人工智能技術(shù)在現(xiàn)代城市更新設(shè)計中的實驗研究

一、引言

人工智能（AI）作為計算機(jī)科學(xué)的一個分支，專注于研究和開發(fā)模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)。AI旨在創(chuàng)造能以類似人類智能方式響應(yīng)的新技術(shù)。在城市更新項目中引入AI技術(shù)具有實驗性質(zhì)的創(chuàng)新意義，不僅為城市更新開辟了新的可能，也為未來城市規(guī)劃和建設(shè)提供了新的視角。因此，本文制定了一套方法論，旨在詳細(xì)指導(dǎo)如何在城市更新項目中有效使用AI技術(shù)，并探討如何將這些新技術(shù)與現(xiàn)有城市建設(shè)結(jié)合，以達(dá)到最優(yōu)的更新效果。

二、行業(yè)研究

AIGC（生成式人工智能）源于20世紀(jì)50年代的神經(jīng)網(wǎng)絡(luò)研究。到2014年，生成對抗網(wǎng)絡(luò)（GAN）的提出使圖像生成取得突破。之后，當(dāng)時還默默無名的OpenAI公司推出的GPT-3語言模型將AIGC應(yīng)用拓展到了自然語言處理領(lǐng)域。2022年，擴(kuò)散模型（Diffusion Model）的興起將AIGC推向新高潮，Stable Diffusion、DALL-E等內(nèi)容生產(chǎn)工具相繼問世。2023年，各種大語言模型迭代升級，AIGC進(jìn)入高速發(fā)展期。目前，內(nèi)容生成已從單一走向多模態(tài)融合，從初級感知邁向高級認(rèn)知，從小樣本學(xué)習(xí)進(jìn)化到大規(guī)模預(yù)訓(xùn)練。國內(nèi)的相關(guān)應(yīng)用也在2024年開始進(jìn)入了“井噴期”，一些公司出品的AIGC內(nèi)容應(yīng)用已在國際上處于領(lǐng)先階段。

在AI參與設(shè)計行業(yè)的早期，已有許多國內(nèi)外學(xué)者探索AI在設(shè)計實踐中的協(xié)同路徑。通過詞嵌入、命名實體識別等自然語言處理技術(shù)，AI可準(zhǔn)確解析設(shè)計師的意圖，再通過對應(yīng)的文本描述與提示工程（Prompt Engineering）生成相應(yīng)的圖像和其他內(nèi)容。盡管受早期數(shù)據(jù)的限制，生成的藝術(shù)創(chuàng)作難以盡如人意，但在迭代優(yōu)化中，人機(jī)協(xié)同不斷細(xì)化設(shè)計方案，目前已能輸出可接受的設(shè)計成果。在動畫制作、產(chǎn)品設(shè)計、建筑與室內(nèi)設(shè)計等領(lǐng)域，該協(xié)同范式已初見成效。

國際上的AI參與設(shè)計研究開展得更早，研究團(tuán)隊通過比較DALL-E、Midjourney、Stable Diffusion等主流AIGC工具的技術(shù)架構(gòu)和生成效果，總結(jié)出一套將AIGC內(nèi)容融入建筑結(jié)構(gòu)測算工作的最佳實踐。研究表明，當(dāng)前AIGC類軟件在建筑工程平面圖生成、三維建模、建筑信息模型（BIM）等任務(wù)上已初具成效，但在細(xì)節(jié)把控、規(guī)范選擇、知識整合方面還有不足，仍需設(shè)計師把關(guān)，還需進(jìn)一步從通用大模型走向建筑領(lǐng)域?qū)Ｓ媚Ｐ?，融入更多行業(yè)知識。

國內(nèi)相關(guān)高校研究表明，通過使用機(jī)器學(xué)習(xí)算法，AIGC確實可以快速生成大量設(shè)計方案，幫助建筑師進(jìn)行創(chuàng)想和優(yōu)化設(shè)計。具體應(yīng)用到城市規(guī)劃設(shè)計領(lǐng)域而言，AIGC可用于生成概念圖、創(chuàng)建單一模型，或進(jìn)行風(fēng)格遷移、優(yōu)化細(xì)節(jié)等，極大地提高了設(shè)計的效率和創(chuàng)新性。

由此，越來越多的設(shè)計人員開始關(guān)注AI及其相關(guān)模型和算法對建筑師職能的影響，認(rèn)為AIGC技術(shù)正在改變設(shè)計師的角色定位，從創(chuàng)作主體變?yōu)槎嘀悄荏w協(xié)同中的“導(dǎo)演”和“催化劑”。AI可以與設(shè)計師形成“啟發(fā)—定制—增強(qiáng)”的協(xié)同設(shè)計模式。然而，要實現(xiàn)這個愿景，需要建筑設(shè)計師以開放和包容的心態(tài)看待人機(jī)關(guān)系，以實現(xiàn)人機(jī)互補(bǔ)和共同進(jìn)化。

三、創(chuàng)作實踐

（一）項目背景與啟動

上海市浦東新區(qū)上南路區(qū)域的城市更新項目屬于世博片區(qū)區(qū)域整治的一個子項，主要改造包括位于中華藝術(shù)宮門口的街道靠近世博源商場的一座小型建筑、新增的公園景觀、公園的兒童設(shè)施以及道路上的城市家具。項目涵蓋了建筑、景觀、市政、藝術(shù)小品、商業(yè)改造等多項內(nèi)容，涉及綠化、電力、地鐵、市政運營、地塊統(tǒng)籌等相互之間討論的事項，細(xì)瑣繁雜。

由于整體項目周期計劃已定，給予充分推演的時間并不充足，而又因疊加疫情后續(xù)影響，多個項目存在設(shè)計資源嚴(yán)重不足的情況?；诖?，團(tuán)隊借助正在高速發(fā)展的AIGC圖像生成、大語言模型與智能識別等技術(shù)融入到本次任務(wù)，并嘗試梳理城市設(shè)計全流程引入AI技術(shù)的策略和路徑，來試驗以當(dāng)前技術(shù)形成一套切實可行的人機(jī)協(xié)同設(shè)計工作流，為業(yè)界提供范本參考。

（二）技術(shù)準(zhǔn)備階段——利用AI語言類大模型進(jìn)行項目設(shè)計規(guī)范、標(biāo)準(zhǔn)、案例等關(guān)鍵信息的綜合梳理

做好前期資料匯總和輸出環(huán)節(jié)，關(guān)鍵在于平衡各方要求和提升設(shè)計作品中科技與藝術(shù)的含量。在承接項目時，需要按流程進(jìn)行各種復(fù)雜的前期分析和推演，甚至走訪專家學(xué)者進(jìn)行調(diào)研。

本階段首先通過AI大模型技術(shù)建模，分析并推演政府提出的高標(biāo)準(zhǔn)、高品質(zhì)、高效率推進(jìn)城市建設(shè)管理的任務(wù)要求。團(tuán)隊通過AI生成程序代碼，抓取相關(guān)網(wǎng)絡(luò)頁面，歸納相關(guān)新聞的高頻詞，明確順序，基于經(jīng)濟(jì)、實用、美觀的底層需求，按照安全、高效、高質(zhì)量的要求，確定項目設(shè)計方向。其次，按照以往的工作方法，要求多專業(yè)、多角色通過多次設(shè)計會議進(jìn)行統(tǒng)籌協(xié)同，梳理相關(guān)標(biāo)準(zhǔn)。在AI助力下，團(tuán)隊利用大模型技術(shù)，對設(shè)計規(guī)范、標(biāo)準(zhǔn)、案例等進(jìn)行梳理和補(bǔ)充，細(xì)化總結(jié)優(yōu)先事項，并標(biāo)注參考邏輯。在與主管單位交流后，生成項目實施的技術(shù)路線表。再次，按照表格給出的路徑，與項目相關(guān)各級干系人單位收集各種設(shè)計文檔，最終交由AI處理。其中在輸入提示詞時，要求AI按照從宏觀、中觀再到微觀尺度的順序，對相關(guān)權(quán)重參數(shù)逐個設(shè)置。返回的結(jié)果按照周邊建筑、結(jié)構(gòu)、景觀、經(jīng)濟(jì)指標(biāo)等多專業(yè)維度逐步覆蓋，并驅(qū)使多個AI扮演顧問角色，涵蓋各種業(yè)態(tài)類型。最后，在概念設(shè)計和總體策劃中，推測設(shè)計關(guān)鍵詞，劃分藝術(shù)、工程規(guī)范、科技創(chuàng)新等不同自由度的多個象限，并描述需要設(shè)計的造型方向與設(shè)計手法。

相較于過去，AI處理海量信息的能力極大地提高了設(shè)計前期的工作效率，使概念設(shè)計過程更精準(zhǔn)、更深入。該技術(shù)將標(biāo)準(zhǔn)和規(guī)范構(gòu)建為系統(tǒng)化設(shè)計依據(jù)，提升了設(shè)計方案的科學(xué)性和可行性，同時減輕了人員工作量和報告準(zhǔn)備時間，整體效率提升50%以上。設(shè)計師能夠?qū)⒏嗑ν度氲絼?chuàng)新構(gòu)思和方案優(yōu)化中，全面提升設(shè)計水平（圖1）。

（三）內(nèi)容創(chuàng)造階段——利用生成式AIGC激發(fā)設(shè)計靈感，助力方案快速迭代

在方案初期，AIGC為設(shè)計師提供豐富的藝術(shù)創(chuàng)意和概念，幫助其快速拓展思路和捕捉靈感，這一過程包括多種AI工具和模型的綜合應(yīng)用。

第一步，利用圖像生成平臺，通過微調(diào)參數(shù)和關(guān)鍵詞，自動生成大量具有高想象力和創(chuàng)新性的參考圖像。相比以往在各種資料庫中檢索相應(yīng)案例，這些圖像往往具有極高的想象力和創(chuàng)新性，特別是在景觀設(shè)計中拓寬了設(shè)計可能性。例如，城市更新的景觀部分和藝術(shù)座椅部分，設(shè)計團(tuán)隊使用Midjourney、Leonardo生成了大量街道景觀的概念圖像。通過輸入“未來感街道”“生態(tài)休閑廊道”“創(chuàng)新座椅”等關(guān)鍵詞組合，甚至相互疊加著名設(shè)計師的風(fēng)格，激發(fā)AI生成了各具特色的設(shè)計方案，為后續(xù)深化設(shè)計提供了豐富靈感。

第二步，在AI生成圖像的基礎(chǔ)上，由設(shè)計師進(jìn)行篩選，提取設(shè)計特征和草圖繪制，將抽象的靈感具象化為可操作的設(shè)計方案。例如，在受到嚴(yán)格限制的道路交通規(guī)劃和建筑規(guī)范下，專業(yè)設(shè)計師需先行勾勒出概念草圖，提供手繪草稿或手工模型照片，剩下的工作可交給各種AI軟件快速生成效果圖。然后，利用GPT等語言模型分析效果圖的視覺要素，如色彩搭配、材質(zhì)肌理等，根據(jù)AI的反饋對方案進(jìn)行迭代優(yōu)化。再通過局部微調(diào)，調(diào)整效果圖的日夜景以及場景細(xì)節(jié)，最終生成符合要求的方案圖并倒推出相關(guān)的平面細(xì)節(jié)。

第三步，在前兩步成果的基礎(chǔ)上，利用更復(fù)雜的AI工作流程對設(shè)計方案進(jìn)行整合和深化。在第一步和第二步的迭代結(jié)果基礎(chǔ)上，使用復(fù)雜的命令鏈（如ComfyUI或自行訓(xùn)練的LoRA模型）將項目過程中最核心的設(shè)計方案整合（由于當(dāng)時模型的性能限制，局部重繪效果不佳，團(tuán)隊根據(jù)AI內(nèi)容重新建模，并將其融入傳統(tǒng)的SU/CAD方案中），再對方案的各個層面進(jìn)行精細(xì)處理，并重點確保整體方案的一致性和連貫性。以實踐為例，使用ControlNet對方案的細(xì)部造型進(jìn)行優(yōu)化，利用LoRA模型對部分建筑外觀材質(zhì)進(jìn)行智能匹配，最終生成了風(fēng)格統(tǒng)一、細(xì)節(jié)精致的設(shè)計方案。

第四步，在方案優(yōu)化階段，嘗試使用如GPT等語言模型模擬評標(biāo)系統(tǒng)，扮演業(yè)主、專家、用戶的角色，識別文本和圖像。AI會根據(jù)方案圖像自動生成文本，然后交給不同的AI模型進(jìn)行打分和點評，優(yōu)化匯報內(nèi)容，為設(shè)計師提供多角度的優(yōu)化參考。經(jīng)過人工再次推敲完善，加入設(shè)計者的思路和風(fēng)格，完成循環(huán)迭代。

總的來說，與過去相比，AI制作設(shè)計方案的輸出階段，在上南路城市更新項目時，依然是人工和AI相互提升和細(xì)化的過程。AI主要增強(qiáng)了原先機(jī)械化的尋找資料和制圖工作的效率，讓設(shè)計師更能專注于思考和創(chuàng)意。盡管在整個任務(wù)鏈上，AI尚不能像流水線一樣批量生產(chǎn)方案，但其進(jìn)步已然十分明顯（圖2）。

（四）結(jié)果評估階段——結(jié)合人工使用AI對設(shè)計方案進(jìn)行落地和優(yōu)化

在設(shè)計流程的最后階段，也就是城市更新項目進(jìn)入落地和實施階段，AI技術(shù)可與設(shè)計師形成緊密的人機(jī)協(xié)同，對設(shè)計方案進(jìn)行全面評估和持續(xù)優(yōu)化。這一過程通常包括設(shè)計管理、成果交付、施工制作、結(jié)果評估等多個環(huán)節(jié)，AI在其中扮演著越來越重要的角色。

在設(shè)計管理方面，通過之前的數(shù)據(jù)分析和模型模擬，對已完成的設(shè)計方案進(jìn)行分析，如功能性、經(jīng)濟(jì)性、安全性、可持續(xù)性的特點等，這種分析能夠為設(shè)計師提供可靠的參考。例如，在云朵郵局單體建筑上，使用AI算法對不同的方案進(jìn)行成本效益分析，并根據(jù)現(xiàn)場實施條件，優(yōu)選出最具性價比的方案，有效節(jié)約了設(shè)計時間和資源。同時，在成果交付環(huán)節(jié)，輔助設(shè)計師修訂施工圖紙、效果圖、動畫等成果文檔，提升內(nèi)容交付的效率和質(zhì)量。

項目落地是設(shè)計項目在國內(nèi)實施的最復(fù)雜一環(huán)。面對大量供應(yīng)商的加入，監(jiān)理和項目經(jīng)理對工期和成本的考核，經(jīng)常導(dǎo)致項目的設(shè)計效果難以準(zhǔn)確還原——現(xiàn)場會議通常以某一方妥協(xié)進(jìn)行推進(jìn)。本次經(jīng)過AI的輔助調(diào)查和反饋，可對工程現(xiàn)場進(jìn)行智能管控，及時發(fā)現(xiàn)和預(yù)警各種風(fēng)險隱患，確保工程質(zhì)量和效果的平衡，并且在每次會議中分析判斷各方供應(yīng)商需求，及時形成報告。例如，在云朵公園改造施工中，通過AI分析建議，結(jié)合氣候環(huán)境對綠化和草花進(jìn)行種植和成本替換建議，并根據(jù)環(huán)境條件調(diào)整養(yǎng)護(hù)方案，提升景觀的生態(tài)效益。

在結(jié)果評估方面，AI可從多個維度對設(shè)計方案的實際效果進(jìn)行綜合評價，包括業(yè)主反饋、材料總結(jié)、運營數(shù)據(jù)分析等。之前，這種評估往往需要處理海量的異構(gòu)數(shù)據(jù)，傳統(tǒng)的人工評估方式極度依賴設(shè)計院總師會、項目專題會等。而AI融入技術(shù)參數(shù)后，進(jìn)行深入分析和模擬仿真，可以比較精準(zhǔn)地評估方案的技術(shù)可行性和優(yōu)化潛力。例如，在部分藝術(shù)城市家具的結(jié)構(gòu)設(shè)計中，AI通過有限元分析等方法，對材料老化、風(fēng)荷載響應(yīng)等進(jìn)行精細(xì)化評估，并提出優(yōu)化建議給到專業(yè)分包單位。再如，在實踐中，利用AI對街道花箱中的植物配置方案進(jìn)行日照分析和生長模擬，優(yōu)化植物的選型和布局，提升了景觀的生態(tài)效益。

然而，任何新技術(shù)進(jìn)入行業(yè)應(yīng)用，都會面臨該行業(yè)存在的普遍痛點。部分專業(yè)方案要求廣泛深入且非?！氨镜鼗钡闹R，如文化適應(yīng)性和地域環(huán)境分析。目前階段的AI信息庫和不夠全面的知識圖譜，在處理此類問題時，尤其在無法量化的情況下，常常會出現(xiàn)相互矛盾，甚至錯誤的內(nèi)容，給出的意見也缺乏個性且套路化，難以被眾多參與者接受。此時，必須進(jìn)行人工挑選和干預(yù)，或直接放棄AI。同時，AI高效產(chǎn)出內(nèi)容的同時也會“高效”地增加錯誤答案，盡管AI評估結(jié)果具有客觀性和量化性，但其輸出依賴于對話發(fā)起者的能力。目前，各種AI語言模型都無法真正地“思考”項目的特殊性、主觀性和藝術(shù)性，想獲得更好的結(jié)果，需要不同層次的設(shè)計師進(jìn)行更多的對話和迭代討論，否則AI將很難像人類專家那樣靈活地做出總結(jié)和歸納，特別是涉及多目標(biāo)、多條件的復(fù)雜決策，需要在功能、成本、美學(xué)等維度權(quán)衡（圖3）。

四、結(jié)語

本文探討了AI技術(shù)在藝術(shù)創(chuàng)作與城市更新領(lǐng)域的應(yīng)用前景，分析了其在2023年的創(chuàng)新實踐。AI不僅在重塑設(shè)計行業(yè)的生態(tài)中顯示出前所未有的效率和智能化服務(wù)能力，也開啟了藝術(shù)創(chuàng)作和城市建設(shè)的新可能性。然而，我們也需要深入思考AI的本質(zhì)和未來發(fā)展方向，確保其根本目標(biāo)仍是服務(wù)于設(shè)計的本質(zhì)，為人類生活提供更優(yōu)解決方案。

AI的計算優(yōu)勢使其能夠通過窮舉所有可能性，迅速生成大量設(shè)計方案供選擇。隨著目前技術(shù)疊代速度的加快，設(shè)計方案的完成度也越來越高，這種能力在設(shè)計行業(yè)引起了一場變革，設(shè)計師的角色從傳統(tǒng)的“方案繪制者”跨界轉(zhuǎn)變?yōu)椤皠?chuàng)意策劃者”和“價值塑造者”。更進(jìn)一步的是，AI不僅改變了設(shè)計師如何理解和創(chuàng)新設(shè)計，還優(yōu)化了設(shè)計流程、提升了設(shè)計效率、降低了成本。例如，在上南路城市更新項目中，AI技術(shù)為設(shè)計團(tuán)隊提供了更廣闊和深入的設(shè)計工具與可能性。通過其獨特的數(shù)據(jù)分析和模型訓(xùn)練能力，AI極大地提高了項目的效率，簡化了從設(shè)計到施工各個階段的工作。

設(shè)計行業(yè)面臨的這場變革要求每一位設(shè)計師都以新的思維方式來接受和適應(yīng)AI技術(shù)。原本需要花費大量時間去精進(jìn)的手繪或空間能力可能會被AI在短時間內(nèi)超越甚至完全取代。在CG表現(xiàn)和部分動漫內(nèi)容制作方面，這種情況已然發(fā)生。在城市更新領(lǐng)域，盡管部分方面還存在知識圖譜的壁壘，建筑和景觀設(shè)計師們?nèi)耘f對AI的發(fā)展保持關(guān)注，需要不斷學(xué)習(xí)新技術(shù)、更新知識結(jié)構(gòu)、提升跨界融合能力，以保持在AI時代的競爭力。

本研究以城市更新項目實踐為基礎(chǔ)，結(jié)合理論反饋，對AI賦能設(shè)計行業(yè)的圖景進(jìn)行了全面剖析，具有一定的前瞻性和針對性。盡管部分論述尚不夠深入和全面，但期望為從業(yè)者把握時代機(jī)遇、應(yīng)對行業(yè)變革提供新的思路。未來，學(xué)界和業(yè)界可在這一方向上加大研究力度，從技術(shù)路線、應(yīng)用場景、人才培養(yǎng)、政策法規(guī)等多個維度共同推進(jìn)，助力AI賦能設(shè)計行業(yè)行穩(wěn)致遠(yuǎn)。

參考文獻(xiàn)

[1]袁潮，鄭豪．生成式人工智能影響下的建筑設(shè)計新模式[J]．建筑學(xué)報，2023（10）：29-35.

[2]ZHANG Z H，BOWES B．The Future of Artificial Intelligence （AI） and Machine Learning （ML） in Landscape Design：A Case Study in Coastal Virginia，USA[J]．Journal of Digital Landscape Architecture，2019，4：2-9.

[3]PLOENNIGS J，BERGER M．AI art in architecture[J]．AI in Civil Engineering，2023，2（1）：8.

[4]袁烽，許心慧，王月陽．走向生成式人工智能增強(qiáng)設(shè)計時代[J]．建筑學(xué)報，2023（10）：14-20.

[5]何珈儀，吳啟文，陳榮強(qiáng)，等．生成式人工智能革命下的ChatGPT、AI繪畫協(xié)同設(shè)計體系探析[J]．設(shè)計，2023，8（4）：2507-2515.

（責(zé)任編輯：鞠阿蓮）