CAD-Prompted Generative Models: A Pathway to Feasible and Novel Engineering Designs

文本到图像生成模型越来越多地被用于辅助各种创意领域中的设计师进行概念生成，如平面设计、用户界面设计和时装设计。然而，由于这些模型在生成可行设计概念的图像方面存在挑战，它们在工程设计中的应用仍然受到限制。为了解决这个问题，本文介绍了一种通过提示生成可行CAD图像来改善设计可行性的方法。在这项工作中，通过使用现成的文本到图像模型Stable Diffusion 2.1，通过一项自行车设计任务的案例研究来探讨这种方法的实用性。在七个不同的生成设置中，产生了多样化的自行车设计，并通过它们的可行性和新颖性进行了评估。结果表明，CAD图像提示成功地帮助像Stable Diffusion 2.1这样的文本到图像模型创建了更具可行性的设计图像。虽然在可行性和新颖性之间存在普遍的权衡，但当提示权重保持在约0.35左右时，设计可行性显著提高，而其新颖性与仅使用文本提示生成的设计相当。这个案例研究的见解为选择不同阶段的工程设计过程中的适当CAD图像提示权重提供了一些指导。有效利用我们的CAD图像提示方法，可以为文本到图像模型在工程设计中的更广泛应用打开大门。

解决问题：本文旨在解决文本-图像生成模型在工程设计中生成可行设计概念图像的问题。

关键思路：通过使用CAD图像提示来改进设计的可行性，从而帮助文本-图像生成模型生成更可行的设计图像。

亮点：通过使用不同的CAD图像提示权重，本文在自行车设计任务中进行了七个不同的生成设置，产生了多样化的自行车设计，并对其可行性和新颖性进行了评估。结果表明，CAD图像提示成功地帮助文本-图像模型生成更可行的设计图像。本文提供了选择不同CAD图像提示权重的指导，以适应工程设计过程的不同阶段。

相关研究：最近的相关研究包括使用GAN生成可行的机械零件设计，以及使用VAE生成可行的建筑设计。