黃喆 王選政 李杰

摘要：人工智能技術(shù)的更新與迭代“有效加速”，其已開始介入產(chǎn)品設(shè)計(jì)實(shí)踐生產(chǎn)?；谌斯ぶ悄艿纳稍砼c方法，本質(zhì)上是計(jì)算機(jī)向操作者深度學(xué)習(xí)的過程。針對產(chǎn)品設(shè)計(jì)領(lǐng)域，計(jì)算機(jī)開始由“輔助”設(shè)計(jì)走向“介入”設(shè)計(jì)，計(jì)算機(jī)智能平臺將審美轉(zhuǎn)變?yōu)樗惴?。從概念設(shè)計(jì)環(huán)節(jié)影響產(chǎn)品設(shè)計(jì)流程，形成設(shè)計(jì)師和計(jì)算機(jī)多元化的主體創(chuàng)作方式。產(chǎn)品設(shè)計(jì)師與人工智能技術(shù)“超級對齊”，合力推動產(chǎn)品設(shè)計(jì)過程高效開展。

關(guān)鍵詞：人工智能；產(chǎn)品設(shè)計(jì)；計(jì)算機(jī)；大模型；介入；設(shè)計(jì)流程

中圖分類號：TB47 文獻(xiàn)標(biāo)識碼：A文章編號：1003-0069（2024）09-0077-04

Abstract：The update and iteration of artificial intelligence technology have been effectively accelerated， and it has begun to intervene in product design practice and production. The generation principles and methods based on artificial intelligence are essentially the process of deep learning from computers to operators. In the field of product design， computers have shifted from “auxiliary” design to “intervention” design， and computer intelligent platforms have transformed aesthetics into algorithms.From the conceptual design stage， it affects the product design process and forms a diversified creative approach for designers and computers. Product designers and artificial intelligence technology are super aligned， working together to promote the efficient development of the product design process.

Keywords：Artificial intelligence； Product design； Computer； Large scale model； Intervene； Design process

引言

2024年3月，OpenAI公司創(chuàng)始人山姆·奧特曼（Sam Altman）表示GPT-5的性能將獲得超出預(yù)期的提升，并自信地闡明“沒有局限”。OpenAI的產(chǎn)品將改變?nèi)祟悮v史。其近期針對好萊塢發(fā)動了一場“魅力攻勢”——與派拉蒙、環(huán)球和華納兄弟等主要電影公司舉行會議，展現(xiàn)人工智能生成視頻的Sora技術(shù)，緩解人工智能模型對電影行業(yè)造成的擔(dān)憂。人工智能技術(shù)在近兩年來“有效加速”，產(chǎn)品平臺已逐漸走向成熟，通過不斷迭代與升級正在悄然改變不同行業(yè)的生產(chǎn)效率。迭代的奇點(diǎn)是設(shè)計(jì)的未來，設(shè)計(jì)已不再是基于技術(shù)的設(shè)計(jì)，而是一種社會設(shè)計(jì)、組織設(shè)計(jì)和思想設(shè)計(jì)。[1]

針對產(chǎn)品設(shè)計(jì)領(lǐng)域，人工智能的發(fā)展改變了傳統(tǒng)的產(chǎn)品設(shè)計(jì)方式與流程，將人工智能技術(shù)嵌入設(shè)計(jì)環(huán)節(jié)，拓展設(shè)計(jì)邊界與創(chuàng)新能力。[2]突破由設(shè)計(jì)師單一主體的設(shè)計(jì)方式。產(chǎn)品設(shè)計(jì)走向多元化的創(chuàng)作主體——計(jì)算機(jī)和設(shè)計(jì)師。例如：汽車造型設(shè)計(jì)正由計(jì)算機(jī)輔助技術(shù)向人工智能參與設(shè)計(jì)邁進(jìn)。將設(shè)計(jì)師的審美轉(zhuǎn)變成算法，建構(gòu)生成式設(shè)計(jì)方案。[3]人工智能技術(shù)應(yīng)用在工業(yè)設(shè)計(jì)流程上能夠充分節(jié)省時(shí)間、提高效率，降低設(shè)計(jì)成本，具有一定的有效性。同時(shí)，由于智能化程度較為初級，目前無法解決工業(yè)設(shè)計(jì)流程中的全部環(huán)節(jié)，存在著局限性。[4]人工智能技術(shù)是建立在深度學(xué)習(xí)和模仿人類藝術(shù)風(fēng)格的基礎(chǔ)上開展模型編碼與解碼的生成過程，缺乏原創(chuàng)性是其短板之一。[5]從產(chǎn)品設(shè)計(jì)的角度，如何構(gòu)建設(shè)計(jì)師與人工智能的關(guān)系？人工智能是否將替代設(shè)計(jì)師的角色？人工智能怎樣改變產(chǎn)品設(shè)計(jì)流程？這些問題有待于深度的探討與研究。

一、理解迭代：“ChatGPT”對話平臺蛻變“Sora”世界模型場景

2022年11月，ChatGPT橫空出世，掀起國內(nèi)外社會的熱議，一種基于自然語言處理（Natural Language Processing， NLP）的對話平臺，建立計(jì)算機(jī)智能與人類溝通的介質(zhì)平臺。其本質(zhì)是將人類的語言轉(zhuǎn)化成計(jì)算機(jī)可識別的代碼。計(jì)算機(jī)通過識別代碼來深度學(xué)習(xí)人類的思維與意識，通過模型和數(shù)據(jù)庫進(jìn)行運(yùn)算，生成文本與圖像。隨著人工智能技術(shù)的模型推廣，人工智能平臺相繼迭代出文生文、文生圖、圖生文等多元化輸入路徑。OpenAI公司在人工智能的賽道中“有效加速”脫穎而出。其實(shí)，早在2018年，OpenAI公司就已經(jīng)開始研究GPT （Generative Pre-Trained）模型，一種基于互聯(lián)網(wǎng)的、可用數(shù)據(jù)來訓(xùn)練的、文本生成深度學(xué)習(xí)模型。研發(fā)公司相繼推出了GPT-1、GPT-2、GPT-3。經(jīng)歷了從無到有的過程，最終與自然語言處理融合，形成智能化生成平臺。如今，ChatGPT已經(jīng)升級至GPT-5版本，從算力到模型結(jié)構(gòu)都獲得了大幅度提升，并逐漸演變成多維度的模型產(chǎn)品。

備受矚目的Sora視頻生成平臺更是以“世界模擬器”的概念打破了人們對于人工智能的認(rèn)知，Sora通過文生視頻、圖生視頻的方式，巧妙地利用視頻轉(zhuǎn)場，生成獨(dú)特的視頻效果，60秒超長時(shí)間，針對影視設(shè)計(jì)行業(yè)具有顛覆性的沖擊。雖然目前未對用戶開放使用，但能夠推測其勢必降低視頻設(shè)計(jì)的門檻。Sora的出現(xiàn)無疑是一種“蛻變”，改變了由ChatGPT形成的單一模型系統(tǒng)，其通過對場景模型的虛擬運(yùn)算，利用分鏡頭視角在模型中漫游、穿梭，形成動態(tài)視頻影像。

從設(shè)計(jì)的角度分析，Sora已能夠通過算力建立動態(tài)的模型場景。這無疑對設(shè)計(jì)行業(yè)帶來了巨大的沖擊與挑戰(zhàn)，人工智能將直接介入設(shè)計(jì)的模型建構(gòu)并生成。以三維的路徑營建智能化的場景模型。這些模型包括了自然、人類、植物、動物、建筑、產(chǎn)品、文化、歷史等。以更直接的現(xiàn)實(shí)模型，描繪操作者、設(shè)計(jì)師的潛在生成目標(biāo)，輔助人類的實(shí)踐生產(chǎn)，推動生產(chǎn)效率的提高。

智能化生成三維模型與產(chǎn)品設(shè)計(jì)存在著密切的聯(lián)系，其將有效的輔助產(chǎn)品設(shè)計(jì)生產(chǎn)的開展。人工智能平臺通過多個(gè)來源收集三維模型數(shù)據(jù)，例如：三維掃描、建模軟件等。并基于對收集到的三維數(shù)據(jù)進(jìn)行歸類、轉(zhuǎn)化和梳理，利用卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Networks，CNN）技術(shù)從三維數(shù)據(jù)庫中提取特征。以此，結(jié)合適用的人工智能大模型，對收集的三維數(shù)據(jù)進(jìn)行訓(xùn)練，從而獲得生成式三維模型。這種構(gòu)建三維模型的生成方式直接影響到產(chǎn)品設(shè)計(jì)方案的形成。

二、原理與方法：深度學(xué)習(xí)智能生成產(chǎn)品設(shè)計(jì)方案

（一）目標(biāo)：模擬人類思維與自動建構(gòu)產(chǎn)品設(shè)計(jì)概念。

人工智能與生成技術(shù)的主要目標(biāo)是計(jì)算機(jī)模仿人類的行為與思維，并通過計(jì)算機(jī)運(yùn)算自動化的生成。1950年，人工智能之父——艾倫·麥席森·圖靈（Alan Mathison Turing）提出“如果一臺機(jī)器與人類進(jìn)行對話，但卻無法辨識這臺機(jī)器是人類還是機(jī)器，那么機(jī)器就具備了人工智能特征”。由此，圖靈測試（The Turing test）成為檢測計(jì)算機(jī)是否具備智能的標(biāo)準(zhǔn)與門檻。

1956年，人工智能概念在美國達(dá)特茅斯學(xué)院提出，史稱“達(dá)特茅斯會議”，會議由約翰·麥肯錫（John McCarthy）倡導(dǎo)，邀請來自語言學(xué)、信息學(xué)、機(jī)器感知、經(jīng)濟(jì)學(xué)等不同學(xué)科的專家共同討論基于計(jì)算機(jī)誕生背景下的未來科技發(fā)展方向。在學(xué)科交叉與交流中觸發(fā)科技的神經(jīng)火花，人工智能概念（Artificial Intelligence，AI）由此誕生，1956年也成為人工智能元年。隨著人工智能的革新，1997年，“深藍(lán)”擊敗國際象棋冠軍。2016年，AlphaGo擊敗世界圍棋冠軍，人工智能的智能化水平不斷提升。

人工智能是通過人類輸入的語言進(jìn)行深度學(xué)習(xí)，針對操作者輸入的文本與內(nèi)容進(jìn)行編碼，掌握人類的思維意識，從而獲得潛在的生成目標(biāo)，開展智能化的實(shí)踐運(yùn)算。這樣的運(yùn)算具有隨機(jī)性、連續(xù)性、多樣性的特征。例如：人工智能隨機(jī)的生成產(chǎn)品概念效果圖、產(chǎn)品三維模型、產(chǎn)品材質(zhì)結(jié)構(gòu)等。拓展產(chǎn)品設(shè)計(jì)的思路，利用原有的產(chǎn)品設(shè)計(jì)風(fēng)格進(jìn)行“遷移”，將操作者輸入的文本與產(chǎn)品風(fēng)格進(jìn)行運(yùn)算，形成創(chuàng)新設(shè)計(jì)作品方案。

（二）路徑：自然語言外部反饋與修正生成產(chǎn)品設(shè)計(jì)方案

基于自然語言處理的生成路徑，利用操作者輸入的文本、圖像，人工智能平臺通過識別與深度學(xué)習(xí)，開展智能化的生成創(chuàng)作與設(shè)計(jì)。設(shè)計(jì)師根據(jù)設(shè)計(jì)需求，結(jié)合設(shè)計(jì)創(chuàng)意效果，利用“提示詞”（Prompt）組成輸入本文，其中包括：主題、風(fēng)格、情感、色彩、視角、細(xì)節(jié)、環(huán)境、動作、時(shí)間、技術(shù)參數(shù)等類別，如表1、表2。人工智能模型通過識別這些提示詞來獲取對用戶潛在生成目標(biāo)的感知，并進(jìn)行編碼、解碼，從而運(yùn)算出產(chǎn)品設(shè)計(jì)方案與概念。

“提示詞”成為操控人工智能技術(shù)平臺的“變量”（Variable）。針對設(shè)計(jì)領(lǐng)域的人工智能技術(shù)模型不斷的迭代與升級，從模型的空間分布與邏輯關(guān)聯(lián)的角度分析，計(jì)算機(jī)對潛在的“提示詞”形成了較為細(xì)化的空間維度特征，計(jì)算機(jī)通過識別設(shè)計(jì)師的“提示詞”并對其在模型中進(jìn)行編碼、解碼。由于算力的隨機(jī)性，很難生成兩幅完全一致的圖像，由此出現(xiàn)了生成式設(shè)計(jì)作品的多樣性和隨機(jī)性。從而生成了不同的隨機(jī)圖像，伴隨不同的大模型被人工智能公司推出，生成的設(shè)計(jì)作品也更具創(chuàng)造力和契合力。一定程度上滿足了設(shè)計(jì)師初步的設(shè)計(jì)構(gòu)想——“頭腦風(fēng)暴”，激發(fā)創(chuàng)意萌生。因此，人工智能技術(shù)已開始協(xié)助設(shè)計(jì)師運(yùn)算生成設(shè)計(jì)方案，并可直接生成產(chǎn)品設(shè)計(jì)效果圖。

筆者經(jīng)過測試與評估研究發(fā)現(xiàn)，不同人工智能模型針對產(chǎn)品設(shè)計(jì)專業(yè)的生成作品在品質(zhì)上存在著差異性，生成作品的效果、水準(zhǔn)參差不齊。目前，僅有較少的幾個(gè)人工智能平臺有能力生成與傳統(tǒng)產(chǎn)品設(shè)計(jì)概念較為契合的設(shè)計(jì)作品，這其中的本質(zhì)其實(shí)是基于“大模型”的維度框架所形成的不同運(yùn)算方式，從而直接導(dǎo)致了生成設(shè)計(jì)作品的質(zhì)量與效果。同時(shí)，后臺數(shù)據(jù)庫的“容量”更新與優(yōu)化也是影響其生成作品質(zhì)量的另一個(gè)重要因素。

但由于這種理解識別路徑是以單維度的語言模式為基礎(chǔ)，計(jì)算機(jī)無法從多維度的角度直接了解人類操作者的意圖與思維，加之計(jì)算機(jī)算法的隨機(jī)性，單次的理解與識別無法匹配潛在的設(shè)計(jì)意圖，需要操作者多次、連續(xù)地向人工智能平臺發(fā)出指令，不斷反饋與修正，從而校準(zhǔn)目標(biāo)對象的要求與標(biāo)準(zhǔn)。這種單一維度的“對話”路徑也正是目前人工智能技術(shù)的局限性，未來通過行為跟蹤、面部識別、體感溫度、腦機(jī)接口等多維度的深度學(xué)習(xí)交互路徑，或許將改變這種意圖理解的局限性。并結(jié)合大模型的不斷迭代與升級，擴(kuò)容數(shù)據(jù)庫，兼顧“識別路徑”和“大模型更迭”，以“雙向”進(jìn)化的途徑，將是人工智能技術(shù)針對產(chǎn)品設(shè)計(jì)領(lǐng)域的升級突破口。

三、改變設(shè)計(jì)單一主體：計(jì)算機(jī)介入產(chǎn)品設(shè)計(jì)

（一）計(jì)算機(jī)從“輔助”產(chǎn)品設(shè)計(jì)走向“介入”產(chǎn)品設(shè)計(jì)

產(chǎn)品設(shè)計(jì)是一個(gè)產(chǎn)品開發(fā)過程中，將用戶需求和技術(shù)可行性相結(jié)合的迭代過程，其根本目的是創(chuàng)造出滿足用戶需求、具有商業(yè)價(jià)值的實(shí)用產(chǎn)品。產(chǎn)品設(shè)計(jì)起源于設(shè)計(jì)史的開端，19世紀(jì)下半葉，威廉·莫里斯倡導(dǎo)的英國工藝美術(shù)運(yùn)動率先提出強(qiáng)調(diào)手工藝生產(chǎn)的理念。隨著工業(yè)化水平的提升，在眾多包豪斯現(xiàn)代主義設(shè)計(jì)師的推動下，產(chǎn)品設(shè)計(jì)開始適應(yīng)工業(yè)化的發(fā)展，重視標(biāo)準(zhǔn)化、批量化、成本效益等因素。二戰(zhàn)后，產(chǎn)品設(shè)計(jì)的商業(yè)價(jià)值在美國“流線型”運(yùn)動中獲得重塑，20世紀(jì)五、六十年代，通用汽車設(shè)計(jì)師哈利·厄爾（Harley Earl）提出“有計(jì)劃地廢止制度”——產(chǎn)品營銷策略，進(jìn)一步凸顯了設(shè)計(jì)的價(jià)值與意義。

20世紀(jì)80年代，計(jì)算機(jī)輔助設(shè)計(jì)被廣泛應(yīng)用于設(shè)計(jì)領(lǐng)域，代表軟件為CAD （Computer Aided Design），一種模擬人類專家解決特定領(lǐng)域問題的計(jì)算機(jī)程序系統(tǒng)。[6]計(jì)算機(jī)輔助產(chǎn)品設(shè)計(jì)是將傳統(tǒng)的手繪表現(xiàn)技法轉(zhuǎn)化為軟件工具，便于設(shè)計(jì)方案直觀、便捷、高效地呈現(xiàn)。常用的計(jì)算機(jī)輔助產(chǎn)品設(shè)計(jì)軟件包括：犀牛（Rhino3D）、3DMax、Blender、C4D、Keyshot等。這些輔助軟件通過輸入命令的方式，輔助產(chǎn)品設(shè)計(jì)建構(gòu)模型、渲染效果，以點(diǎn)、線、面的多元化命令方式，從不同的角度營造產(chǎn)品模型，其中包括：車削、布爾運(yùn)算、放樣、擠出等命令。從原理上采用工業(yè)化模型的制作方法，輔助設(shè)計(jì)師創(chuàng)造產(chǎn)品設(shè)計(jì)方案。

由于自然語言處理（NLP）系統(tǒng)的出現(xiàn)，傳統(tǒng)計(jì)算機(jī)輔助設(shè)計(jì)軟件也開始轉(zhuǎn)向以輸入語言文本為基礎(chǔ)的建模造型方式，操作者不再需要熟悉命令和菜單，僅通過簡潔的語義輸入就能夠在智能軟件中獲得潛在的產(chǎn)品模型和渲染燈光場景效果。甚至為建模軟件提供二維圖像直接生成三維模型的建構(gòu)路徑。減輕了設(shè)計(jì)師利用計(jì)算機(jī)輔助軟件制作產(chǎn)品設(shè)計(jì)方案和效果圖的負(fù)擔(dān)，以更智能的方式幫助設(shè)計(jì)師開展方案構(gòu)思的工作環(huán)節(jié)。

但通過評估、比較現(xiàn)有的智能生成模型和渲染效果，其風(fēng)格樣式的差異性有待進(jìn)一步提高。由于計(jì)算機(jī)智能軟件直接介入到產(chǎn)品設(shè)計(jì)的方案建構(gòu)中，但智能模型和數(shù)據(jù)庫具有一定的“有限性”，因此，生成的產(chǎn)品造型和渲染效果風(fēng)格、形式較為相似，造成“泛化”設(shè)計(jì)方案。這些問題在大模型與數(shù)據(jù)庫的升級和更新中應(yīng)當(dāng)獲得改進(jìn)。從整體到局部，考慮產(chǎn)品設(shè)計(jì)的細(xì)節(jié)，在同質(zhì)性中尋求差異性。

這種輸入語言文本——提示詞的建構(gòu)路徑直接讓計(jì)算機(jī)介入到建模的造型設(shè)計(jì)中，而不再依賴操作者——設(shè)計(jì)師單一的建構(gòu)主體方式，計(jì)算機(jī)智能路徑通過識別輸入文本的語義，將文本轉(zhuǎn)化成計(jì)算機(jī)可識別的代碼，并對代碼進(jìn)行編碼、解碼，形成生成式的模型樣式。其潛在的邏輯是將設(shè)計(jì)師的審美標(biāo)準(zhǔn)轉(zhuǎn)化成算法，隨機(jī)性的生成產(chǎn)品造型風(fēng)格，降低了針對產(chǎn)品設(shè)計(jì)造型的精力投入與細(xì)節(jié)思考，設(shè)計(jì)師通過基本的專業(yè)建模提示詞就能夠在不斷的優(yōu)化與修正中獲得潛在的設(shè)計(jì)目標(biāo)方案，從而推動產(chǎn)品設(shè)計(jì)實(shí)踐活動的開展。

如圖1，以咖啡機(jī)產(chǎn)品造型設(shè)計(jì)為例，左側(cè)為犀牛輔助軟件建模路徑，右側(cè)是人工智能平臺計(jì)算生成的咖啡機(jī)造型設(shè)計(jì)方案。由此可見，計(jì)算機(jī)輔助產(chǎn)品設(shè)計(jì)開始逐漸轉(zhuǎn)向介入產(chǎn)品設(shè)計(jì)。計(jì)算機(jī)人工智能軟件平臺主要包括：Midjourney、DALL·E 3、Stable Diffusion、文心一格、通義萬相等。人工智能在技術(shù)進(jìn)化中逐漸接近設(shè)計(jì)師的思維與意識，介入產(chǎn)品設(shè)計(jì)實(shí)踐活動。

（二）計(jì)算機(jī)智能算法改變產(chǎn)品設(shè)計(jì)流程

產(chǎn)品設(shè)計(jì)的流程主要通過用戶需求、概念設(shè)計(jì)、方案評估、原型產(chǎn)品制作、升級與優(yōu)化、生產(chǎn)與推廣6個(gè)環(huán)節(jié)開展。20世紀(jì)60年代，美國宇航局（NASA）提出“階段評估流程”，用于評估和管理項(xiàng)目進(jìn)度、風(fēng)險(xiǎn)和績效。1969年，諾曼·博斯（Norman P. Norman）和彼得·艾倫構(gòu)建了一個(gè)由6階段組成的基礎(chǔ)流程，這一流程為近年來推出的眾多流程奠定了基礎(chǔ)。其中包括：探索、篩選、商業(yè)評估、開發(fā)、測試和商業(yè)化，為產(chǎn)品設(shè)計(jì)流程提供了重要的參考。

70年代，溫斯頓·羅伊斯（Winston Royce）提出著名的“瀑布模型”（Waterfall Model）。20世紀(jì)80年代，由羅勃特·G.庫珀（Robert G. Cooper）提出“門徑流程”（Stage-Gate System，SGS），其被視為產(chǎn)品開發(fā)過程中的基礎(chǔ)程序和過程管理工具。由此，產(chǎn)品設(shè)計(jì)流程更加注重市場需求、技術(shù)可行性和生產(chǎn)需求等方面的因素，人因工程學(xué)、用戶體驗(yàn)設(shè)計(jì)、交互設(shè)計(jì)、可持續(xù)設(shè)計(jì)等理念逐漸進(jìn)入產(chǎn)品設(shè)計(jì)流程，促使產(chǎn)品設(shè)計(jì)更加科學(xué)化和系統(tǒng)化，從而減少資源浪費(fèi)，提高產(chǎn)品運(yùn)營效率。

21世紀(jì)，全球經(jīng)濟(jì)呈現(xiàn)數(shù)字化、智能化、綠色化趨勢。這些趨勢驅(qū)動產(chǎn)品設(shè)計(jì)強(qiáng)調(diào)“個(gè)性化”，“設(shè)計(jì)”逐漸成為一個(gè)復(fù)雜問題，不再是單一的、膚淺的同質(zhì)化方法解決普遍性問題。由此，產(chǎn)品設(shè)計(jì)流程更加注重設(shè)計(jì)思維和邏輯，例如：在服務(wù)設(shè)計(jì)領(lǐng)域，通常采用思維導(dǎo)圖、愿景、案例分析、情景等工具和方法，借助故事板、接觸點(diǎn)與用戶體驗(yàn)地圖等可視化設(shè)計(jì)方案確立設(shè)計(jì)概念。[7]但不論利用怎樣的策略與方法都離不開以用戶為中心的服務(wù)對象。產(chǎn)品設(shè)計(jì)其實(shí)是在平衡用戶需求與技術(shù)的交匯點(diǎn)，以“生態(tài)”“交互”“五感”“情境”“精細(xì)化”和“人因工程”等理念追求人、物、環(huán)境三者之間的平衡。

由于人工智能技術(shù)的發(fā)展，如圖2其主要改變產(chǎn)品設(shè)計(jì)流程的環(huán)節(jié)是“概念設(shè)計(jì)”。傳統(tǒng)的概念設(shè)計(jì)環(huán)節(jié)主要分為：手繪概念草圖、確立深化方案、制作效果3個(gè)方面。生成式產(chǎn)品設(shè)計(jì)概念僅需要輸入自然語言文本，界定產(chǎn)品設(shè)計(jì)概念和創(chuàng)意描述，便能夠?qū)嵤┤斯ぶ悄艿姆桨干膳c運(yùn)算任務(wù)。從而推動產(chǎn)品設(shè)計(jì)實(shí)踐工作進(jìn)入下一個(gè)流程環(huán)節(jié)。

人工智能生成產(chǎn)品概念方案提高了產(chǎn)品設(shè)計(jì)流程的工作效率，縮短了傳統(tǒng)產(chǎn)品概念設(shè)計(jì)由于借助計(jì)算機(jī)輔助軟件所消耗的時(shí)間。將產(chǎn)品設(shè)計(jì)過程的注意力集中在創(chuàng)意、結(jié)構(gòu)、材料和造型研究等方面。擺脫了困于表現(xiàn)技法而造成喧賓奪主的設(shè)計(jì)情境，為設(shè)計(jì)師爭取了更多精力和時(shí)間投入到概念的思考與創(chuàng)新中。如圖3、圖4為人工智能平臺生成的交通工具產(chǎn)品造型方案。

利用人工智能技術(shù)生成的產(chǎn)品概念方案具有一定的優(yōu)勢，同時(shí)也存在著局限性。人工智能產(chǎn)品設(shè)計(jì)軟件生成產(chǎn)品概念設(shè)計(jì)極大推動了產(chǎn)品設(shè)計(jì)流程的工作效率，可有效地協(xié)助設(shè)計(jì)師開展產(chǎn)品設(shè)計(jì)的前期方案篩選和優(yōu)化工作，生成式概念設(shè)計(jì)可直接成為潛在的設(shè)計(jì)對象方案，也可通過優(yōu)化與完善“蛻變”為產(chǎn)品設(shè)計(jì)師構(gòu)思創(chuàng)意的起點(diǎn)。便于設(shè)計(jì)師熟悉已有的產(chǎn)品設(shè)計(jì)風(fēng)格、語言，利用人工智能試驗(yàn)設(shè)計(jì)對象的創(chuàng)意可行性。如圖5，人工智能平臺生成未來智能機(jī)器人造型設(shè)計(jì)，考慮了基本的機(jī)器感知、行為、結(jié)構(gòu)、信號、反饋等因素，協(xié)助設(shè)計(jì)師拓展產(chǎn)品設(shè)計(jì)造型創(chuàng)意，以高效的算力將潛在的設(shè)計(jì)目標(biāo)與表象可能性相結(jié)合。其彌補(bǔ)了由于表現(xiàn)技法局限性阻礙設(shè)計(jì)思路深化與萌發(fā)的短板。

計(jì)算機(jī)智能算法改變產(chǎn)品設(shè)計(jì)流程，由于人工智能算力模型具有隨機(jī)性、多樣性的特點(diǎn)。一方面，計(jì)算機(jī)智能算法拓寬產(chǎn)品設(shè)計(jì)思維。另一方面，生成的設(shè)計(jì)方案較為隨機(jī)，需要設(shè)計(jì)師通過不斷修正與反饋才能獲得相對較為理想的設(shè)計(jì)方案。這就造成了生成式產(chǎn)品設(shè)計(jì)概念設(shè)計(jì)無法完全契合設(shè)計(jì)師或設(shè)計(jì)對象的標(biāo)準(zhǔn)與要求，生成式產(chǎn)品設(shè)計(jì)作品仍然需要產(chǎn)品設(shè)計(jì)師的優(yōu)化與完善才能夠進(jìn)入下一步的產(chǎn)品設(shè)計(jì)流程。反復(fù)修正與反饋同樣消耗一定程度的時(shí)間，其本質(zhì)是以自然語言處理的路徑幫助人工智能深度學(xué)習(xí)操作者潛在的設(shè)計(jì)目標(biāo)。智能生成的局限性有待于在未來的迭代中升級并優(yōu)化，從而生成與操作者意圖高度一致的目標(biāo)。

（三）計(jì)算機(jī)介入產(chǎn)品設(shè)計(jì)形成多元主體創(chuàng)作形式

計(jì)算機(jī)從“輔助”產(chǎn)品設(shè)計(jì)走向“介入”產(chǎn)品設(shè)計(jì)，計(jì)算機(jī)算力介入到產(chǎn)品設(shè)計(jì)的流程中，從而形成多元化產(chǎn)品設(shè)計(jì)主體，改變傳統(tǒng)的設(shè)計(jì)師單一主體創(chuàng)作方式。多元化創(chuàng)作主體強(qiáng)調(diào)的是設(shè)計(jì)師主導(dǎo)人工智能，并協(xié)同人工智能共同構(gòu)建產(chǎn)品設(shè)計(jì)方案。其中，設(shè)計(jì)師通過思考與想象勾勒出產(chǎn)品設(shè)計(jì)藍(lán)圖，人工智能則是通過語義的文本轉(zhuǎn)化，從而識別潛在的設(shè)計(jì)對象，并通過大模型編碼運(yùn)算，根據(jù)現(xiàn)有的產(chǎn)品設(shè)計(jì)風(fēng)格、形式生成產(chǎn)品設(shè)計(jì)方案。兩者相輔相成，優(yōu)勢互補(bǔ)。合力促成富有創(chuàng)意、表達(dá)完整、突顯價(jià)值的產(chǎn)品設(shè)計(jì)方案。

設(shè)計(jì)（Design）最早是指把一種設(shè)想通過合理的規(guī)劃、周密的計(jì)劃以各種方式表達(dá)出來的過程，是造物活動的預(yù)先計(jì)劃，是造物實(shí)踐活動中技術(shù)與流程的交融?！霸O(shè)計(jì)”強(qiáng)調(diào)的是計(jì)劃、過程、技術(shù)。人工智能以其大模型的算力介入到產(chǎn)品設(shè)計(jì)的“計(jì)劃”環(huán)節(jié)，其在設(shè)計(jì)過程中的地位逐漸獲得提升。產(chǎn)品設(shè)計(jì)師開始與人工智能“肩并肩”共同造物。

人工智能技術(shù)介入到產(chǎn)品設(shè)計(jì)領(lǐng)域，介入到產(chǎn)品設(shè)計(jì)流程，是一個(gè)“起點(diǎn)”，是一種破維產(chǎn)品設(shè)計(jì)流程的過程。隨著人工智能技術(shù)的逐漸成熟，破維效應(yīng)會愈發(fā)顯現(xiàn)。與此同時(shí)，人工智能技術(shù)的發(fā)展顯然會受到“保守派”傳統(tǒng)禁錮思想的抵制。甚至?xí)J(rèn)為其牽涉道德、倫理、法律等社會問題。不能否定，人工智能存在著這樣的隱患，但這些問題促使人工智能在“分歧”與“質(zhì)疑”中生存、生長，通過實(shí)踐驗(yàn)證自身的價(jià)值與意義，發(fā)揮其智能化的技術(shù)作用。

一個(gè)新技術(shù)的誕生往往引發(fā)爭議與擔(dān)憂，人工智能技術(shù)的誕生正像人類第一次、第二次工業(yè)革命一般，沖擊著人類的生活與生產(chǎn)。2023年4月，埃隆·馬斯克等人對人工智能在無安全監(jiān)管狀態(tài)下將暴走失控的發(fā)展趨勢表示憂慮。這是出于人類自御的責(zé)任感——堅(jiān)守傳統(tǒng)，還是應(yīng)當(dāng)面對生產(chǎn)力迭代的“跳躍”節(jié)點(diǎn)？一時(shí)間引發(fā)熱議。如圖6，歷史總是驚人的相似，一張來自1900年代的西方反對用電技術(shù)的宣傳漫畫，圖中將電力與電燈技術(shù)丑化、妖魔化，會將人電暈致死，從而宣傳抵制利用。在如今，拿出這幅漫畫作品時(shí)，充滿了諷刺意味，似乎讓我們看到了“質(zhì)疑”與“分歧”的答案。電力系統(tǒng)和電燈已然成為人類生活、生產(chǎn)必不可少的生產(chǎn)能源與生活必需品。

因此，多元化產(chǎn)品設(shè)計(jì)創(chuàng)造主體，促使人工智能介入設(shè)計(jì)的實(shí)踐范圍獲得提升，是未來產(chǎn)品設(shè)計(jì)流程的發(fā)展趨勢。但基于目前的人工智能化水平，產(chǎn)品設(shè)計(jì)創(chuàng)作仍舊是以人類——設(shè)計(jì)師為主導(dǎo)的生產(chǎn)實(shí)踐活動。在產(chǎn)品設(shè)計(jì)領(lǐng)域，人類繼續(xù)以經(jīng)驗(yàn)和審美險(xiǎn)勝人工智能技術(shù)，這樣的優(yōu)勢還能保留多久？產(chǎn)品設(shè)計(jì)的本質(zhì)是“用戶需求”與“技術(shù)迭代”的“進(jìn)化”，人類的物質(zhì)文化追求在不斷改變，科學(xué)技術(shù)水平也在高速變通。這其中離不開捕捉產(chǎn)品設(shè)計(jì)之“變”，設(shè)計(jì)師擁有最敏感的聞“變”能力，假使人工智能擁有這種能力，那么將會對產(chǎn)品設(shè)計(jì)產(chǎn)生顛覆性的沖擊。

不足為奇，人類已開始警惕人工智能技術(shù)發(fā)展所帶來的隱患，OpenAI聯(lián)合創(chuàng)始人兼首席科學(xué)家伊爾亞·蘇茨克維（Ilya Sutskever）提出了理想化的人工智能發(fā)展方向。當(dāng)人工智能技術(shù)的革新超過某個(gè)臨界點(diǎn)時(shí)，人類仍然可以有效掌控人工智能技術(shù)。從而確保人工智能永遠(yuǎn)受到人類的控制，這樣的理想化期望即為“超級對齊（Superalignment）”。產(chǎn)品設(shè)計(jì)領(lǐng)域同樣遵循“超級對齊”的協(xié)作關(guān)系，設(shè)計(jì)師成為“總策劃”角色，合理的、周密的規(guī)劃整個(gè)產(chǎn)品設(shè)計(jì)流程，與人工智能技術(shù)一道把控產(chǎn)品設(shè)計(jì)的價(jià)值與意義，堅(jiān)守聞“變”的洞察力與敏感力，把控產(chǎn)品設(shè)計(jì)中“需求”與“技術(shù)”的交融。

針對產(chǎn)品設(shè)計(jì)領(lǐng)域的人工智能技術(shù)，從宏觀的角度評估，人工智能技術(shù)催生的生成式產(chǎn)品設(shè)計(jì)流程方法是以“局部”的環(huán)節(jié)發(fā)揮其作用，產(chǎn)品設(shè)計(jì)師仍然是產(chǎn)品設(shè)計(jì)流程中“整體”的規(guī)劃設(shè)計(jì)主體。局部依附于整體，“整體”利用“局部”推動設(shè)計(jì)生產(chǎn)力。未來，人工智能水平通過多模態(tài)路徑和維度獲得操作者——設(shè)計(jì)師的潛在設(shè)計(jì)要求，“感智能力”將獲得大幅度提升，其能夠更精準(zhǔn)地把握發(fā)出命令者的意圖與思維，降低由于單一語言識別模態(tài)所花費(fèi)的時(shí)間，避免由于識別過程中捕捉信息不足而造成的誤差與損失。技術(shù)水平的提升有助于設(shè)計(jì)師更好把控、利用技術(shù)開展設(shè)計(jì)計(jì)劃。

結(jié)語

人工智能與生成已經(jīng)形成計(jì)算機(jī)“介入”產(chǎn)品設(shè)計(jì)的創(chuàng)作方式，操作者——設(shè)計(jì)師與人工智能技術(shù)協(xié)同發(fā)展成為如今產(chǎn)品設(shè)計(jì)領(lǐng)域的發(fā)展趨向。計(jì)算機(jī)直接介入產(chǎn)品設(shè)計(jì)大幅度提升了概念方案的設(shè)計(jì)效率，改變了傳統(tǒng)的產(chǎn)品設(shè)計(jì)流程，形成以智能生成式作為設(shè)計(jì)出發(fā)點(diǎn)的多元?jiǎng)?chuàng)作主體產(chǎn)品設(shè)計(jì)方法。

這種以人工智能技術(shù)“介入”產(chǎn)品設(shè)計(jì)的設(shè)計(jì)方法積極地推動了產(chǎn)品設(shè)計(jì)開展，為設(shè)計(jì)師提供了多樣的創(chuàng)作靈感與啟發(fā)，假使將人工智能技術(shù)視為產(chǎn)品設(shè)計(jì)的“工具”，那么如同在數(shù)學(xué)計(jì)算過程中使用計(jì)算器。更好地推動產(chǎn)品設(shè)計(jì)，精準(zhǔn)把握設(shè)計(jì)對象、設(shè)計(jì)要求、設(shè)計(jì)可行性、設(shè)計(jì)創(chuàng)新力、設(shè)計(jì)生產(chǎn)力。人工智能技術(shù)介入產(chǎn)品設(shè)計(jì)流程，即為“大模型”介入產(chǎn)品概念設(shè)計(jì)，推動產(chǎn)品設(shè)計(jì)向多元化方法的探索。

參考文獻(xiàn)

[1].杭間.“迭代”的危機(jī)[J].裝飾，2023（12）：12-18.

[2].曾欽宇，孟凱寧，王媛麟.人工智能語境下的皮革制品設(shè)計(jì)路徑研究[J].皮革科學(xué)與工程，2024，34（02）：91-98.

[3].郝瑞敏，李勇，陳奎文.從經(jīng)驗(yàn)到算法：人工智能驅(qū)動的汽車造型設(shè)計(jì)研究[J].裝飾，2023（11）：114-118.

[4].馮玉泉.AIGC在工業(yè)設(shè)計(jì)上的應(yīng)用與思考[J/OL].包裝工程：1-11[2024-03-29].

[5].馬立新，楊冬妮.身份、產(chǎn)權(quán)、競爭力——理解AI繪畫的三個(gè)基本維度[J].美術(shù)，2024（03）：11-17.

[6].李杰，蔡新元.人工智能使設(shè)計(jì)重返“意義”[J].設(shè)計(jì)，2024，37（02）：30-35.

[7].繆珂.服務(wù)設(shè)計(jì)中的流程與方法探討——以米蘭理工大學(xué)設(shè)計(jì)創(chuàng)新與設(shè)計(jì)方法課程為例[J].裝飾，2017（03）：93-95.