提出了一种使用最新的预训练语言模型探索知识驱动设计生成的方法，具体通过改进的预训练变压器fine-tuning并结合美国专利数据库来实现。该方法不仅能使用简洁易懂的语言生成想法，而且能够以可控的知识距离将目标设计与外部知识来源进行综合综合。在滚动玩具设计的案例研究中测试了该方法，结果表明该方法在生成具有不同新颖性的想法方面表现良好，且具有近场和远场的知识来源。

Mar, 2022

利用自然语言生成技术，提出了一种新的方法来自动化早期设计概念的生成，其中涉及到设计思维、计算机辅助设计、预训练变压器和概念生成任务。实验结果显示，该方法在生成创新和有用概念方面表现良好。

Nov, 2022

研究探讨文本到图像生成技术在建筑设计早期阶段支持创意的潜力以及其在设计师教育中的应用，发现生成工具支持探索想法和丰富设计过程，但也存在挑战，需要软件开发者和教育者支持创意和设计师的想象力。

Apr, 2023

本文旨在为研究人员和实践者提供综合指南，介绍生成式人工智能和基础模型在智能汽车背景下的现状、潜在应用和未来研究方向，讨论其在语音、音频、视觉和多模态交互等领域的应用和与伦理相关的挑战和风险，以及关键未来研究领域，包括领域适应性、对齐、多模态集成等，以解锁生成式人工智能的全部潜力，塑造智能车辆未来。

May, 2023

本论文研究利用自然语言处理和机器学习技术进行概念生成，比较生成方案和众包解决方案的异同，结论表明，利用LLM技术生成的方案平均可行性和实用性更高，而众包解决方案更具新颖性。

May, 2023

利用最新的扩散模型生成创意艺术，通过将文本文档与粗略草图作为辅助信息进行模型训练，取得了令人满意的实验结果。

Jul, 2023

这篇文章探讨了生成人工智能在建筑设计中的广泛应用，从生成2D图像、视频和3D模型的基本原理到对建筑设计各个阶段的影响，指出了设计创新的新方向和应用生成人工智能的新轨迹。

Mar, 2024

本研究旨在通过多领域知识的传递，提出LLM2FEA作为首次尝试，以发现生成模型中的创新设计。实验结果在3D空气动力学设计方面验证了LLM2FEA的发现能力。LLM2FEA生成的设计不仅在一定程度上满足实用性要求，而且具有新颖而美观的形状，展示了LLM2FEA在发现任务中的潜在应用。

Jun, 2024

本文介绍了一种通过CAD图像提示来改善设计可行性的方法，并通过自行车设计任务的案例研究探究了该方法的实用性，结果表明CAD图像提示成功地帮助了文本到图像模型创建更具可行性的设计图像，并提供了在工程设计过程中选择适当的CAD图像提示权重的指南，有效利用我们的CAD图像提示方法可以拓宽文本到图像模型在工程设计中的应用范围。

Jul, 2024

本研究探讨了基于扩散的视觉艺术创作中的问题和挑战，结合艺术与技术的视角。研究揭示了如何将艺术需求转变为技术挑战，并强调了扩散方法在艺术创作中的作用及未来发展潜力。这一研究为生成性人工智能与艺术融合提供了新的视角，改变了创作范式并打开了新的可能性。

Aug, 2024