建筑师瑟瑟发抖？

本文经授权转载自：青年建筑

ID：i80arch

作者：青年建筑

编辑：卝生

---

这个建筑设计是由AI和建筑师共同完成。建筑师提出的设计要求和指引尽量克制，工作的进程更多由AI完成

都研建筑事务所

将AI纳入到建筑设计生产力的实践

这个建筑并不需要有特别强的标志性，或者过分夸张的异形外观，但却希望有符合小型休闲商业特征的建筑形式。刚开始会有惯性思维，高权重的电脑介入设计通常会是在制作异形建筑时用得多。如果是方方正正的设计，还需要使用AI工具吗？这次的实践完全颠覆了这个认知。因为AI不容分说加快了设计进度，大幅减少了人力工作量。更重要的是，从建筑师未接触过的角度拓宽了设计思维。

这次尝试，使用到了Midjourney、Runway、Stable Diffusion等主流的AIGC工具。让AI尽可能多介入到建筑方案设计工作流程的各个阶段之中。从方案构思、草图绘制、素材生成、动画输出等多阶段进行AI介入。

 

01

开始AI生成

一切从这张草图开始。（手画的和AI无关）草图线条包含了关键信息,特别是用人物定义了这张图的全局比例关系，以免出现完全不着边际的巨大建筑物。另外就是绘制出建筑的基本体量关系，明确出需要设计的是几栋楼。然后就是生成图纸。

 

 

黑白线稿生成成果

黑白线稿生成了20张左右的图纸，AI很快就理解到了这个建筑的商业功能，并自主往上贴了招贴广告。接下来一轮生成开始出现了阴影关系和更真实的建筑构件。

 

02

 

 

 

线稿到素描

 

我们选择了右下角的图作为Init Image的工作底图。配合Prompt生成底图的变体，同时对底图风格和材质进行了稍精确一些的控制。对CFG_Scale开始调整，以获得不同跟Prompt匹配度的生成结果。

 

粗略的方案思路出现 

03

赋予更多要素

明确主要的方案要素

 

04

 

机器学习

 

 

到这个阶段已经有了很好的基础，需要往一个目标走了。我们尝试了两组SD模型，一组是基于插图艺术家的，一组是基于初步用Zaha Hadid、Frank Gehry、Santiago Calatrava、Alvaro Siza、Norman Foster、Tadao Ando作品作为训练数据的能读懂现代建筑语汇的模型。

 

对照组01生成的作品

对照组02生成的作品

这个融合了多位建筑师风格的人工智能表现出了极大的作品多样性，实际上这个时候可以无限的生产现代建筑方案草图了。 

05

 

主线推演

 

 

 

在无限可能中，还是回到自己的主观选择。我们想要一个有独特商业氛围的建筑，她有一种类似自然景观的风貌，所以立面上需要像树又像岩石，屋顶要有树冠的形态，光线可以穿过其间撒下来。

走到这里，建筑的基本样子就已经出来了。过程中产生了很多精妙和大胆的方案，但最终还是选择了符合建筑师设想，建造难度和成本适中的方案。

 

 

生成过程的动图

 

06

有趣的巧合

AI演绎出屋顶是龙的想法

生成过程中AI产生了很多屋顶是龙的想法，可能是因为屋顶有鳞片的样子，也可能是数据中有巴特罗公寓。 

07

补充缺失细节

首先完成的是这个视点的图，以此为基础用Runway的Infinite Image工具做了图幅的扩展。

图幅扩大过程动图建筑的右半边就出现了，同理用Infinite Image工具可以将各个位置的细节补全。剩下的就是出成果了。

这次工作的体验无疑是革命性的。AIGC（AI Generated Content，AI内容生成）将协同和创作融合在一起，并且从最源头的灵感开始，在开放的机制下激发创造力和生产力。

资源分享网页端的Stable Diffusion

https://beta.dreamstudio.ai/

网页端打开就能用了，但最好是使用本地部署的SD以获得更强大的使用体验。目前所有代码、模型和权重参数库已经在 Huggingface 的 Github 上开放：https://github.com/huggingface/diffusers/releases/tag/v0.2.3或https://huggingface.co/CompVis/stable-diffusion

Stability Diffusion 可以部署在 10G 显存的消费级显卡上使用，生成 512*512 尺寸的图片只需要几秒。大大降低了当前开源 TTI 模型的使用门槛。

Prompt是生成图片抓取的提示词，这对于方案产生的内容至关重要。我们使用了Stable Diffusion prompt 搜索引擎 —— 抓取了大量 SD 的prompt对应的生成结果以学习Prompt的写法。

https://lexica.art/

CLIPRanked Artists列出了各艺术家在 CLIP各模型里的的感应度评分，以及相似艺术家。可以根据艺术家的风格来定义草图内容

https://drive.google.com/u/0/uc?id=1N6zBC27TrZldJOp5ca6lb4A1MX6zD_yi&export=download

 

下载安装包后点击在浏览器打开，稍需要一点点Colab基础。

Stable Diffusion prompt Generator – promptoMANIA

https://promptomania.com/stable-diffusion-prompt-builder/

这个网页可以辅助生成Prompt

 

网页端的Runway人工智能工具

https://app.runwayml.com

完成了动画人物、Infinite Image扩展等工作，甚至有的方面比SD更方便。

著作权

关于甲方的顾虑其实是设计成果权属的问题，在建筑设计领域这时常被疏忽。目前SD 开源模型的授权协议是 Creative ML OpenRAIL-M license，在 非有害目的 的条件下，允许商用和非商用。Stability.ai还提供了两种选择：

1，自己部署已经开源的 Stable Diffusion，也就是说用的是自己的 GPU 资源，所生成图片（Output）的著作权，Licensor（Stability.ai）claims no rights。图片著作权和如何对外授权都归你自行定义，Stability.ai 不做约束，也不会共享你的著作权和收益。

2，使用 dreamstudio 网站、官方 discord bot 或 其它 Stability.ai 直接提供的生成服务, 作品著作权归属就需要注意了。TOS 里明确了，你拥有生成作品的著作权，但同时也强制你将作品以 CC0 1.0 授权给 Stability.ai 和 通用公共领域。你可以商用或非商用自己创作的图像，但你的图像只要是通过上述服务生成的，就自动变成了 CC0 1.0  授权。成为通用公共领域 royalty-free 的图片资源。服务提供商 Stability.ai 和该服务上其它用户跟你享有同等的，对作品进行分发、复制、改编、修改等权益，无需经过同意，无需付费，包含商用目的。

设计单位：上海都研建筑设计事务所项目名：雨片街

方案主创：雷敏、江波

团队成员：满瑶、唐欣

AI生产：MrStreety

动画制作：601Studio

资料整理：Mori

END

公众号文章仅供内部交流，版权归原作者所有

如有部分权属不清导致的侵权请联系我们

我们将第一时间删除