《Journal of Interior Design》：Mapping Design Features, Artifacts, and Thinking: Developing a Method for Assessing the Impact of Diffusion Models’ Implementation in Interior Design
编辑推荐：
本研究开发了一种可视化映射方法（visual mapping method），使其他研究者能够识别、研究并优化扩散模型（diffusion models）或其他新兴技术在室内设计（interior design）与建筑设计（architectural desi
本研究开发了一种可视化映射方法（visual mapping method），使其他研究者能够识别、研究并优化扩散模型（diffusion models）或其他新兴技术在室内设计（interior design）与建筑设计（architectural design）中的实施。该方法通过与一家Flemish小型室内设计公司开展为期一年的生活实验室（living lab）而形成，提供了关于扩散模型如何影响小型企业内设计实践（design practice）、设计过程（design processes）与设计师（designers）的经验性、情境化理解。该案例研究的视觉映射揭示了若干不同的“影响时刻（moments of impact）”：生成图像扩展了参考图，并引入新的设计制品（design artifacts），同时凸显了限制更广泛采用的障碍。就设计实践而言，生成图像中涌现的设计特征（design features），如纹理（texture）、风格（style）与感受（feeling），显示出与室内设计领域显著相关。就设计过程而言，所研究的设计制品表明，整合型制品可带来快速收益（quick wins），而新型制品可激发并行的图像驱动设计路径（image-driven design tracks）。就设计师而言，对设计思维（design thinking）的分析表明，当扩散模型进入设计对话时，设计师的解释（interpretation）与决策（decision-making）能力仍处于中心地位。该映射方法为未来研究提供了可复制的框架，并突出了扩散模型研究如何能够超越当前占主导的研究——后者往往更具理论性，与具体、真实的职业实践相“脱离”。
研究背景与问题：2021年OpenAI发布首个聊天界面扩散模型后，图像生成被显著民主化；与生成对抗网络等技术相比，扩散模型可通过在用户友好界面输入自然语言生成图像。随着生成图像更容易且质量持续超出预期，设计应用从生成灵感图像扩展到生成渲染图，并出现诸多在线“AI室内设计”工具。面向设计的人工智能研究显示，扩散模型是早期建筑设计过程中最具前景的人工智能技术之一；调查显示6%的实践“总是”将人工智能用于早期设计阶段可视化。实践中，设有专门研究部门的大型建筑设计公司主导扩散模型使用叙事，如MVRDV公开分享其研发，但大型公司并不代表平均建筑或室内设计公司；研究还显示，公司规模越小，设计师对新兴数字技术的意识越低、使用兴趣越弱。由此，研究人员提出：这一有前景的人工智能技术对中小企业的真实影响是什么？扩散驱动的设计过程是什么样？扩散模型如何影响设计师？人工智能是否会让客户成为设计师，从而将设计师角色降为执行者？既有文献常回到系统思维，将设计过程泛化，未视其为复杂、分层、个体化过程；多数研究以学生为对象或纯理论；一些研究关注扩散生成图像的新颖性但回避批判性评价；生成过程常被详细记录，而图像转化为空间设计的实际设计过程大多未被记录，除被称为“更具创造性”；也有研究关注通过扩散生成最终渲染图，却未批判性处理生成图像中的“不想要”元素及其对设计过程的影响。研究人员先前关于扩散模型的工作通过学生模拟实验室展开设计过程，研究传统与AI辅助工具互动，并界定空间、文本与视觉解释时刻；额外研究显示混合媒介工作流的重要性，即结合生成图像、手绘草图、物理与数字模型，并强调赋予生成制品人类意义。这些研究使研究人员明确，扩散模型的实施不能脱离设计过程、个体设计师及其设计实践背景的完整复杂性与特殊性。为此，研究人员开展本研究，聚焦扩散模型在真实设计实践中的整合，提出可视化映射方法以识别和评估扩散模型影响，并应用于一家专注于室内建筑项目与立面设计的小型室内设计公司，通过视觉映射展开设计过程，以揭示扩散模型在何时、何地、如何影响室内设计，并将这些时刻捕获为“影响时刻”，且不是在理论中，而是在真实建筑设计项目的复杂性中进行经验性研究。其重要意义在于提供可复制的映射框架，推动扩散模型研究超越偏理论、脱离具体职业实践的研究，并在设计实践、设计过程与设计师三个层面评估影响。
方法概括（不超过250字）：研究采用单案例研究（single case study）与生活实验室（living lab）；样本来源为Flanders一家7名员工的小型室内设计公司，生活实验室跨2024年10月至2025年10月。数据收集包括观察日、工作坊、半年度随访与退出半结构化访谈，并以“出声思考”（thinking aloud）收集设计师对设计特征的反应。分析以Nigel Cross的产品、过程与人三源和Donald Sch?n的反思实践为框架，用设计特征、设计制品与设计思维为映射块，并结合Peirce的演绎、归纳、溯因推理模式，构建实际设计过程与扩散驱动设计过程两幅可视化映射图。
研究结果：收集的研究数据（Collected Research Data）显示，参与公司为Flanders一家7名员工的小型公司，同时处理室内建筑与建筑项目；生活实验室期间公司开展服装店、酒吧、餐厅等室内建筑项目，部分包含立面设计，并开展小尺度住宅项目外观设计；观察日、工作坊、随访访谈与退出访谈均有明确日期与参与人数。设计师在工作坊中被介绍Stable Diffusion、ControlNet等专用软件，但因技术障碍未在实施阶段进一步探索，这与拥有更多时间与资源克服障碍的大型建筑实践存在明显差距；设计师转而使用更易学易用的Midjourney与OpenAI模型，尽管几何与建筑控制有限。研究人员在准备与实施阶段收集广泛设计制品，并按预设计、草图设计、初步设计与最终设计阶段选择可视化。实际设计过程（Actual Design Process）通过映射实际过程得出：预设计阶段包括设计任务书、现场照片与平面图、参考图，参考图可表达色彩、几何、材料、纹理或客户期望的“感受”与氛围；草图设计阶段设计师使用归纳推理基于既有平面图、参考图与任务书创建新平面布局初稿，使用演绎推理创建粗略成本估算与既有场地的数字3D模型，并通过溯因推理创建物理情绪板与手绘表现草图；初步设计阶段使用归纳推理创建拟议设计的数字3D模型，并使用溯因推理创建手绘标注图以讨论与完善方案；最终设计阶段以演绎推理为主，从先前设计制品中提取信息形成交付物。扩散驱动设计过程（Diffusion-Powered Design Process）通过比较实际过程图与扩散驱动过程图得出：差异以灰色填充和更重线宽标出，构成“影响时刻”，同时揭示“潜在影响时刻”。第一个影响时刻：参考图（First Moment of Impact: References）通过映射预设计阶段参考图差异与访谈得出：参考图不仅包括收集图像，也包括设计师生成的参考图；生成参考图增加“跳出框架”的思考，可视化新的、意外的概念，扩展自由；其整体“感受”和“概念”强，契合参考图目的；生成参考图通过情绪板与平面图影响草图设计阶段，其中有的被视为“框架内”并加入情绪板，有的被视为“框架外”并反映客户寻求的海岸氛围与“惊叹效果”。第二个影响时刻：细节（Second Moment of Impact: Details）通过映射初步设计阶段新制品与访谈得出：生成细节作为新制品出现，设计师重新评估表现草图与3D模型几何质量以创建和策划文本及视觉提示，生成细节经与经理和同事讨论并标注，通过迭代与溯因思维使设计决策更明确；生成细节A仅作灵感且因不现实未进一步开发或纳入设计；生成细节B用于纹理实验，生成无缝纹理用于3D模型或定制纹理，设计师认为纹理设计比空间设计更容易更快，因设计问题障碍与前提条件更少；生成细节C基于早期渲染与参考图，视觉化设计意图与期望感受，整体外观与氛围被认为很好并被称为“有生命力”，但许多细节错误或生成不正确，编辑工作量大，且担心客户过度关注木材或画作类型，因此未向客户展示而用于内部分析氛围成功原因；生成细节D为住宅立面系列变体，基于3D模型线图与社区图像生成，设计师称几何、材料、色彩与纹理决策可在一次会议而非数天内完成，生成细节显示用预制混凝土构件构造凸窗可使立面更平静、朴素和现代，并可在一轮提示迭代中测试多种色彩，各变体均与周边环境匹配良好，表明扩散模型可加速情境感知决策；生成细节D因醒目的朱红色“檐口”被选为最合适，扩散驱动过程同时增加创意与效率价值。潜在影响时刻：表现（Potential Moment of Impact: Presentation）通过分析表现草图、情绪板与网站作品集得出：生成表现草图未成功，尽管多次尝试；手绘表现草图成功部分归因于其可解释性，客户可讨论设计而不过度关注细节；因时间限制与技术障碍，设计师未能用扩散模型生成同样可解释风格，只生成照片写实图像，且常含不想要元素，设计师不愿向客户展示；类似理由使网站作品集未进一步探索扩散驱动策略；情绪板作为溯因策展的物理空间，无额外生成空间；设计师对未能生成表现材料表示“失望”，但感知到若有更多时间克服技术障碍并发展非照片写实的“办公室风格”，存在潜力。
讨论部分总结：对设计实践的影响（Impact on Design Practice）通过分析映射的设计特征回答研究问题A：从生成图像提取几何、纹理、风格与感受等关键设计特征，表明扩散模型实施可能使设计实践在几何与纹理上更注重细节，同时更明确地注入期望的“风格”和“感受”；“风格”和“感受”与室内设计关键“外观与感觉”设计原则一致。对设计过程的影响（Impact on the Design Process）通过分析映射的制品回答研究问题B：整合生成制品可在建筑设计的细小步骤中创造快速收益，如生成无缝纹理用于3D模型或生成想象性参考图，这些快速收益将生成制品与非生成制品并置，但不根本改变这些设计制品在设计过程中的角色；扩散模型可刺激图像驱动设计路径与传统平面驱动设计路径并行，在本案例中生成细节在初步设计阶段引入图像驱动设计路径，设计师标注并讨论生成图像以提取相关设计特征做决策，与原有平面驱动路径相似，立面设计效率提升显示其成功；图像驱动路径是附加策略而非替代，部分决策通过平面驱动更高效，部分通过图像驱动更高效；由于室内设计不能仅由图像完全捕捉，设计公司应谨慎仅依赖图像驱动路径。对设计师的影响（Impact on the Designer）通过研究映射的推理模式回答研究问题C：人的解释成为关键，生成图像解释需求增加模糊了“设计”与“关于设计的沟通”的界线，反映Sch?n“设计语言”作为绘图与言说结合；设计师在讨论生成细节时快速做设计决策，即通过沟通个人解释进行设计；生成图像帮助同事更好理解彼此，因为想法可即时可视化；设计师称生成图像像“办公室里的额外同事”，可提供有趣且令人惊讶、不同于人类同事的建议，且速度极快，扩散模型可被视为设计对话中的第三行动者而非单纯工具；映射的推理模式显示，尽管采用数字3D模型与扩散模型等数字技术，设计“进展”主要发生在模拟时刻，设计决策在草图设计阶段创建表现草图时、以及在初步设计阶段标注和讨论相关设计制品时做出，这些时刻与溯因推理重合且纸上进行、无计算机辅助。结论性思考（Concluding Thoughts）指出，实际设计过程图与扩散驱动设计过程图相当相似，除预设计阶段生成参考图与传统参考图并置、初步设计阶段生成细节作为新制品两处小变化外，扩散模型影响仍较小，公司设计过程未根本改变；扩散模型为设计过程增加一层以提高效率和时间；设计师将有限影响归因于缺乏时间，即学习新工具生成高质量图像和调整操作流程的时间，这代表资源有限的中小企业；其“潜在影响时刻”围绕表现，有限时间投入足以生成内部使用图像，但不足以生成可向客户或公众展示的精确表现材料；设计师对向客户提及实践中使用人工智能持谨慎态度，虽热情反思参与生活实验室但选择匿名；研究人员讨论 authorship 与 agency 问题，指出公司以共享作者性而非单一作者性运作，但人工智能在其中的角色仍不清楚；设计师描述对扩散模型缺乏“控制”，也归因于缺乏时间；室内设计师认为用扩散模型做室内更难，因为“室内图像中可能出错方面更多”，并认为立面等较大尺度应用或瓷砖、地毯、家具等较小尺度应用更有潜力。贡献与未来研究（Contribution and Future Research）指出，本研究贡献在于创建可视化映射方法以在室内设计三个层面识别和评估新兴技术影响，方法可复制并证明深入、基于实践的扩散模型实施经验研究的可行性与价值；案例识别扩散模型影响设计产出的“影响时刻”，包括参考图扩展、生成细节作为新制品出现，以及限制更多影响的障碍；未来研究可进一步研究生成图像的新兴设计特征，如几何、纹理、风格与感受；由于解释成为关键，建议未来室内设计人工智能应用研究聚焦开发作为行动者或“AI代理”的交互式AI工具，以与设计师对话；研究人员未来研究包括在Flanders开展多案例研究，比较室内建筑与建筑公司、小型与中型公司结果，并考察生成制品中是否出现相关设计特征模式。
研究结论翻译：这项针对一家小型室内设计公司的单案例研究的初步结果清晰表明：人工智能（artificial intelligence, AI）不会让客户成为设计师，因为它无法将设计师的角色降为执行者。生成的图像通过“跳出框架”的参考图被用作额外灵感形式，并通过生成细节被用作决策基础。实际决策过程发生在同事之间的溯因推理（abductive reasoning）中，本文强调了设计师专业知识的必要性：专家对生成图像的解读是关键的。
