Page 242 - 建筑结构设计理论及实践研究

Theoretical and Practical Research on Architectural Structural Design
建筑结构设计理论及实践研究

networks）等算法集成了前缀调优（prefix tuning）、低秩适应方法、文本到图像
扩散模型（dreambooth）等训练方式。平台支持建筑师建立个人数据库，使人工
智能更好地理解、认识、感知建筑师个体及建筑设计机构的需求与目标。在训练中，
建筑师专属的算法配置都将被自动记录和优化，以训练特定任务的建筑模型。同

时，在后台建立了以 50 万余例建筑项目数据为基础的建筑信息数据库，支持图像、
图纸、文本标注等多种建筑信息的调用。
基于建筑师反馈，FUGenerator 从数据、模型、流程 3 方面及时调整设计范
式。在数据层面，支持用户上传建筑数据和数据库选择，记录用户选择排序，搭

建建筑师专属的建筑设计数据库。在模型层面，记录和管理材料选取、尺寸设
定、布局配置等参数配置，针对用户反馈训练评价模型对建筑任务模型及相应参
数进行训练。在流程层面，基于节点式运作逻辑，建筑师自由扩展和组织设计节
点，提供定制化可迭代、可追溯的交互模式，即时反思、评估和调整设计方案。

通过直观和灵活的方式迭代、思考和实验，建筑师将建立个性化定制的人机协作
范式，以适应个性化场景，激发创造力和想象力。人机共生的时代，需要全新的
人机交互模式，深度融合人类智能与人工智能，不断探索和优化人机智能增强
建筑设计的新范式。FUGenerator 作为启发式的生成式 AI 增强设计平台，通过

文本、图像等描述形式，启发建筑设计。当建筑师进入创作阶段时，该工具将
氛围语汇转换为具体建筑草图或方案，为建筑师创造多样化的灵感提供有力支
持。在概念生成阶段，建筑师只需输入具体场景的描述，如“Adjacent to river，
Urban surrounding”（在城市中，临近河边）等词语，随后加入关于建筑特性的
描 述， 如“Timber structure，Material-oriented tectonic，Architecture-environment

symbiosis”（木结构，以材料为导向的建构，建筑融入环境），并且添加关键词
限定建筑风格。这些文字描述有助于建筑师快速生成丰富多样的建筑方案，从而
在创作过程中得到更多的灵感，迅速表达自己的设计理念。

探索建筑师个体或建筑设计机构专属的 AI 增强设计平台，将成为未来建筑
设计著作权产出新方向。搭建服务个体的人工智能辅助设计平台，既是对已有知
识与经验的学习，也可以在全设计流程中增强专属化、个性化的著作权特征。人
工智能增强建筑设计流程，需要构建专用的数据体系及搭建训练模型，通过自定

义生成式算法与过程，可以实现人工智能与建筑设计思维的强关联。由建筑师训
练与搭建的人工智能模型，将赋能建筑师的感知力、分析力、想象力和创造力，

·230·