人工智能案例研究：根据文本提示创建 3D 模型

客座编辑：GAI 有自己的正式品质或风格吗？

MCR： 当然——每个模型都有特定的形式和美学品质。 这些元素来自模型本身的结构、训练的数据集以及每次使用的输入编码方式。 在我们的工作室和我在 SCI-Arc 协调的研究生项目中，我们强调开发人工智能套件时的几个步骤，这些步骤对于在软件设计层面创建作者身份至关重要。 这包括如何为模型感测和编码输入数据、模型训练、模型如何相互关联工作，以及如何为物理或数字生产解码模型输出。

每一步都会对生成的美学产生巨大的影响。 这就是为什么我们不使用像 Midjourney 这样的产品 – 你给他们的开发团队很多作者权，他们有一个非常具体的方式来编辑你的声明、设置表单设置等。 Midjourney 的目标是在用户和“高质量”图像之间创建尽可能短的路径。 由于平台是这样建立的（并且是为了广泛的文化接受和快速的多巴胺释放），所以不可能产生新的审美结果。

客座编辑：这些工具与其他计算设计过程有何不同？

MCR： 最大的区别是这些模型不需要完全理解它们正在解决的问题。 相反，他们专注于生成设计所需的特定行为或功能集。 这对于设计领域尤其重要，在设计领域中，生成项目所需的决策是主观的，即使对于作者来说也是如此。

我们仍然使用许多与更新的生成模型结合编写的语义人工智能程序。 这些可能更适合项目的更明显的方面。 （根据分区法计算场地的建筑面积比率不需要神经网络。）虽然将更直接的计算设计过程与图像分类模型相结合可以更准确地了解场地的实际限制是什么，但通过考虑考虑其他形式的测量中忽视的建筑物或场地特征的潜在限制。