D2Design：双条件扩散人工智能技术，用于加速产品形态的生成

《Computer-Aided Design》：D2Design: Dual-conditioned diffusion AI for accelerating product form generation

AI设计平台FormForge通过LoRA调优和ControlNet增强的扩散模型，将文字描述和手绘草图转化为高精度产品渲染，显著提升效率并降低认知负荷，专家评审认可其效果。

　　

B. Sankar | Amogh A.S.

印度科学研究所（IISc），机械工程系，CV Raman路，班加罗尔，560012，卡纳塔克邦，印度

摘要

美观的外形往往是消费品在市场上被接受的关键因素。然而，传统的开发具有视觉吸引力的外形的工作流程是从用户需求陈述开始，然后通过情绪板、几何抽象、草图和渲染来进行。这是一个缓慢且认知负担重的过程，高度依赖于设计师的专业知识。在这项研究中，我们提出了一个基于人工智能（AI）的平台——FORMula-driven concept reFORGE Engine（FormForge），该平台建立在经过微调的Stable Diffusion模型之上，这些模型专门被设置为根据文本描述和手绘草图生成产品外形渲染。该平台的第一部分FormForge Tex使用基于LoRA的微调Stable Diffusion模型将描述性形容词转换为多个高分辨率的产品渲染图。第二部分FormForge Img利用ControlNet增强的Stable Diffusion模型将新手设计师的手绘草图转换为多种风格一致的产品外形变体。这两个系统都通过一个轻量级的基于ReactJS的界面进行访问，有效地将新手设计师的角色从形式生成者转变为AI生成设计的策展人。我们使用拉丁方格设计进行了正式研究，涉及三位新手设计师和三个不同的产品任务，以比较这两种AI流程与传统设计流程。结果表明，效率显著提高，FormForge Tex将概念开发时间平均减少了85%，FormForge Img减少了62%。由25位设计专家组成的评估小组显示，AI辅助的工作流程在所有三个产品类别中都产生了首选的设计概念。此外，AI系统显著降低了认知负荷，NASA任务负荷指数（NASA-TLX）得分降低了多达33分，同时两个系统的可用性评分都超过了行业“良好”标准。定性访谈也证实了设计者倾向于做出更高层次的判断，并且设计固定化的现象有所减少。这些发现表明，针对特定领域进行调优的扩散模型可以通过外部化明确的灵感并降低认知障碍来显著提升早期外形设计的效果，特别是对于经验较少的新手设计师而言。

引言

物理产品的成败在很大程度上取决于它们的外观和手感，而不仅仅是它们的功能。消费者行为方面的实证研究表明，产品的视觉外形对第一印象、购买意愿和长期品牌忠诚度有着不成比例的影响[1]、[2]。对于功能性能已经商品化或容易传达的产品来说，外形成为了决定性的竞争优势。因此，美学外形设计——在这里定义为“对几何形状、颜色、纹理和整体视觉特征的刻意塑造”——是工业设计中的一个专门子领域，它补充了纯粹的功能工程，但又与之有所不同。

尽管美学外形设计至关重要，但它仍然需要大量的劳动力和时间，并且高度依赖于设计师的专业知识。这个过程从收集用户需求开始，然后选择风格属性（形容词“关键词”），接着进入情绪板阶段，将这些文本线索转化为视觉刺激集[3]。设计师随后从这些图像中提取潜在特征，将其抽象为简单的几何原语，并通过粗略和具体的概念草图进行迭代，最终生成产品的外形渲染图[4]。每个步骤都增加了价值，但也带来了认知成本：设计师必须在发散思维和收敛思维之间、个人直觉和以用户为中心的逻辑之间、以及模拟草图媒介和数字渲染工具之间不断切换。尤其是新手设计师，在设计固定化、有限的视觉词汇量以及构建有吸引力的情绪板所需的大量参考资料方面面临困难[3]、[5]。

在过去十年中，研究人员试图简化这一流程的某些部分。参数化计算机辅助设计（CAD）系统可以自动化低级别的几何操作，但仍依赖设计师提供初始的美学方向[6]、[7]。交互式进化算法可以改变形状，但它们的性能受到通常狭窄的基因型-表型映射质量的限制[8]。生成对抗网络（GANs）和变分自编码器（VAEs）已被用于风格转移和形态灵感，但这些模型通常缺乏生成细致、特定于产品的输出所需的精细调节，而且它们所需的训练数据集对于大型企业之外的设计师来说很少可用[9]、[10]、[11]、[12]。像Midjourney、DALL-E-3这样的商业文本到图像平台展示了令人印象深刻的视觉保真度，但它们的“通用”训练意味着它们经常忽略了对外形设计至关重要的美学线索；此外，它们为设计师在严格的类别约束下（例如“符合人体工程学、竹编、仿生椅框架”）提供有限的调整手段[13]、[14]。

这些研究工作存在两个持续的不足之处。首先，现有的工具将灵感视为辅助活动：它们生成的创意仍然需要大量的手动转换才能成为概念草图。其次，它们未能弥合高级用户需求和低级视觉特征之间的表示差距。从数学上讲，设计师被要求充当临时的“转换矩阵”，在心中将语言要求向量转换为图像刺激向量，然后再转换回来。这种对人类转换的依赖导致了不一致性，使输出偏向设计师的个人风格，并延长了项目时间线。这些因素与当代产品开发的快速、迭代的特点背道而驰[15]、[16]、[17]。

基于扩散的生成式AI模型的并行进展为解决这些差距提供了机会。潜在扩散框架在根据文本或图像提示生成高分辨率图像方面展示了最先进的性能，同时在特定领域的数据集上进行微调时计算上也是可行的[18]、[19]、[20]。低秩适应（LoRA）技术进一步降低了定制成本，使得在普通的图形处理单元（GPU）硬件上进行有针对性的重新训练成为可能。同时，ControlNet风格的架构允许设计师将生成过程锚定在明确的空间线索上，如边缘、深度或分割掩码——这些能力与早期草图和草图非常契合[21]、[22]、[23]、[24]、[25]。

然而，仅仅将这些模型插入设计工作流程并不能自动降低认知负荷。微调决策、提示工程和变体策划本身也需要学习过程[26]、[27]。我们认为需要一个集成系统，该系统

• 1.
  建立一个基于设计心理学的风格属性知识库，
• 2.
  通过一个易于使用的界面展示这些知识，
• 3.
  生成的渲染图足够精确，可以直接用于概念草图的细化，从而将设计师从生成者提升为策展人。

最近的人机交互（HCI）研究进一步证明了以策展人为导向的工具的有效性，并测量了它们对设计固定化、探索广度和设计师控制的影响[28]、[29]、[30]、[31]、[32]、[33]。

本文介绍了FormForge，这是一个两部分组成的平台，实现了美学产品外形设计的“明确灵感”。FormForge Tex（系统1）通过基于LoRA微调的Stable Diffusion 3.5模型将精心挑选的风格关键词转换为高保真度的外形渲染图，而FormForge Img（系统2）使用ControlNet增强的Stable Diffusion 1.5模型将设计师的第一印象草图转换为多种风格一致的输出[34]、[35]、[36]。这两个系统都通过一个轻量级的基于ReactJS的图形用户界面进行开发，使新手和经验丰富的设计师都能在几分钟内生成经过策划的变体集[26]。

这项研究工作的主要目标是：

• •
  制定一个基于心理学的风格属性分类法，捕捉与产品外形相关的关键美学维度[37]、[38]、[39]。
• •
  开发和微调基于扩散的生成式AI模型，这些模型可以直接从关键词/草图映射到生产质量的外形渲染图[19]、[21]、[34]。
• •
  通过与传统工业设计流程进行对比，实证评估这些系统的效率、质量、认知负荷和感知可用性[27]、[28]。

部分摘录

早期的计算方法生成外形

早期关于计算产品外形生成的研究集中在建立几何参数与感知印象之间的明确映射上。Hsiao和Huang使用了模糊集、语义差异量表和反向传播神经网络来关联形状参数和形容词对，随后将学习到的权重嵌入到计算机辅助的3D形状生成器中[40]。他们的后续工作将模糊神经网络与遗传算法结合起来，以便优化器可以

对基于AI的外形设计系统的需求

本节将当前的工作置于更广泛的产品外形生成讨论中。我们首先明确了所涉及的外形设计类型，然后探讨了所提出的系统如何介入现有的流程。

FormForge：系统设计和架构

FormForge平台旨在整合我们的两个互补的设计流程——FormForge Tex和FormForge Img。这两个系统共同实现了明确灵感的概念，同时确保了设计师的智慧和创造性判断得到保留和提升。尽管这两个流程共享一个共同的、强大的软件框架，但它们在提供给各自生成式AI核心的条件信号类型上存在显著差异。

研究问题

这项研究的实证部分旨在对FormForge平台进行严格和多方面的评估。我们的主要目标是定量和定性地比较两种AI辅助的工作流程FormForge Tex和FormForge Img与代表传统工业设计流程的基线。

实验研究

为了实证测试我们的核心主张——即经过领域调优的AI辅助工作流程可以超越传统方法——我们设计并进行了一项正式的比较研究。实验旨在从三个关键维度评估我们的两个FormForge系统与传统设计流程：效率、结果质量和对设计师的经验影响。鉴于这项研究的探索性质，它旨在理解新设计范式的细微效果

结果与讨论

在本节中，我们展示了比较实验研究的实证发现。收集的数据系统地组织起来，依次讨论了我们的三个假设，涵盖了效率、结果质量和对设计师的经验影响这三个核心维度。我们将客观的定量指标与我们的高级统计分析结果结合起来，提供了每个工作流程性能的全面而细致的描述。

结论

本文首先剖析了美学产品外形设计的典型工作流程，指出尽管这种流程在历史上是有效的，但它存在效率低下、认知需求高以及严重依赖设计师隐性专业知识的问题。我们认为，将抽象的用户需求转化为具体且具有视觉吸引力的产品外形是现代产品开发中的一个关键瓶颈。为应对这些挑战，我们推出了FormForge。

CRediT作者贡献声明

B. Sankar：写作——审阅与编辑、撰写原始草稿、可视化、验证、监督、软件开发、方法论、调查、形式分析、数据管理、概念化。Amogh A.S.：写作——审阅与编辑、软件开发、方法论、形式分析、概念化。

利益冲突声明

作者声明他们没有已知的竞争性财务利益或个人关系可能会影响本文报告的工作。