一、引言

人工智能（AI）作為計(jì)算機(jī)科學(xué)的一個(gè)分支，專注于研究和開發(fā)模擬、延伸和擴(kuò)展人類智能的理論、方法、技術(shù)及應(yīng)用系統(tǒng)。AI旨在創(chuàng)造能以類似人類智能方式響應(yīng)的新技術(shù)。在城市更新項(xiàng)目中引入AI技術(shù)具有實(shí)驗(yàn)性質(zhì)的創(chuàng)新意義，不僅為城市更新開辟了新的可能，也為未來(lái)城市規(guī)劃和建設(shè)提供了新的視角。因此，本文制定了一套方法論，旨在詳細(xì)指導(dǎo)如何在城市更新項(xiàng)目中有效使用AI技術(shù)，并探討如何將這些新技術(shù)與現(xiàn)有城市建設(shè)結(jié)合，以達(dá)到最優(yōu)的更新效果。

二、行業(yè)研究

AIGC（生成式人工智能）源于20世紀(jì)50年代的神經(jīng)網(wǎng)絡(luò)研究。到2014年，生成對(duì)抗網(wǎng)絡(luò)（GAN）的提出使圖像生成取得突破。之后，當(dāng)時(shí)還默默無(wú)名的OpenAI公司推出的GPT-3語(yǔ)言模型將AIGC應(yīng)用拓展到了自然語(yǔ)言處理領(lǐng)域。2022年，擴(kuò)散模型（Diffusion Model）的興起將AIGC推向新高潮，Stable Diffusion、DALL-E等內(nèi)容生產(chǎn)工具相繼問(wèn)世。2023年，各種大語(yǔ)言模型迭代升級(jí)，AIGC進(jìn)入高速發(fā)展期。目前，內(nèi)容生成已從單一走向多模態(tài)融合，從初級(jí)感知邁向高級(jí)認(rèn)知，從小樣本學(xué)習(xí)進(jìn)化到大規(guī)模預(yù)訓(xùn)練。國(guó)內(nèi)的相關(guān)應(yīng)用也在2024年開始進(jìn)入了“井噴期”，一些公司出品的AIGC內(nèi)容應(yīng)用已在國(guó)際上處于領(lǐng)先階段。

在AI參與設(shè)計(jì)行業(yè)的早期，已有許多國(guó)內(nèi)外學(xué)者探索AI在設(shè)計(jì)實(shí)踐中的協(xié)同路徑。通過(guò)詞嵌入、命名實(shí)體識(shí)別等自然語(yǔ)言處理技術(shù)，AI可準(zhǔn)確解析設(shè)計(jì)師的意圖，再通過(guò)對(duì)應(yīng)的文本描述與提示工程（Prompt Engineering）生成相應(yīng)的圖像和其他內(nèi)容。盡管受早期數(shù)據(jù)的限制，生成的藝術(shù)創(chuàng)作難以盡如人意，但在迭代優(yōu)化中，人機(jī)協(xié)同不斷細(xì)化設(shè)計(jì)方案，目前已能輸出可接受的設(shè)計(jì)成果。在動(dòng)畫制作、產(chǎn)品設(shè)計(jì)、建筑與室內(nèi)設(shè)計(jì)等領(lǐng)域，該協(xié)同范式已初見成效。

國(guó)際上的AI參與設(shè)計(jì)研究開展得更早，研究團(tuán)隊(duì)通過(guò)比較DALL-E、Midjourney、Stable Diffusion等主流AIGC工具的技術(shù)架構(gòu)和生成效果，總結(jié)出一套將AIGC內(nèi)容融入建筑結(jié)構(gòu)測(cè)算工作的最佳實(shí)踐。研究表明，當(dāng)前AIGC類軟件在建筑工程平面圖生成、三維建模、建筑信息模型（BIM）等任務(wù)上已初具成效，但在細(xì)節(jié)把控、規(guī)范選擇、知識(shí)整合方面還有不足，仍需設(shè)計(jì)師把關(guān)，還需進(jìn)一步從通用大模型走向建筑領(lǐng)域?qū)Ｓ媚Ｐ停谌敫嘈袠I(yè)知識(shí)。

國(guó)內(nèi)相關(guān)高校研究表明，通過(guò)使用機(jī)器學(xué)習(xí)算法，AIGC確實(shí)可以快速生成大量設(shè)計(jì)方案，幫助建筑師進(jìn)行創(chuàng)想和優(yōu)化設(shè)計(jì)。具體應(yīng)用到城市規(guī)劃設(shè)計(jì)領(lǐng)域而言，AIGC可用于生成概念圖、創(chuàng)建單一模型，或進(jìn)行風(fēng)格遷移、優(yōu)化細(xì)節(jié)等，極大地提高了設(shè)計(jì)的效率和創(chuàng)新性。

由此，越來(lái)越多的設(shè)計(jì)人員開始關(guān)注AI及其相關(guān)模型和算法對(duì)建筑師職能的影響，認(rèn)為AIGC技術(shù)正在改變?cè)O(shè)計(jì)師的角色定位，從創(chuàng)作主體變?yōu)槎嘀悄荏w協(xié)同中的“導(dǎo)演”和“催化劑”。AI可以與設(shè)計(jì)師形成“啟發(fā)—定制—增強(qiáng)”的協(xié)同設(shè)計(jì)模式。然而，要實(shí)現(xiàn)這個(gè)愿景，需要建筑設(shè)計(jì)師以開放和包容的心態(tài)看待人機(jī)關(guān)系，以實(shí)現(xiàn)人機(jī)互補(bǔ)和共同進(jìn)化。

三、創(chuàng)作實(shí)踐

（一）項(xiàng)目背景與啟動(dòng)

上海市浦東新區(qū)上南路區(qū)域的城市更新項(xiàng)目屬于世博片區(qū)區(qū)域整治的一個(gè)子項(xiàng)，主要改造包括位于中華藝術(shù)宮門口的街道靠近世博源商場(chǎng)的一座小型建筑、新增的公園景觀、公園的兒童設(shè)施以及道路上的城市家具。項(xiàng)目涵蓋了建筑、景觀、市政、藝術(shù)小品、商業(yè)改造等多項(xiàng)內(nèi)容，涉及綠化、電力、地鐵、市政運(yùn)營(yíng)、地塊統(tǒng)籌等相互之間討論的事項(xiàng)，細(xì)瑣繁雜。

由于整體項(xiàng)目周期計(jì)劃已定，給予充分推演的時(shí)間并不充足，而又因疊加疫情后續(xù)影響，多個(gè)項(xiàng)目存在設(shè)計(jì)資源嚴(yán)重不足的情況?；诖耍瑘F(tuán)隊(duì)借助正在高速發(fā)展的AIGC圖像生成、大語(yǔ)言模型與智能識(shí)別等技術(shù)融入到本次任務(wù)，并嘗試梳理城市設(shè)計(jì)全流程引入AI技術(shù)的策略和路徑，來(lái)試驗(yàn)以當(dāng)前技術(shù)形成一套切實(shí)可行的人機(jī)協(xié)同設(shè)計(jì)工作流，為業(yè)界提供范本參考。

（二）技術(shù)準(zhǔn)備階段——利用AI語(yǔ)言類大模型進(jìn)行項(xiàng)目設(shè)計(jì)規(guī)范、標(biāo)準(zhǔn)、案例等關(guān)鍵信息的綜合梳理

做好前期資料匯總和輸出環(huán)節(jié)，關(guān)鍵在于平衡各方要求和提升設(shè)計(jì)作品中科技與藝術(shù)的含量。在承接項(xiàng)目時(shí)，需要按流程進(jìn)行各種復(fù)雜的前期分析和推演，甚至走訪專家學(xué)者進(jìn)行調(diào)研。

本階段首先通過(guò)AI大模型技術(shù)建模，分析并推演政府提出的高標(biāo)準(zhǔn)、高品質(zhì)、高效率推進(jìn)城市建設(shè)管理的任務(wù)要求。團(tuán)隊(duì)通過(guò)AI生成程序代碼，抓取相關(guān)網(wǎng)絡(luò)頁(yè)面，歸納相關(guān)新聞的高頻詞，明確順序，基于經(jīng)濟(jì)、實(shí)用、美觀的底層需求，按照安全、高效、高質(zhì)量的要求，確定項(xiàng)目設(shè)計(jì)方向。其次，按照以往的工作方法，要求多專業(yè)、多角色通過(guò)多次設(shè)計(jì)會(huì)議進(jìn)行統(tǒng)籌協(xié)同，梳理相關(guān)標(biāo)準(zhǔn)。在AI助力下，團(tuán)隊(duì)利用大模型技術(shù)，對(duì)設(shè)計(jì)規(guī)范、標(biāo)準(zhǔn)、案例等進(jìn)行梳理和補(bǔ)充，細(xì)化總結(jié)優(yōu)先事項(xiàng)，并標(biāo)注參考邏輯。在與主管單位交流后，生成項(xiàng)目實(shí)施的技術(shù)路線表。再次，按照表格給出的路徑，與項(xiàng)目相關(guān)各級(jí)干系人單位收集各種設(shè)計(jì)文檔，最終交由AI處理。其中在輸入提示詞時(shí)，要求AI按照從宏觀、中觀再到微觀尺度的順序，對(duì)相關(guān)權(quán)重參數(shù)逐個(gè)設(shè)置。返回的結(jié)果按照周邊建筑、結(jié)構(gòu)、景觀、經(jīng)濟(jì)指標(biāo)等多專業(yè)維度逐步覆蓋，并驅(qū)使多個(gè)AI扮演顧問(wèn)角色，涵蓋各種業(yè)態(tài)類型。最后，在概念設(shè)計(jì)和總體策劃中，推測(cè)設(shè)計(jì)關(guān)鍵詞，劃分藝術(shù)、工程規(guī)范、科技創(chuàng)新等不同自由度的多個(gè)象限，并描述需要設(shè)計(jì)的造型方向與設(shè)計(jì)手法。

相較于過(guò)去，AI處理海量信息的能力極大地提高了設(shè)計(jì)前期的工作效率，使概念設(shè)計(jì)過(guò)程更精準(zhǔn)、更深入。該技術(shù)將標(biāo)準(zhǔn)和規(guī)范構(gòu)建為系統(tǒng)化設(shè)計(jì)依據(jù)，提升了設(shè)計(jì)方案的科學(xué)性和可行性，同時(shí)減輕了人員工作量和報(bào)告準(zhǔn)備時(shí)間，整體效率提升50%以上。設(shè)計(jì)師能夠?qū)⒏嗑ν度氲絼?chuàng)新構(gòu)思和方案優(yōu)化中，全面提升設(shè)計(jì)水平（圖1）。

（三）內(nèi)容創(chuàng)造階段——利用生成式AIGC激發(fā)設(shè)計(jì)靈感，助力方案快速迭代

在方案初期，AIGC為設(shè)計(jì)師提供豐富的藝術(shù)創(chuàng)意和概念，幫助其快速拓展思路和捕捉靈感，這一過(guò)程包括多種AI工具和模型的綜合應(yīng)用。

第一步，利用圖像生成平臺(tái)，通過(guò)微調(diào)參數(shù)和關(guān)鍵詞，自動(dòng)生成大量具有高想象力和創(chuàng)新性的參考圖像。相比以往在各種資料庫(kù)中檢索相應(yīng)案例，這些圖像往往具有極高的想象力和創(chuàng)新性，特別是在景觀設(shè)計(jì)中拓寬了設(shè)計(jì)可能性。例如，城市更新的景觀部分和藝術(shù)座椅部分，設(shè)計(jì)團(tuán)隊(duì)使用Midjourney、Leonardo生成了大量街道景觀的概念圖像。通過(guò)輸入“未來(lái)感街道”“生態(tài)休閑廊道”“創(chuàng)新座椅”等關(guān)鍵詞組合，甚至相互疊加著名設(shè)計(jì)師的風(fēng)格，激發(fā)AI生成了各具特色的設(shè)計(jì)方案，為后續(xù)深化設(shè)計(jì)提供了豐富靈感。

第二步，在AI生成圖像的基礎(chǔ)上，由設(shè)計(jì)師進(jìn)行篩選，提取設(shè)計(jì)特征和草圖繪制，將抽象的靈感具象化為可操作的設(shè)計(jì)方案。例如，在受到嚴(yán)格限制的道路交通規(guī)劃和建筑規(guī)范下，專業(yè)設(shè)計(jì)師需先行勾勒出概念草圖，提供手繪草稿或手工模型照片，剩下的工作可交給各種AI軟件快速生成效果圖。然后，利用GPT等語(yǔ)言模型分析效果圖的視覺(jué)要素，如色彩搭配、材質(zhì)肌理等，根據(jù)AI的反饋對(duì)方案進(jìn)行迭代優(yōu)化。再通過(guò)局部微調(diào)，調(diào)整效果圖的日夜景以及場(chǎng)景細(xì)節(jié)，最終生成符合要求的方案圖并倒推出相關(guān)的平面細(xì)節(jié)。

第三步，在前兩步成果的基礎(chǔ)上，利用更復(fù)雜的AI工作流程對(duì)設(shè)計(jì)方案進(jìn)行整合和深化。在第一步和第二步的迭代結(jié)果基礎(chǔ)上，使用復(fù)雜的命令鏈（如ComfyUI或自行訓(xùn)練的LoRA模型）將項(xiàng)目過(guò)程中最核心的設(shè)計(jì)方案整合（由于當(dāng)時(shí)模型的性能限制，局部重繪效果不佳，團(tuán)隊(duì)根據(jù)AI內(nèi)容重新建模，并將其融入傳統(tǒng)的SU/CAD方案中），再對(duì)方案的各個(gè)層面進(jìn)行精細(xì)處理，并重點(diǎn)確保整體方案的一致性和連貫性。以實(shí)踐為例，使用ControlNet對(duì)方案的細(xì)部造型進(jìn)行優(yōu)化，利用LoRA模型對(duì)部分建筑外觀材質(zhì)進(jìn)行智能匹配，最終生成了風(fēng)格統(tǒng)一、細(xì)節(jié)精致的設(shè)計(jì)方案。

第四步，在方案優(yōu)化階段，嘗試使用如GPT等語(yǔ)言模型模擬評(píng)標(biāo)系統(tǒng)，扮演業(yè)主、專家、用戶的角色，識(shí)別文本和圖像。AI會(huì)根據(jù)方案圖像自動(dòng)生成文本，然后交給不同的AI模型進(jìn)行打分和點(diǎn)評(píng)，優(yōu)化匯報(bào)內(nèi)容，為設(shè)計(jì)師提供多角度的優(yōu)化參考。經(jīng)過(guò)人工再次推敲完善，加入設(shè)計(jì)者的思路和風(fēng)格，完成循環(huán)迭代。

總的來(lái)說(shuō)，與過(guò)去相比，AI制作設(shè)計(jì)方案的輸出階段，在上南路城市更新項(xiàng)目時(shí)，依然是人工和AI相互提升和細(xì)化的過(guò)程。AI主要增強(qiáng)了原先機(jī)械化的尋找資料和制圖工作的效率，讓設(shè)計(jì)師更能專注于思考和創(chuàng)意。盡管在整個(gè)任務(wù)鏈上，AI尚不能像流水線一樣批量生產(chǎn)方案，但其進(jìn)步已然十分明顯（圖2）。

（四）結(jié)果評(píng)估階段——結(jié)合人工使用AI對(duì)設(shè)計(jì)方案進(jìn)行落地和優(yōu)化

在設(shè)計(jì)流程的最后階段，也就是城市更新項(xiàng)目進(jìn)入落地和實(shí)施階段，AI技術(shù)可與設(shè)計(jì)師形成緊密的人機(jī)協(xié)同，對(duì)設(shè)計(jì)方案進(jìn)行全面評(píng)估和持續(xù)優(yōu)化。這一過(guò)程通常包括設(shè)計(jì)管理、成果交付、施工制作、結(jié)果評(píng)估等多個(gè)環(huán)節(jié)，AI在其中扮演著越來(lái)越重要的角色。

在設(shè)計(jì)管理方面，通過(guò)之前的數(shù)據(jù)分析和模型模擬，對(duì)已完成的設(shè)計(jì)方案進(jìn)行分析，如功能性、經(jīng)濟(jì)性、安全性、可持續(xù)性的特點(diǎn)等，這種分析能夠?yàn)樵O(shè)計(jì)師提供可靠的參考。例如，在云朵郵局單體建筑上，使用AI算法對(duì)不同的方案進(jìn)行成本效益分析，并根據(jù)現(xiàn)場(chǎng)實(shí)施條件，優(yōu)選出最具性價(jià)比的方案，有效節(jié)約了設(shè)計(jì)時(shí)間和資源。同時(shí)，在成果交付環(huán)節(jié)，輔助設(shè)計(jì)師修訂施工圖紙、效果圖、動(dòng)畫等成果文檔，提升內(nèi)容交付的效率和質(zhì)量。

項(xiàng)目落地是設(shè)計(jì)項(xiàng)目在國(guó)內(nèi)實(shí)施的最復(fù)雜一環(huán)。面對(duì)大量供應(yīng)商的加入，監(jiān)理和項(xiàng)目經(jīng)理對(duì)工期和成本的考核，經(jīng)常導(dǎo)致項(xiàng)目的設(shè)計(jì)效果難以準(zhǔn)確還原——現(xiàn)場(chǎng)會(huì)議通常以某一方妥協(xié)進(jìn)行推進(jìn)。本次經(jīng)過(guò)AI的輔助調(diào)查和反饋，可對(duì)工程現(xiàn)場(chǎng)進(jìn)行智能管控，及時(shí)發(fā)現(xiàn)和預(yù)警各種風(fēng)險(xiǎn)隱患，確保工程質(zhì)量和效果的平衡，并且在每次會(huì)議中分析判斷各方供應(yīng)商需求，及時(shí)形成報(bào)告。例如，在云朵公園改造施工中，通過(guò)AI分析建議，結(jié)合氣候環(huán)境對(duì)綠化和草花進(jìn)行種植和成本替換建議，并根據(jù)環(huán)境條件調(diào)整養(yǎng)護(hù)方案，提升景觀的生態(tài)效益。

在結(jié)果評(píng)估方面，AI可從多個(gè)維度對(duì)設(shè)計(jì)方案的實(shí)際效果進(jìn)行綜合評(píng)價(jià)，包括業(yè)主反饋、材料總結(jié)、運(yùn)營(yíng)數(shù)據(jù)分析等。之前，這種評(píng)估往往需要處理海量的異構(gòu)數(shù)據(jù)，傳統(tǒng)的人工評(píng)估方式極度依賴設(shè)計(jì)院總師會(huì)、項(xiàng)目專題會(huì)等。而AI融入技術(shù)參數(shù)后，進(jìn)行深入分析和模擬仿真，可以比較精準(zhǔn)地評(píng)估方案的技術(shù)可行性和優(yōu)化潛力。例如，在部分藝術(shù)城市家具的結(jié)構(gòu)設(shè)計(jì)中，AI通過(guò)有限元分析等方法，對(duì)材料老化、風(fēng)荷載響應(yīng)等進(jìn)行精細(xì)化評(píng)估，并提出優(yōu)化建議給到專業(yè)分包單位。再如，在實(shí)踐中，利用AI對(duì)街道花箱中的植物配置方案進(jìn)行日照分析和生長(zhǎng)模擬，優(yōu)化植物的選型和布局，提升了景觀的生態(tài)效益。

然而，任何新技術(shù)進(jìn)入行業(yè)應(yīng)用，都會(huì)面臨該行業(yè)存在的普遍痛點(diǎn)。部分專業(yè)方案要求廣泛深入且非常“本地化”的知識(shí)，如文化適應(yīng)性和地域環(huán)境分析。目前階段的AI信息庫(kù)和不夠全面的知識(shí)圖譜，在處理此類問(wèn)題時(shí)，尤其在無(wú)法量化的情況下，常常會(huì)出現(xiàn)相互矛盾，甚至錯(cuò)誤的內(nèi)容，給出的意見也缺乏個(gè)性且套路化，難以被眾多參與者接受。此時(shí)，必須進(jìn)行人工挑選和干預(yù)，或直接放棄AI。同時(shí)，AI高效產(chǎn)出內(nèi)容的同時(shí)也會(huì)“高效”地增加錯(cuò)誤答案，盡管AI評(píng)估結(jié)果具有客觀性和量化性，但其輸出依賴于對(duì)話發(fā)起者的能力。目前，各種AI語(yǔ)言模型都無(wú)法真正地“思考”項(xiàng)目的特殊性、主觀性和藝術(shù)性，想獲得更好的結(jié)果，需要不同層次的設(shè)計(jì)師進(jìn)行更多的對(duì)話和迭代討論，否則AI將很難像人類專家那樣靈活地做出總結(jié)和歸納，特別是涉及多目標(biāo)、多條件的復(fù)雜決策，需要在功能、成本、美學(xué)等維度權(quán)衡（圖3）。

四、結(jié)語(yǔ)

本文探討了AI技術(shù)在藝術(shù)創(chuàng)作與城市更新領(lǐng)域的應(yīng)用前景，分析了其在2023年的創(chuàng)新實(shí)踐。AI不僅在重塑設(shè)計(jì)行業(yè)的生態(tài)中顯示出前所未有的效率和智能化服務(wù)能力，也開啟了藝術(shù)創(chuàng)作和城市建設(shè)的新可能性。然而，我們也需要深入思考AI的本質(zhì)和未來(lái)發(fā)展方向，確保其根本目標(biāo)仍是服務(wù)于設(shè)計(jì)的本質(zhì)，為人類生活提供更優(yōu)解決方案。

AI的計(jì)算優(yōu)勢(shì)使其能夠通過(guò)窮舉所有可能性，迅速生成大量設(shè)計(jì)方案供選擇。隨著目前技術(shù)疊代速度的加快，設(shè)計(jì)方案的完成度也越來(lái)越高，這種能力在設(shè)計(jì)行業(yè)引起了一場(chǎng)變革，設(shè)計(jì)師的角色從傳統(tǒng)的“方案繪制者”跨界轉(zhuǎn)變?yōu)椤皠?chuàng)意策劃者”和“價(jià)值塑造者”。更進(jìn)一步的是，AI不僅改變了設(shè)計(jì)師如何理解和創(chuàng)新設(shè)計(jì)，還優(yōu)化了設(shè)計(jì)流程、提升了設(shè)計(jì)效率、降低了成本。例如，在上南路城市更新項(xiàng)目中，AI技術(shù)為設(shè)計(jì)團(tuán)隊(duì)提供了更廣闊和深入的設(shè)計(jì)工具與可能性。通過(guò)其獨(dú)特的數(shù)據(jù)分析和模型訓(xùn)練能力，AI極大地提高了項(xiàng)目的效率，簡(jiǎn)化了從設(shè)計(jì)到施工各個(gè)階段的工作。

設(shè)計(jì)行業(yè)面臨的這場(chǎng)變革要求每一位設(shè)計(jì)師都以新的思維方式來(lái)接受和適應(yīng)AI技術(shù)。原本需要花費(fèi)大量時(shí)間去精進(jìn)的手繪或空間能力可能會(huì)被AI在短時(shí)間內(nèi)超越甚至完全取代。在CG表現(xiàn)和部分動(dòng)漫內(nèi)容制作方面，這種情況已然發(fā)生。在城市更新領(lǐng)域，盡管部分方面還存在知識(shí)圖譜的壁壘，建筑和景觀設(shè)計(jì)師們?nèi)耘f對(duì)AI的發(fā)展保持關(guān)注，需要不斷學(xué)習(xí)新技術(shù)、更新知識(shí)結(jié)構(gòu)、提升跨界融合能力，以保持在AI時(shí)代的競(jìng)爭(zhēng)力。

本研究以城市更新項(xiàng)目實(shí)踐為基礎(chǔ)，結(jié)合理論反饋，對(duì)AI賦能設(shè)計(jì)行業(yè)的圖景進(jìn)行了全面剖析，具有一定的前瞻性和針對(duì)性。盡管部分論述尚不夠深入和全面，但期望為從業(yè)者把握時(shí)代機(jī)遇、應(yīng)對(duì)行業(yè)變革提供新的思路。未來(lái)，學(xué)界和業(yè)界可在這一方向上加大研究力度，從技術(shù)路線、應(yīng)用場(chǎng)景、人才培養(yǎng)、政策法規(guī)等多個(gè)維度共同推進(jìn)，助力AI賦能設(shè)計(jì)行業(yè)行穩(wěn)致遠(yuǎn)。

參考文獻(xiàn)

[1]袁潮，鄭豪．生成式人工智能影響下的建筑設(shè)計(jì)新模式[J]．建筑學(xué)報(bào)，2023（10）：29-35.

[2]ZHANG Z H，BOWES B．The Future of Artificial Intelligence （AI） and Machine Learning （ML） in Landscape Design：A Case Study in Coastal Virginia，USA[J]．Journal of Digital Landscape Architecture，2019，4：2-9.

[3]PLOENNIGS J，BERGER M．AI art in architecture[J]．AI in Civil Engineering，2023，2（1）：8.

[4]袁烽，許心慧，王月陽(yáng)．走向生成式人工智能增強(qiáng)設(shè)計(jì)時(shí)代[J]．建筑學(xué)報(bào)，2023（10）：14-20.

[5]何珈儀，吳啟文，陳榮強(qiáng)，等．生成式人工智能革命下的ChatGPT、AI繪畫協(xié)同設(shè)計(jì)體系探析[J]．設(shè)計(jì)，2023，8（4）：2507-2515.

（責(zé)任編輯：鞠阿蓮）