摘要：目的：文章以展覽館設(shè)計(jì)為例，探索在空間設(shè)計(jì)中應(yīng)用開源圖像生成人工智能模型——穩(wěn)定擴(kuò)散的客觀影響與當(dāng)下現(xiàn)實(shí)。方法：通過分析穩(wěn)定擴(kuò)散模型現(xiàn)實(shí)功能、組成原理與各類拓展性神經(jīng)網(wǎng)絡(luò)，結(jié)合展覽館空間設(shè)計(jì)的設(shè)計(jì)需要和設(shè)計(jì)步驟，從客觀實(shí)踐出發(fā)，分析如今穩(wěn)定擴(kuò)散模型在展覽館空間設(shè)計(jì)中的客觀現(xiàn)實(shí)。結(jié)果：穩(wěn)定擴(kuò)散作為一款開源圖像生成模型，在各類拓展性神經(jīng)網(wǎng)絡(luò)的幫助下，能高效生成空間設(shè)計(jì)中的效果圖像，在空間設(shè)計(jì)項(xiàng)目制作中對提升專業(yè)設(shè)計(jì)師的設(shè)計(jì)效率具有一定的幫助，即可提供大量風(fēng)格各異的效果圖像、輔助空間設(shè)計(jì)中的不同功能區(qū)確定、迅速生成設(shè)計(jì)師構(gòu)思圖像促進(jìn)商業(yè)交流。但受社會道德、科學(xué)技術(shù)、基本原理等因素的限制，穩(wěn)定擴(kuò)散模型難以直接取代傳統(tǒng)的空間設(shè)計(jì)出圖流程，大規(guī)模生成符合專業(yè)設(shè)計(jì)師最終所需要的現(xiàn)實(shí)效果圖像，僅能生成空間設(shè)計(jì)草圖效果。結(jié)論：穩(wěn)定擴(kuò)散作為開源圖像生成模型無疑有更多的可能。但是，當(dāng)下由于各類問題的存在，穩(wěn)定擴(kuò)散模型仍需要實(shí)現(xiàn)算法上的突破，吸收其他領(lǐng)域的優(yōu)秀算法與先進(jìn)技術(shù)，實(shí)現(xiàn)技術(shù)上的質(zhì)變。只有讓穩(wěn)定擴(kuò)散模型完全理解空間關(guān)系，優(yōu)化空間效果圖像生成，最終才能實(shí)現(xiàn)空間設(shè)計(jì)的真正變革。

關(guān)鍵詞：人工智能；空間設(shè)計(jì)；穩(wěn)定擴(kuò)散；展覽館設(shè)計(jì)

中圖分類號：G269.2 文獻(xiàn)標(biāo)識碼：A 文章編號：1004-9436（2024）03-0-03

0 引言

當(dāng)下，民用人工智能技術(shù)實(shí)現(xiàn)了跨越式發(fā)展。由美國OpenAI公司研發(fā)的人工智能ChatGPT、由中國華為公司研發(fā)的人工智能盤古、由中國中車集團(tuán)研發(fā)的軌道輪驅(qū)動三臂智能巡檢機(jī)器人等人工智能均已為社會生產(chǎn)提供了巨大幫助。穩(wěn)定擴(kuò)散模型作為圖像生成人工智能模型讓進(jìn)一步提高設(shè)計(jì)師的出圖效率成為可能。該人工智能模型作為開源模型，能夠?qū)崿F(xiàn)對不同領(lǐng)域的針對訓(xùn)練，融合與協(xié)調(diào)各種算法技術(shù)，具有極強(qiáng)的拓展性與無限的可能。但是，由于種種原因，目前穩(wěn)定擴(kuò)散模型在空間設(shè)計(jì)的實(shí)際應(yīng)用中嚴(yán)重缺乏探索，僅在二維圖形設(shè)計(jì)中有大量使用。本文基于人工智能技術(shù)飛速發(fā)展的背景，探索如何在空間設(shè)計(jì)中應(yīng)用穩(wěn)定擴(kuò)散，總結(jié)應(yīng)用辦法，旨在為穩(wěn)定擴(kuò)散模型應(yīng)用于空間設(shè)計(jì)提供思路與策略。

1 展覽館空間設(shè)計(jì)分析

顧名思義，展覽館是以展示為目的而存在并且對公眾開放的公共場館。展覽館中存放的物品一般為社會或集體經(jīng)過漫長歲月，或?qū)崿F(xiàn)進(jìn)步創(chuàng)新所創(chuàng)造出的優(yōu)秀文化遺產(chǎn)，代表社會或集體與其他群體不同的生存與勞動方式，反映社會或集體的價(jià)值取向與感情歸屬。同時(shí)，展覽館作為文化場所，其最主要的功能是普及科學(xué)與文化知識，開展各種各樣的社會宣傳或組織活動，以推動社會主義精神文明建設(shè)［1］。

1.1 展陳設(shè)計(jì)構(gòu)成

公共空間對外展示時(shí)，需要滿足一定條件，展覽館也不例外。展覽館需要具備參觀服務(wù)、展覽展示、教育活動、休閑服務(wù)、商業(yè)活動、城市旅游等功能。所以設(shè)計(jì)師設(shè)計(jì)展覽館空間時(shí)，需要考慮展覽館的各項(xiàng)功能是否完善，功能與功能之間、功能與展陳效果之間是否協(xié)調(diào)。因此，在一般情況下，設(shè)計(jì)師需要積累大量的項(xiàng)目經(jīng)驗(yàn)，或與客觀存在的場館對標(biāo)，以保證設(shè)計(jì)方案的完整性、合理性，以及各功能之間的協(xié)調(diào)性［2］。

1.2 分類與風(fēng)格

與眾多空間一樣，根據(jù)展示目的的不同，可將展覽館劃分為不同類型。例如，根據(jù)展覽內(nèi)容的不同，可劃分為綜合型、專業(yè)型、展覽與會議結(jié)合型、經(jīng)貿(mào)型、命題型、人文自然型等；根據(jù)展覽手段的不同，可劃分為實(shí)物型、圖片型、綜合型等。以展示目的所匹配的設(shè)計(jì)風(fēng)格為劃分標(biāo)準(zhǔn)，展覽館可劃分為自然型、科技型、生活化、簡約型、非實(shí)物展示型、建筑裝飾型、后現(xiàn)代主義型等。

2 穩(wěn)定擴(kuò)散分析

穩(wěn)定擴(kuò)散（Stable Diffusion）屬于一類稱為擴(kuò)散模型的開源深度學(xué)習(xí)模型。它是一種生成模型，其目的是生成類似于它們訓(xùn)練數(shù)據(jù)的新數(shù)據(jù)——圖像。使用者可以通過輸入正向提示詞與調(diào)節(jié)相關(guān)權(quán)重獲取所需圖像，也可以輸入負(fù)向提示詞與調(diào)節(jié)權(quán)重來拒絕相關(guān)要素在圖像中生成。

2.1 運(yùn)行原理

穩(wěn)定擴(kuò)散通過連續(xù)添加高斯噪聲來破壞訓(xùn)練圖像，直到圖像成為純高斯噪聲。然后，反轉(zhuǎn)這個噪聲過程，學(xué)習(xí)并且恢復(fù)圖像。更確切地說，擴(kuò)散模型是一種潛變量模型，使用馬爾可夫鏈映射到潛在空間。

所以，穩(wěn)定擴(kuò)散模型的工作過程也被分為正向擴(kuò)散過程與逆向擴(kuò)散過程。正向擴(kuò)散過程即連續(xù)增加高斯噪聲，表示圖像從一個狀態(tài)到另一個噪聲圖像狀態(tài)的隨機(jī)過程。

穩(wěn)定擴(kuò)散模型深度學(xué)習(xí)體現(xiàn)則源于逆向擴(kuò)散。逆向擴(kuò)散時(shí)，穩(wěn)定擴(kuò)散模型對噪聲圖像進(jìn)行推斷降噪，得到逆轉(zhuǎn)后的數(shù)據(jù)分布，生成新的圖像。根據(jù)逆向擴(kuò)散降噪次數(shù)也可以生成不同的圖像［3］。

2.2 設(shè)計(jì)常用拓展功能概述

相較于常用的另一款A(yù)I繪畫工具中途（Midjou-rney），穩(wěn)定擴(kuò)散作為一款開源模型，能被更多開發(fā)者開發(fā)，因此具有更多可能。

第一，潛在模型。潛在模型為可組合擴(kuò)散的一個擴(kuò)展，可以幫助使用者確定子參數(shù)在圖像中的潛空間（所在）區(qū)域［4］。

第二，控制網(wǎng)神經(jīng)網(wǎng)絡(luò)。控制網(wǎng)是一種通過添加額外條件來控制擴(kuò)散模型的神經(jīng)網(wǎng)絡(luò)結(jié)構(gòu)，能為從文本到圖像的擴(kuò)散模型添加條件控制［5］。

第三，X/Y/Z軸坐標(biāo)腳本。該腳本可以實(shí)現(xiàn)多個不同參數(shù)之間的對比。

第四，提示詞矩陣。該腳本可以對比不同提示詞生成的數(shù)據(jù)。

2.3 未來展望

當(dāng)前的穩(wěn)定擴(kuò)散在各類神經(jīng)網(wǎng)絡(luò)的支持下憑借硬件給予的強(qiáng)大計(jì)算能力能夠快速生成各類圖像。并且，在Deforu、Temporalkit等神經(jīng)網(wǎng)絡(luò)的支持下，穩(wěn)定擴(kuò)散甚至可以在一定程度上實(shí)現(xiàn)視頻的生成。所以，基于當(dāng)前穩(wěn)定擴(kuò)散與硬件算力的發(fā)展，可以樂觀地認(rèn)為穩(wěn)定擴(kuò)散在不久的將來能完全實(shí)現(xiàn)穩(wěn)定且快速的視頻生成，滿足人們視頻方面的產(chǎn)出需求。

3 穩(wěn)定擴(kuò)散對展覽館空間設(shè)計(jì)的輔助影響與實(shí)現(xiàn)

設(shè)計(jì)師設(shè)計(jì)展覽館空間的主要環(huán)節(jié)有全面分析設(shè)計(jì)目標(biāo)展館相關(guān)信息、規(guī)劃展覽館空間劃分、確定具體功能區(qū)、明確展館設(shè)計(jì)風(fēng)格、創(chuàng)作展館各項(xiàng)設(shè)計(jì)要素、導(dǎo)出展館效果圖。

體系化的設(shè)計(jì)過程，反映出展覽館空間設(shè)計(jì)的嚴(yán)謹(jǐn)要求與效率需要，也為未來優(yōu)化設(shè)計(jì)方法論提供了參考。

3.1 提供大量風(fēng)格各異的設(shè)計(jì)草圖

穩(wěn)定擴(kuò)散模型開發(fā)者利用計(jì)算機(jī)偽隨機(jī)數(shù)算法演變出穩(wěn)定擴(kuò)散的隨機(jī)種子功能，為穩(wěn)定擴(kuò)散提供各不相同的隨機(jī)噪聲圖像，使穩(wěn)定擴(kuò)散在逆向擴(kuò)散過程中能夠生成風(fēng)格各異、類型多樣、特征鮮明的數(shù)據(jù)圖像。同時(shí)，穩(wěn)定擴(kuò)散模型存在多種采樣算法，因此可以繪制風(fēng)格更多樣的圖像［6］。當(dāng)設(shè)計(jì)師缺乏某一展覽館的設(shè)計(jì)經(jīng)驗(yàn)或設(shè)計(jì)想法時(shí)，可以利用穩(wěn)定擴(kuò)散獲得大量設(shè)計(jì)草圖，再在生成的大量圖像中選取較好的草圖，逆推其方案可行性，推進(jìn)設(shè)計(jì)項(xiàng)目。

3.2 快速生成構(gòu)思圖像

展覽館作為展現(xiàn)某一類事物的公共場所本身存在獨(dú)一性，而且在人們的視野中，展覽館也并非以同一空間結(jié)構(gòu)展現(xiàn)。因此，對人工智能生成圖像輔助展覽館設(shè)計(jì)，需要具體問題具體分析，考慮展覽館所在空間的各項(xiàng)要素，盡量化解二維畫面與三維立體的矛盾。設(shè)計(jì)師繪制需渲染空間的語義分割圖——Seg圖像（擴(kuò)散模型能夠根據(jù)顏色理解該區(qū)域要素，然后繪制）與各類神經(jīng)網(wǎng)絡(luò)相配合，實(shí)現(xiàn)對構(gòu)成畫面各空間要素的控制，如此便能繪制所需空間效果圖像［7］?；谏鲜霾僮鳎O(shè)計(jì)師可以根據(jù)心中構(gòu)想總結(jié)提示詞，使用穩(wěn)定擴(kuò)散將個人靈感迅速表現(xiàn)為生成圖像，實(shí)現(xiàn)與各方的交流，促進(jìn)商業(yè)合作。

基于穩(wěn)定擴(kuò)散的圖像快速生成能力與圖像優(yōu)化能力，設(shè)計(jì)師可以迅速將構(gòu)思圖像以草圖的形式生成，所生成的草圖相比手繪草圖更貼近現(xiàn)實(shí)，從而減少構(gòu)思與表現(xiàn)效果偏差導(dǎo)致的時(shí)間浪費(fèi)。在項(xiàng)目推進(jìn)期間，受各種因素的影響，設(shè)計(jì)師常常不得不終止或更改原有計(jì)劃。例如，設(shè)計(jì)構(gòu)思效果不符合預(yù)期、風(fēng)格與周圍環(huán)境差異過大，等等。設(shè)計(jì)師引入穩(wěn)定擴(kuò)散進(jìn)行輔助設(shè)計(jì)，能在開始建模、渲染等之前得到構(gòu)思草圖，從而更全更快地認(rèn)知整體效果，避免浪費(fèi)時(shí)間。

3.3 圖像的修改與優(yōu)化

在控制網(wǎng)v1.1中，加入針對重繪功能進(jìn)行優(yōu)化的重繪模型，重繪模型可以幫助穩(wěn)定擴(kuò)散模型生成重繪圖像。重繪能夠有效應(yīng)用移除或添加圖像中的某像素。

同期加入的Tile模型具有圖像優(yōu)化功能，由此衍生出穩(wěn)定擴(kuò)散對設(shè)計(jì)小品與圖像的拼接能力。Tile的圖像優(yōu)化功能讓圖像拼接邊緣區(qū)域更加柔和，使得圖像生成更為穩(wěn)定。

相較于以往為了獲得心中構(gòu)思的整體草圖效果，重新制作三維模型替換原有模型進(jìn)行渲染的方法，該方法可以更迅速地獲取心中構(gòu)思的草圖效果，進(jìn)而更迅速地確定設(shè)計(jì)風(fēng)格與具體功能區(qū)。

4 穩(wěn)定擴(kuò)散輔助設(shè)計(jì)存在的部分問題

穩(wěn)定擴(kuò)散在為展覽館空間設(shè)計(jì)提供諸多便利的同時(shí)，也存在一些問題。受當(dāng)下科技發(fā)展水平的限制，穩(wěn)定擴(kuò)散的日常使用存在一定的物質(zhì)條件壁壘。此外，倫理是人們必須遵守的基本道德義務(wù)與社會行為規(guī)范，是道德規(guī)范中不可逾越的臨界點(diǎn)。穩(wěn)定擴(kuò)散作為一款開源本地部署深度學(xué)習(xí)模型，也因其開源特征存在引發(fā)道德倫理問題的可能。

4.1 科學(xué)技術(shù)限制

在軟件方面，穩(wěn)定擴(kuò)散作為深度學(xué)習(xí)模型，容易在生成時(shí)出現(xiàn)一定程度的優(yōu)化問題。例如，模型對圖像圖形的學(xué)習(xí)理解不足、模型學(xué)習(xí)了大量劣質(zhì)圖像、模型對特殊的物體缺乏學(xué)習(xí)等，均會使圖像數(shù)據(jù)生成無法達(dá)到預(yù)期。并且，穩(wěn)定擴(kuò)散作為一款深度學(xué)習(xí)模型，無法主動創(chuàng)造，這表明穩(wěn)定擴(kuò)散對訓(xùn)練圖像訓(xùn)練數(shù)據(jù)有著極高的要求，否則無法保證圖像數(shù)據(jù)的高質(zhì)量生成。

在硬件方面，穩(wěn)定擴(kuò)散的諸多功能對硬件方面的顯存容量有極高的要求。而相比游戲旗艦顯示適配器RTX4090，同級別顯存容量更大并且可以通過英偉達(dá)鏈接接口進(jìn)行顯存共享的專業(yè)級顯示適配器，價(jià)格可以達(dá)到游戲端顯示適配器的數(shù)倍。由此可見，壟斷使得新技術(shù)的應(yīng)用門檻大幅提高，限制了新技術(shù)的作用發(fā)揮。

4.2 道德倫理問題

穩(wěn)定擴(kuò)散是一款開源深度學(xué)習(xí)模型，所有人均可對一個獨(dú)立的擴(kuò)散模型進(jìn)行數(shù)據(jù)訓(xùn)練，然后向外界公布。然而，尚且沒有針對性技術(shù)能夠監(jiān)測一個合格模型所學(xué)習(xí)的內(nèi)容。如果有不法的模型訓(xùn)練者將模型學(xué)習(xí)的不適應(yīng)素材貼上正向標(biāo)簽，模型分享網(wǎng)站的中端運(yùn)營商即便應(yīng)用NSFW算法也難以直接監(jiān)測和判斷訓(xùn)練數(shù)據(jù)是否健康。若此類模型對外流出，將引發(fā)道德倫理問題，影響穩(wěn)定擴(kuò)散的合理利用。

4.3 空間關(guān)系復(fù)雜且難以控制

穩(wěn)定擴(kuò)散的功能基于對二維圖像進(jìn)行學(xué)習(xí)理解，因此其難以通過圖像降噪學(xué)習(xí)理解嚴(yán)謹(jǐn)?shù)娜S空間。該底層邏輯使擴(kuò)散模型生成基于復(fù)雜三維空間的展覽館效果圖像面臨挑戰(zhàn)，難以直接繪制復(fù)雜且完美的空間圖像。穩(wěn)定擴(kuò)散當(dāng)下僅能直接繪制空間疊壓較少的空間圖像，僅能繪制設(shè)計(jì)草圖，無法替代渲染器生成設(shè)計(jì)效果圖。

5 結(jié)語

穩(wěn)定擴(kuò)散模型能為展覽館空間設(shè)計(jì)提供一定的輔助，如為設(shè)計(jì)師提供設(shè)計(jì)草圖、思維圖像等。穩(wěn)定擴(kuò)散作為新時(shí)代開源的先進(jìn)AI模型，無疑有更多的可能。然而，需要繪制Lumion、Escape、V-Ray等

現(xiàn)實(shí)渲染效果時(shí)，穩(wěn)定擴(kuò)散因其種種原因難以快速穩(wěn)定地生成復(fù)雜且完美的圖像。所以，穩(wěn)定擴(kuò)散在當(dāng)下難以替代各類渲染器為設(shè)計(jì)師提供展覽館空間設(shè)計(jì)在商業(yè)活動中提交設(shè)計(jì)方案時(shí)所需的現(xiàn)實(shí)效果圖像。不過，相信在不久的未來，穩(wěn)定擴(kuò)散能夠吸收更多的先進(jìn)技術(shù)，穩(wěn)定生成現(xiàn)實(shí)效果圖像，使展覽館空間設(shè)計(jì)得到變革性發(fā)展。

參考文獻(xiàn)：

［1］ 趙鵬飛.當(dāng)代展覽館的展示設(shè)計(jì)分析與研究［J］.包裝工程，2011，32（2）：119-122.

［2］ 張樂.探索契合的展陳空間與公共空間：以中國大運(yùn)河博物館為例［J］. 東南文化，2021 （3）：155-160.

［3］ 羅賓·隆巴赫，安德烈亞斯·布拉特曼，多米尼克·洛倫茨，等.利用潛在擴(kuò)散模型的高分辨率圖像合成［C］//

計(jì)算機(jī)視覺和模式識別會議（CVPR）.美國：IEEE/CVF，2022：10674-10685.

［4］ 祁旭，陳琦，賈杰，等.半?yún)?shù)圖像合成［C］//計(jì)算機(jī)視覺和模式識別會議（CVPR）.美國：IEEE/CVF，2018：8808-8816.

［5］ 張呂敏，饒安儀，馬尼什·阿加瓦爾.向文本到圖像擴(kuò)散模型添加條件控制［C］//計(jì)算機(jī)視覺和模式識別會議（CVPR）.美國：IEEE/CVF，2023：3836-3847.

［6］ 喬納森·何，阿杰·賈恩，彼得·阿貝爾.去噪擴(kuò)散概率模型［J］.神經(jīng)信息處理系統(tǒng)進(jìn)展，2020（33）：6840-6851.

［7］ 鄭光聰，周先盼，李雪偉，等.布局?jǐn)U散：用于生成布局到圖像的可控?cái)U(kuò)散模型［C］//計(jì)算機(jī)視覺和模式識別會議（CVPR）.美國：IEEE/CVF，2023：22490-22499.

作者簡介：高超（1969—），男，湖北武漢人，碩士，副教授，研究方向：公共藝術(shù)設(shè)計(jì)。

羅茂峰（1999—），男，湖南株洲人，碩士在讀，系本文通訊作者，研究方向：公共藝術(shù)設(shè)計(jì)。