Jun, 2024

LLM4DESIGN：一种用于建筑和环境设计的自动化多模式系统

HTML
PDF
TL;DRLLM4DESIGN是一个高度自动化的系统，通过多智能体系统培养创造力，通过检索增强生成（RAG）将设计与现实相关联，通过视觉语言模型（VLM）同步所有信息。该系统生成了连贯、多图文混合的设计方案，满足了叙事性故事讲述和客观绘图展示的双重需求，在城市更新设计领域表现出卓越性能。此外，研究创建了首个跨模态设计方案数据集，涵盖建筑、景观、室内和城市设计，为未来研究提供了丰富的资源。
发现论文，激发创造
  • Architext: 基于语言的生成式建筑设计

    Architext是一个新型的语义生成辅助工具，通过自然语言提示，利用大规模的语言模型进行设计生成，对不同大小的预训练语言模型进行语义准确性和多样性的评估，能在不同的场景下产生高质量的设计结果。

    Mar, 2023

  • 利用大型语言模型进行概念设计生成

    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

  • 大型语言模型如何帮助人类在设计和制造中？

    大型语言模型(Large Language Models, LLMs)，如GPT-4的进步为生成设计提供了新的机会，本文调查了该工具在整个设计和制造流程中的应用。通过一系列示例，我们突出了当前LLMs的优点和局限性，旨在推动这些模型的持续改进和进步。

    Jul, 2023

  • 利用大型语言模型进行结构化设计空间的生成和探索，用于人机共创

    通过提出一个框架，使用户能够无缝地探索、评估和综合多种响应，并通过Luminate互动系统与8名专业作家的用户研究展示了这个框架的可行性和有用性，我们推进了与大型语言模型的创造性任务互动的方式，引入了一种利用大型语言模型的创造潜力的方法。

    Oct, 2023

  • LLMs是否能生成建筑设计决策？——一项探索性实证研究

    通过使用大型语言模型，我们进行了一项探索性研究，旨在研究在给定决策背景的情况下，使用LLM生成ADR的可行性。我们的研究结果表明，在零-shot设定中，GPT-4等先进模型可以生成相关且准确的设计决策，但它们尚未达到人类水平。此外，我们观察到，成本更低的模型如GPT-3.5在一些-shot设定中可以获得类似的结果，并且经过精调的更小模型如Flan-T5在生成上具有可比性。总之，这项探索性研究表明LLM可以生成设计决策，但需要进一步的研究以达到人类水平的生成，并确立标准化的广泛应用。

    Mar, 2024

  • 建筑设计的生成式人工智能：文献综述

    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

  • I-Design：个性化LLM室内设计师

    通过自然语言交流生成和可视化设计目标的个性化室内设计师I-Design，以及利用视觉-语言模型和设计流程结合的新评估协议，在提供高质量三维设计解决方案和与用户输入相匹配的抽象概念方面优于现有方法。

    Apr, 2024

  • 大型语言模型探索多样化设计解决方案的能力

    通过调整参数和不同的提示工程技术, 探索大型语言模型在生成多样化设计方案方面的有效性, 并通过比较多个参数和提示工程方法的组合, 以及使用相同多样性指标与人工设计方案进行比较, 结果表明人类生成的解决方案在所有设计主题上始终有更高的多样性评分。

    May, 2024

  • LLM2FEA: 用生成进化多任务技术发现新颖设计

    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

  • Text2BIM：基于大语言模型的多智能体框架生成建筑模型

    本研究针对传统建筑信息建模(BIM)过程中的复杂设计指令和认知负担问题，提出了Text2BIM，一个基于大语言模型的多智能体框架，用于从自然语言指令生成3D建筑模型。该方法通过多个智能体协作，将文本输入转化为可以调用BIM工具API的指令代码，最终生成高质量的可编辑BIM模型，并展示了通过对话进行建模的潜力。

    Aug, 2024