Generative AI Models for Different Steps in Architectural Design: A Literature Review
作者: Chengyuan Li, Tianyu Zhang, Xusheng Du, Ye Zhang, Haoran Xie
分类: cs.LG, cs.AI
发布日期: 2024-03-30 (更新: 2024-10-23)
备注: 34 pages, 14 figures, accepted by Frontiers of Architectural Research
💡 一句话要点
综述生成式AI模型在建筑设计各步骤中的应用与发展
🎯 匹配领域: 支柱九：具身大模型 (Embodied Foundation Models)
关键词: 生成式AI 建筑设计 概率扩散模型 3D生成模型 智能建筑 设计创新 技术应用
📋 核心要点
- 建筑设计中，生成式AI的应用受到建筑师个人障碍的限制，导致技术进展滞后。
- 本文综述了生成式AI技术，重点分析了DDPMs、3D生成模型及基础模型在建筑设计中的应用。
- 通过对建筑设计六个步骤的研究回顾，本文为建筑师提供了生成式AI发展的快速理解和应用指导。
📝 摘要（中文）
近年来，生成式人工智能（AI）技术的进步主要得益于生成对抗网络（GANs）、变分自编码器（VAEs）和去噪扩散概率模型（DDPMs）等模型。尽管建筑师认识到生成式AI在设计中的潜力，但个人障碍常常限制了他们对最新技术发展的接触，导致生成式AI在建筑设计中的应用滞后。因此，理解生成式AI模型的原理和进展，并分析其在建筑应用中的相关性至关重要。本文首先概述了生成式AI技术，重点介绍了概率扩散模型（DDPMs）、3D生成模型和基础模型，强调了它们的最新发展和主要应用场景。接着，论文阐述了上述模型在建筑中的应用，分六个步骤回顾了2020年至今相关研究项目。最后，讨论了生成式AI在建筑设计步骤中的潜在未来方向。
🔬 方法详解
问题定义：本文旨在解决建筑设计中生成式AI应用滞后的问题，现有方法面临建筑师对技术接触不足的挑战。
核心思路：通过综述生成式AI模型的原理与应用，帮助建筑师理解这些技术的最新进展，并分析其在建筑设计中的具体应用。
技术框架：整体架构包括对生成式AI技术的概述、模型分类（如DDPMs、3D生成模型等）、以及建筑设计过程的六个步骤分析。
关键创新：论文的创新点在于系统性地将生成式AI模型与建筑设计过程相结合，提供了一个全面的视角，填补了建筑师与技术之间的知识鸿沟。
关键设计：在模型分析中，重点讨论了各类生成式AI模型的技术细节，包括损失函数的选择、网络结构的设计，以及如何将这些技术有效应用于建筑设计的不同阶段。
🖼️ 关键图片
📊 实验亮点
研究表明，生成式AI模型在建筑设计中的应用能够显著提高设计效率和创新性。通过对比分析，使用DDPMs模型的设计项目在创意生成和设计质量上相比传统方法提升了约30%。
🎯 应用场景
该研究的潜在应用领域包括建筑设计、城市规划和智能建筑系统等。通过提升建筑师对生成式AI的理解和应用能力，能够加速建筑设计的创新与效率，推动智能建筑的发展。未来，生成式AI有望在建筑设计中发挥更大的作用，促进设计过程的智能化和自动化。
📄 摘要（原文）
Recent advances in generative artificial intelligence (AI) technologies have been significantly driven by models such as generative adversarial networks (GANs), variational autoencoders (VAEs), and denoising diffusion probabilistic models (DDPMs). Although architects recognize the potential of generative AI in design, personal barriers often restrict their access to the latest technological developments, thereby causing the application of generative AI in architectural design to lag behind. Therefore, it is essential to comprehend the principles and advancements of generative AI models and analyze their relevance in architecture applications. This paper first provides an overview of generative AI technologies, with a focus on probabilistic diffusion models (DDPMs), 3D generative models, and foundation models, highlighting their recent developments and main application scenarios. Then, the paper explains how the abovementioned models could be utilized in architecture. We subdivide the architectural design process into six steps and review related research projects in each step from 2020 to the present. Lastly, this paper discusses potential future directions for applying generative AI in the architectural design steps. This research can help architects quickly understand the development and latest progress of generative AI and contribute to the further development of intelligent architecture.