建筑智能研究组（AIG）在AIGC领域的尝试为切入。
首先，我们可以使用StableDiffusion或Midjourney之类的图像生成类模型来提升建筑设计方案的细节，我们输入信息量较低的初步设计，AI可以帮助我们在初步设计的框架控制下，生成信息量较高的进一步设计方案，以此来深化设计，从实体模型生成建筑，另一种信息升维的方式是，由手绘草图来生成方案，这种工作流程尤其适用于喜欢通过草图来推敲方案的设计师，例如下面这个案例，我们可以随手绘制一个非常潦草的建筑场景线图，让AI来生成对应的建筑实景图，可以看到，随着手绘信息的增加，AI生成的信息也越来越稳定。
从手绘草图生成建筑实景图，而且，生成信息的风格同样是可控的，对于手绘图，如果我们倾向于生成的是类似风格的建筑彩绘图，可以通过提示语和权重来控制输入和输出的相似度，例如下面这个案例，随着提示语权重的增加，一张建筑草图逐渐变成写实风格的建筑表现图，而设计师可以选择中间任何的一个状态作为其理想的输出。
模式二：从“非建筑信息”到“建筑信息”的迁移。
在第二种模式中，AI同样作为信息的生成者，但更像是“翻译”，将用户提供的与建筑无关的信息转化为建筑信息，这种流程常见于各类建筑研究中，例如对空间关联的探讨，或是对形态演变的研究。
近年来，通过无监督学习条件下的“大数据+大模型”方式，自然语言处理，语音识别，计算机视觉等任务的性能均显著提升，这些技术的变革使AI越来越“聪明”和“善解人意”，通过大量训练，在很多专业领域可表现出超过人类的创作能力，同时还能与人类顺畅交流，专家普遍认为，标准化，制式化的创作和职业将被更多替代，而具有独立思考，具备丰富创意的内容及工作，重要性将更加凸显。
清华大学新闻学院教授，元宇宙文化实验室主任沈阳认为，面对ChatGPT带来的改变，至少要加强两种能力：提出问题和优化答案，对这两方面能力要求高的工作，更不易被取代。
相关文章
