Inspired by AI? A Novel Generative AI System To Assist Conceptual Automotive Design

在概念设计过程中，设计灵感对于确定设计方向、唤起情感和传达意义至关重要。许多实践设计师使用基于文本的搜索平台（如Pinterest）收集图像想法，然后在纸上或使用数字工具进行草图，以发展概念。新兴的生成式人工智能技术，如扩散模型，提供了一个有希望的途径，通过快速生成基于文本和图像灵感输入的设计概念，随后将AI生成的设计概念作为进一步概念开发的新鲜灵感来源。然而，在设计环境中直接应用这些生成式人工智能技术存在挑战。首先，生成式人工智能工具可能会偏向特定风格，导致设计输出缺乏多样性。其次，这些工具可能难以理解设计环境中文本或图像的微妙含义。最后，与设计团队内已有的设计流程缺乏整合可能会导致使用场景的碎片化。针对这些挑战，我们进行了研讨会、调查和数据增强，涉及经验丰富的汽车设计师团队，以调查他们当前在生成概念方面的实践，以及他们偏好的交互模式，以支持概念生成工作流程的生成式人工智能系统。最后，我们开发了一种基于扩散模型的新型生成式人工智能系统，以协助概念汽车设计。

通过生成式AI技术辅助汽车概念设计的挑战，包括样式偏见、语义理解和团队协作

使用扩散模型的生成式AI系统，结合设计师团队的实践和反馈，辅助汽车概念设计

论文通过调查设计师团队的实践和反馈，提出了使用生成式AI技术辅助设计的挑战，然后提出了一种基于扩散模型的生成式AI系统来辅助汽车概念设计。该系统通过结合设计师团队的实践和反馈，可以生成多样化的设计概念，同时还可以辅助设计师进行进一步的设计概念开发。

最近的相关研究包括使用生成式AI技术辅助图像和文本生成，以及利用AI技术辅助设计。例如，文章“Generative Pre-Training from Pixels”和“Designing Neural Networks through Neuroevolution”等。