐步成熟，并且与新一代云设计平台结合，一定会将建筑行业知识充分挖掘，变成能够赋能每一名设计师的超级AI助手。AI助手可以帮助设计师分析和总结已完成项目的成功经验和失败教训，提出适用于新项目的策略和技术方案；亦或是快速生成方案及所需图纸/模型；甚至是基于运营的数据，对新项目的运营模式进行预测和优化，以最大化效益。AI是个能力放大器，会让优秀的设计师扩展自己的能力边界。或许设计师不会被AI颠覆，而是被会用AI工具的设计师颠覆。而这一切，都将给未来的建筑乃至城市建设带来全新的发展机会与行业变革。
筑绘通是一款AI赋能的建筑设计工具，它首先是专业的面向建筑设计师的设计工具，支持在线进行建筑设计、产出符合标准的图纸与模型、多人实时编辑与评审。同时它搭载AI智能算法，用以自动深化模型，内嵌规范要求和智能审查，实现施工图10倍提效。
当前，已有多家大型设计院签约使用筑绘通，在平台中在线进行建筑设计，多人实时协作，智能翻模并自动排布楼梯，得到高质量合规的楼梯间详图图纸。中南院、中建上海院、中元国际、上海联创等都已将筑绘通嵌入生产工作流。
现在，随着多模态GPT以及更多AI能力的发展，筑绘通团队基于自研的云设计平台，将更多充分学习了AI建筑专业的智能助手加入到平台当中：
筑绘通·建筑模型生成助手：通过自然语言描述建筑模型需求，快速生成多人可协作的BIM模型
筑绘通·建筑大语言模型：预先训练的建筑专业大语言模型，生成合理规范的计划书、细化设计需求、提供参考平面与素材，模型写入筑绘通继续编辑
筑绘通·建筑方案渲染助手：参数化+自然语言调整设计要求，或上传参考图纸，智能生成建筑灵感方案与渲染图
单位地址：北京市西城区南礼士路二条2号院二号楼102
邮政编码：100045
北勘设协公众号
培训中心公众号
为了得到我们网站最好的体验效果,我们建议您升级到最新版本的InternetExplorer或选择另一个web浏览器.一个列表最流行的web浏览器在下面可以找到.