AIGC繪畫設計基礎-建筑設計應用

一、AI及AIGC

對于AI大家都不陌生,但是AIGC這個概念好多人其實不大清楚。“AI”是指人工智能技術本身,而“AIGC”是指基于人工智能技術而生成的內容。

生成式人工智能——AIGC(Artificial Intelligence Generated Content),是指基于生成對抗網絡、大型預訓練模型等人工智能的技術方法,通過已有數據的學習和識別,以適當的泛化能力生成相關內容的技術。AIGC技術的核心思想是利用人工智能算法生成具有一定創意和質量的內容。通過訓練模型和大量數據的學習,AIGC可以根據輸入的條件或指導,生成與之相關的內容。例如,通過輸入關鍵詞、描述或樣本,AIGC可以生成與之相匹配的文章、圖像、音頻等。

二、AI工具類型

現階段AIGC在建筑設計應用上主要包括三種工具類型,1、以 Midjourney、Stable Diffusion等為代表的AI繪圖軟件;2、以Forma、Noah.、ARCHITECHTURES 等為代表的建筑方案設計軟件(工具);3、以湖南××公司為代表開發的管理平臺。

1、AI繪圖軟件

通過輸入提示詞prompt生成各類設計。具體到建筑設計上,不同的建筑風格需要不同的提示詞,且生成設計的模式也不盡相同。從“低信息量”到“高信息量”的生成,從“非建筑信息”到“建筑信息”的遷移,從“一個方案”到“多個方案”的擴展,從“二維圖像評估”到“三維模型生成”的轉變,幫助設計者們獲得靈感且在眾多生成結果中選出自己滿意的方案。

Stable Diffusion作為最火的AI繪圖軟件之一。 2023年2月,ControlNet插件發布,通過使用Conditional Generative Adversarial Networks(條件生成對抗網絡)的技術來生成圖像。它提供了一種增強穩定擴散的方法,在文本到圖像生成過程中使用條件輸入,如涂鴉、邊緣映射、分割映射、pose關鍵點等,可以讓生成的圖像將更接近輸入圖像。這款插件在短時間內成為了AI繪畫領域最新的熱點。它的出現代表著AI生成開始進入真正可控的時期,而AIGC的可控性是它進入實際生產最關鍵的一環。請添加圖片描述
如下圖所示,在SD軟件中運用ControlNet插件后,生成的效果圖更加接近參照圖片。
在這里插入圖片描述
在這里插入圖片描述

2、建筑方案設計軟件

此軟件大致分為兩類,一類是前期概念性設計,為設計者提供靈感及前期方案,該類軟件以Forma、Noah.、Maket、以及湖南省建筑設計院集團股份有限公司開發的HD-AidMaster、HD-Archiverse等為代表;一類是后期深化設計,可具體到結構、尺寸等的設計,該類軟件以ARCHITECHTURES、AIStructure、HD-Gaia等為代表。

以下是對這些軟件的簡要介紹,有興趣的朋友可自行查閱相關資料。

(1)Autodesk Forma:AI驅動規劃方案設計

基于web瀏覽器的軟件,與revit集成,數據互通。

主要用于早期的規劃設計,幫助城市規劃設計師和建筑師,在線快速完成多種方案設計,洞察不同方案之間的各種數據對比,找到最佳的規劃方案。針對某個具體方案,簡單輸入項目周邊的環境參數,就可以利用AI技術,快速分析建筑的日光、陰影、噪音、風環境、噪音環境等等,直觀了解當前方案的質量。

(2)Noah.:諾亞軟件智能化輔助設計工具
包含住宅和辦公兩大模塊,住宅模塊:自動生成強排方案;辦公模塊:總圖體量生成智能立面。
(建筑設計中所指的強排方案就是根據地塊的規劃指標排布建筑的基本方案,按照建筑強制性規范盡可能布置建筑輪廓。最大化產品價值,要綜合流線、景觀、綠化等因素,求出可能的幾種產品形態。這個過程需要依賴人來做「價值判斷」。)

(3)Maket:建筑與室內設計工具
主要面向住宅行業,在戶型設計和室內軟裝設計方面做出了AI技術的探索。設計師只要預先輸入不同房間的面積需求和周邊土地約束,軟件就能自動生成幾個戶型圖。AI生圖專門針對住宅設計做出了優化,輸入簡單的提示語(Promt),就可以生成不同風格的外立面或者室內裝修渲染。
Maket支持多人在線協作,雖然不能做出尺寸非常精準的住宅設計,也不能建立三維模型,但卻可以在前期方案設計的過程中,幫助設計師和甲方在幾十上百個方案中,快速選出適合項目的方案雛形,節省工作時間。

(4)HD-AidMaster
包括AI模型和AI產品。
AI產品:HD-AidMaster一站式AI創意設計平臺,平臺包含圖像生成交互工具,與方案設計工作流深度耦合,點亮設計師的設計靈感。

AI模型:HD-AidMaster搭載的自主訓練圖像生成大模型,可精確理解建筑設計師意圖,輔助生成高質量建筑、室內、景觀設計。

在這里插入圖片描述
(5)HD-Archiverse
基于英偉達Omniverse平臺開發的AEC項目設計平臺,多層次打通設計軟件數據交互,用OpenUSD為設計生產賦能,打通建筑、游戲、傳媒格式壁壘,解決行業通用格式傳遞信息痛點,為元宇宙互聯數字資產打下基礎。探索用人工智能生成技術拓展USD的應用方式,并以此加速方案設計創作。
在這里插入圖片描述

(6)Stable diffusion

首先,Stable diffusion是在你的電腦上進行繪制,對個人電腦的硬件要求比較高。SD除了最基本的文生圖、圖生圖之外,還有非常多的參數可以調整。還可以利用插件,使得生成的圖片更加接近于設計師的要求,不滿意的地方可以局部重繪。

因此,SD的優點就在于可控性更加高,提升了圖片的精準度,能夠與傳統的CAD、Sketchup、Photoshop等軟件結合使用。但對于設計師的軟件水平要求也高,相比MJ,它更像自己在家做飯,放多少鹽、多少調料全靠自己把握。廚藝不精的,很可能生出非常可怕的崩壞圖。

設計師可以“喂”給SD軟件的包括手繪的線稿圖、簡單的體塊模型,或者是一張參考圖片,加上用文字描述需要的效果、材質感、場景等等,設置相關的參數后SD就能夠生成建筑效果圖。

在這里插入圖片描述
在這里插入圖片描述

?在這里插入圖片描述

??有了這個工具,建筑師可以更快地探索各種可能性,利用AI工具進行海量方案比對,省去了大量的手動繪圖和建模的時間。只需調整參數就可得到不同的方案與直觀效果。更加高階的,還可以通過訓練AI的lora模型,形成自己獨特的效果圖風格、或是生成建筑分析圖等等。

?在這里插入圖片描述

?相比AI在動畫、平面設計領域應用的風生水起,在國內的建筑設計領域,目前的AI工具主要還是停留于效果圖展現的層面,MidJourney更適用于概念階段,尋求設計靈感、概念意向圖、多種風格的對比,可以更加直觀地向業主表達設計師的想法。而Stable diffusion則能夠把創意概念轉化為更符合實用性的方案,適用于在方案階段快速生成效果圖來推敲不同體塊的組合、不同材料的應用、局部細節的對比等等,可以解決在方案未定稿之前,設計公司花費大量時間精力建模改模、渲染效果圖的痛點。但是,在方案深化階段,還是有賴于傳統的CAD、Sketchup建模、3D渲染,才能形成最終的與方案圖紙匹配的效果圖。當然,在生成最后的效果圖之后,還可以利用AI工具再進行風格化、周邊環境、分析圖的加工。

?在這里插入圖片描述

同時,我們也看到在全球范圍內有非常多的AI設計工具如雨后春筍般出現,正逐步向設計方案深化、施工圖設計,甚至施工管理等全方位助力建筑設計走向更加高效、精準、創新。

最后

這里為大家提供了總的路線圖。它的用處就在于,你可以按照上面的知識點去找對應的學習資源,保證自己學得較為全面。如果下面這個學習路線能幫助大家將AI利用到自身工作上去,那么我的使命也就完成了:
在這里插入圖片描述
今天的分享就到這里了,會不會的,多看!好不好的多贊!也歡迎隨時和博主進行交流。

以上就是博主介紹的AI籽料,而新時代隨著AI流行,如果不更緊AI新時代時代只會被落后,所以我總結了stablediffusionPDF籽料包和全集的stablediffusion視頻籽料。
在這里插入圖片描述
在這里插入圖片描述
篇幅有限,這里就不一一展示了,有需要的朋友可以點擊下方的卡片進行領取!請添加圖片描述

本文來自互聯網用戶投稿,該文觀點僅代表作者本人,不代表本站立場。本站僅提供信息存儲空間服務,不擁有所有權,不承擔相關法律責任。
如若轉載,請注明出處:http://www.pswp.cn/web/14419.shtml
繁體地址,請注明出處:http://hk.pswp.cn/web/14419.shtml
英文地址,請注明出處:http://en.pswp.cn/web/14419.shtml

如若內容造成侵權/違法違規/事實不符,請聯系多彩編程網進行投訴反饋email:809451989@qq.com,一經查實,立即刪除!

相關文章

近鄰算法詳解

近鄰算法(Nearest Neighbor Algorithm),也稱為K-近鄰算法(K-Nearest Neighbors,KNN),是一種基本的分類和回歸方法。它的工作原理非常直觀:通過測量不同特征點之間的距離來進行預測。…

使用CommandLine庫創建.NET命令行應用

CommandLine是一個.NET庫,用于創建命令行應用程序。它提供了一種簡單的方法來解析命令行參數,并且可以幫助您構建一個功能強大的命令行界面。在本文中,我們將介紹如何使用CommandLine庫創建.NET命令行應用程序。 1. 背景 在.NET開發中&#…

SpringFramework實戰指南

二、SpringFramework實戰指南 目錄 一、技術體系結構 1.1 總體技術體系1.2 框架概念和理解 二、SpringFramework介紹 2.1 Spring 和 SpringFramework概念2.2 SpringFramework主要功能模塊2.3 SpringFramework 主要優勢 三、Spring IoC容器和核心概念 3.1 組件和組件管理概念3…

起底震網病毒的來龍去脈

2010年,震網病毒被發現,引起世界嘩然,在后續的10年間,陸陸續續有更多關于該病毒的背景和細節曝光。今年,《以色列時報》和《荷蘭日報》又披露了關于此事件的更多信息,基于這些信息,我們重新梳理…

優于InstantID!中山大學提出ConsistentID:可以僅使用單個圖像根據文本提示生成不同的個性化ID圖像

給定一些輸入ID的圖像,ConsistentID可以僅使用單個圖像根據文本提示生成不同的個性化ID圖像。效果看起來也是非常不錯。 相關鏈接 Code:https://github.com/JackAILab/ConsistentID Paper:https://ssugarwh.github.io/consistentid.github.io/arXiv.pd…

計算機畢業設計 | springboot養老院管理系統 老人社區管理(附源碼)

1,緒論 1.1 背景調研 養老院是集醫療、護理、康復、膳食、社工等服務服務于一體的綜合行養老院,經過我們前期的調查,院方大部分工作采用手工操作方式,會帶來工作效率過低,運營成本過大的問題。 院方可用合理的較少投入取得更好…

Python數據可視化(七)

繪制 3D 圖形 到目前為止,我們一直在討論有關 2D 圖形的繪制方法和繪制技術。3D 圖形也是數據可視化的 一個很重要的應用方面,我們接下來就重點講解有關 3D 圖形的實現方法。繪制 3D 圖形通常需要導 入 mpl_toolkits 包中的 mplot3d 包的相關模塊&#x…

三、Gazebo中實現機器人仿真(小白上手)+ubuntu18.04

接上一篇文章 1、\導航 vim .bashrc \先采用Nanocar嘗試導航 關閉終端:roslaunch robot_navigation gmapping.launch simulation:true rosrun teleop_twist_keyboard teleop_twist_keyboard.py 重啟終端: cd catkin_ws source ./devel/setu…

護網經驗面試題目原版

文章目錄 一、護網項目經驗1.項目經驗**Hvv的分組和流程**有沒有遇到過有意思的邏輯漏洞?有沒有自己開發過武器/工具?有做過代碼審計嗎?有0day嗎有cve/cnvd嗎?有src排名嗎?有沒有寫過技戰法有釣魚經歷嗎?具…

【數據結構】哈夫曼樹和哈夫曼編碼

一、哈夫曼樹 1.1 哈夫曼樹的概念 給定一個序列,將序列中的所有元素作為葉子節點構建一棵二叉樹,并使這棵樹的帶權路徑長度最小,那么我們就得到了一棵哈夫曼樹(又稱最優二叉樹) 接下來是名詞解釋: 權&a…

VC++位移操作>>和<<以及邏輯驅動器插拔產生的掩碼dbv.dbcv_unitmask進行分析的相關代碼

VC位移操作>>和<<以及邏輯驅動器插拔產生的掩碼dbv.dbcv_unitmask進行分析的相關代碼 一、VC位移操作符<<和>>1、右位移操作符 >>&#xff1a;2、左位移操作符 <<&#xff1a; 二、邏輯驅動器插拔產生的掩碼 dbv.dbcv_unitmask 進行分析的…

如何使用Suno:免費的AI歌曲生成器

文章目錄 Suno AI 是什么&#xff1f;Suno AI 如何工作&#xff1f;選擇Suno AI的理由&#xff1a;核心優勢易于操作多樣化創作靈活的定價策略版權保障技術突破 如何使用Suno AI創作歌曲&#xff1f;第1步&#xff1a;注冊Suno AI賬戶第2步&#xff1a;輸入提示詞創建第 3 步&a…

作業-day-240522

思維導圖 使用IO多路復用實現并發 select實現TCP服務器端 #include <myhead.h>#define SER_IP "192.168.125.112" #define SER_PORT 8888int main(int argc, const char *argv[]) {int sfdsocket(AF_INET,SOCK_STREAM,0);if(sfd -1){perror("socket er…

脆皮之“字符函數與字符串函數”寶典

hello&#xff0c;大家好呀&#xff0c;感覺我之前有偷偷摸魚了&#xff0c;今天又開始學習啦。加油&#xff01;&#xff01;&#xff01; 文章目錄 1. 字符分類函數2. 字符轉換函數3. strlen的使用和模擬實現3.1 strlen 的使用3.1 strlen 的模擬1.計算器方法2.指針-指針的方…

Python的shutil模塊探索,文件操作的瑞士軍刀

hello&#xff0c;大家好&#xff0c;我是一點&#xff0c;專注于Python編程&#xff0c;如果你也對感Python感興趣&#xff0c;歡迎關注交流。 希望可以持續更新一些有意思的文章&#xff0c;如果覺得還不錯&#xff0c;歡迎點贊關注&#xff0c;有啥想說的&#xff0c;可以留…

每周刷題第三期

個人主頁&#xff1a;星紜-CSDN博客 系列文章專欄&#xff1a;Python 踏上取經路&#xff0c;比抵達靈山更重要&#xff01;一起努力一起進步&#xff01; 目錄 題目一&#xff1a;環形鏈表 題目二&#xff1a;刪除有序數組中的重復項 題目三&#xff1a;有效的括號 題…

從左上角到右下角的最小距離和

題目描述&#xff1a;給定一個二維數組matrix&#xff0c;一個人必須從左上角出發&#xff0c;最后到達右下角&#xff0c;沿途只可以向下或者向右走&#xff0c;沿途的數字都累加就是距離累加和&#xff0c;返回最小距離累加和。 way&#xff1a;無他&#xff0c;dp[i] [j]表…

《隊列》

描述 學校體操隊到操場集合&#xff0c;排成每行2人&#xff0c;最后多出1人;排成每行3人&#xff0c;也多出1人。分別排成每行4、5、6人&#xff0c;都多出1人。當排成每行7人時&#xff0c;正好不多,求校體操隊至少多少人。 輸入描述 無 輸出描述 滿足要求的人數 樣例輸入…

Python語法學習之 - 生成器表達式(Generator Expression)

第一次見這樣的語法 本人之前一直是Java工程師&#xff0c;最近接觸了一個Python項目&#xff0c;第一次看到如下的代碼&#xff1a; i sum(letter in target_arr for letter in source_arr)這條語句是計算source 與 target 數組中有幾個單詞是相同的。 當我第一眼看到這樣…