基于人工智能生成内容技术，将敦煌箱形图案应用于文化创意产品设计中

《Engineering Applications of Artificial Intelligence》：Application of dunhuang caisson patterns in cultural and creative product design based on artificial intelligence generated content technology

基于层次分析法与LoRA的敦煌藻井图案生成及文创产品应用研究，提出AHP-LoRA整合框架，通过量化文化权重优化模型微调策略，构建包含四类核心图案的敦煌藻井数据库，在SD系列模型中实现风格可控生成，并采用IPA方法验证杯垫、地毯等产品设计的市场可行性。

　　

余芳|张玉瑶|涂洪家|杨五阳|吴斌|朱文凯|宋莉

中国浙江省农林大学生物质绿色低碳利用技术重点实验室，化学与材料工程学院，杭州，311300

摘要

人工智能生成内容（AIGC）的迅速发展为传统图案的数字化保存和创新提供了新的技术途径。本研究提出了一个综合框架，用于探索敦煌方框图案的创造性再现及其在产品设计中的应用。通过将层次分析法（AHP）与低秩适应（LoRA）微调相结合，该方法将文化层次结构转化为量化的生成约束。首先，使用AHP建立了敦煌方框图案的评估系统，根据相对重要性对莲花和花卉等关键图案进行排序。基于这些结果，从已出版的书籍、学术文献和开源数据集中收集并预处理了代表性图案，以构建数据集。随后，将AHP得到的权重转换为注意力引导和梯度引导机制，并利用LoRA技术对三种主流模型（Stable Diffusion 1.5（SD 1.5）、Stable Diffusion XL（SDXL）和Flux模型）进行微调。评估了微调模型在图案生成质量和文化符号表示方面的性能。最后，将生成的图案应用于四种具有代表性的文化和创意产品（杯子、地毯、手提包和靠垫）。通过重要性-性能分析（IPA）进一步检验了杯子的设计，以验证生成输出的实际可行性和性能。本研究不仅提高了敦煌方框图案的自动化生成质量，还为传统图案在产品设计中的数字化保存和创新利用提供了可转移的技术框架。

引言

在数字经济与下一代信息技术的加速融合背景下，文化产业已成为区域创新和经济增长的关键驱动力（Ortiz-Ospino等人，2025年）。当代文化产业越来越多地依赖于对遗产符号的数字化重新诠释（G?rbacia，2024年；Quan等人，2023年；Dang等人，2026年）。其中，敦煌文化因其独特的艺术和历史价值而尤为重要。敦煌方框图案以其嵌套的几何结构和动态-静态的构图平衡而著称，是一种极具价值的视觉资源（Chen，2023年）。然而，这些图案由于自然风化和人为活动的影响而遭受了退化和细节丢失（Ren等人，2024年）。同时，当代文化市场要求设计将传统美学与现代视觉语言相结合。传统的设计工作流程仍然劳动密集且成本高昂，严重阻碍了这些复杂图案的可扩展性和再利用（Münster等人，2024年；Ouyang，2023年）。因此，关键挑战在于在保留其文化内涵的同时，实现敦煌方框图案的高效和精确的数字化生成。层次分析法（AHP）为评估和选择代表性图案提供了系统和量化的框架。AHP广泛应用于文化遗产评估，以确定复杂文化系统中的因素权重（Sengar等人，2024年；Chang和Ghafariasl，2025年；Zhang等人，2025年）。这为高质量数字化生成和文化产品开发提供了理论基础。

由于其高效性和可扩展性，AIGC为数字图案生成和产品设计工作流程的优化提供了关键的技术基础（Sengar等人，2024年）。随着数字化转型的加速，建立稳健的方法论以监控这些工作流程对于保持运营完整性和输出质量至关重要（Chang和Ghafariasl，2025年）。最近的研究已将AIGC纳入设计流程，以加速创意探索和增强视觉表达。例如，Yin等人（2023年）将Midjourney平台整合到工业设计工作流程中，以支持基于场景的概念开发，提高了设计效率。现有研究主要集中在生成策略和视觉风格优化上。Wu等人（Yin等人，2023年；Wu等人，2024年）提出了一种基于AIGC的产品配色方案设计方法，重点关注生成机制和视觉偏好评估。然而，传统图案中嵌入的文化语义尚未得到充分关注。代表性的潜在扩散模型，如Stable Diffusion（Rombach等人，2022年）和DALL·E（Ramesh等人，2021年），可以从大规模图像-文本数据集中学习复杂的视觉语义，为敦煌方框图案的数字重建创造了新的可能性。AIGC在传统文化遗产的保存和重新设计中也展示了潜力。Ren等人（2024年）提出了一种基于GAN的敦煌壁画修复方法，提高了细节重建的准确性。Chen等人（2021年）探索了敦煌图案的风格转换，以实现颜色和构图的现代化。Xiao等人（2025年）使用低秩适应（LoRA）对侗族剪纸图案进行了Stable Diffusion的微调，增强了风格特异性。Wang等人（2023a）开发了一种基于GAN的竹编图案设计框架，而Quan等人（2024年）将知识图谱与深度学习相结合，用于苗族蜡染的保存，实现了图案识别和语义关联。尽管取得了这些进展，但AIGC生成的传统图案在文化深度和可控性方面仍存在明显限制。研究人员采用结构微调和损失函数优化来提高AIGC生成图案的文化深度和可控性。结构微调方法，如LoRA和DreamBooth，能够在预训练的扩散模型中实现个性化的风格转换和增强的语义表达。例如，Lu等人（2025年）将LoRA与参数化的Canny边缘检测结合用于建筑图像生成，以提高结构一致性和视觉保真度。Gu等人（2024）利用DreamBooth对Stable Diffusion进行微调，以实现风格化的景观合成。同时，带有结构和多尺度约束的优化损失函数进一步细化了细节重建和风格捕捉。Hu等人（2024）使用ConvSR-GAN和增强的残差模块及多尺度结构相似性损失，实现了中国传统绘画的超分辨率修复。尽管在风格准确性和语义对齐方面有所改进，但有限的可用性和效率阻碍了实际应用。未来的研究必须改进架构和训练，以提高在不同文化和图案中的适应性。除了技术优化外，评估框架对于将文化价值与文化和创意产品设计中的市场接受度联系起来也至关重要。重要性-性能分析（IPA）作为一种二维评估工具被广泛使用，通过视觉矩阵衡量感知重要性和实际性能。Yu等人（2025年）应用IPA评估了景德镇陶瓷的文化旅游体验，确定了影响游客满意度的关键因素，并提出了有针对性的改进策略。通过定量优先考虑用户需求，IPA为迭代设计优化提供了实证支持，并加强了文化语义与以用户为中心的开发之间的整合。

为了协调视觉合成与层次化文化语义，本研究提出了一个结构化的AHP–LoRA框架，将文化层次结构转化为量化的生成约束。虽然生成模型已被广泛用于遗产数字化，但它们通常缺乏在参数调整过程中嵌入文化语义的系统性机制，这往往导致视觉冗余。通过将AHP得到的权重整合到提示优先级和梯度调节中，所提出的框架指导扩散模型生成具有更高保真度的具有语义意义的图案。该方法通过使用敦煌方框图案的三个阶段进行了验证。首先，AHP将图案分解为四个主要维度，以建立加权评估系统和精心策划的注释数据集。其次，将这些文化权重嵌入到基于LoRA的Stable Diffusion微调中，调整注意力机制和风格参数以提高生成精度。最后，模型生成了杯子和水壶等产品原型，通过IPA进行评估，以迭代优化微调策略和最终产品方案。

研究现状

敦煌方框图案的研究现状

作为中国古代宗教和礼仪艺术的基石，敦煌方框图案传达了丰富的历史叙事和独特的美学。这些图案不仅表达了佛教图像学的象征语言，还展示了古代工匠对秩序、对称性和结构和谐的精湛掌握。分析它们的形式语言、构图结构和宗教象征有助于揭示

研究方法

本研究提出了一个基于LoRA的微调框架，该框架基于敦煌方框图案的语义结构和文化价值，实现了系统的图案生成和设计验证。通过整合AHP和IPA，该研究探索了传统图案的创新衍生的多维AIGC途径。如图2所示，该方法分为三个不同的阶段。在初始阶段，使用AHP方法提取视觉和文化

敦煌方框图案的分析

敦煌方框图案的分类基于实证视觉观察、全面的文献回顾及其构图元素的详细分析。这些图案被分为四种类型：填充图案、中心图案、边缘装饰和悬挂式顶篷装饰（表2）。这种分类考虑了结构功能和视觉层次结构，有助于更清晰地理解每种图案类型在敦煌

设计方向的确定

为了确定AIGC生成的敦煌图案的设计方向，进行了结构化的用户调查，获得了356份有效响应。扩展的数据集呈现出平衡的性别分布和广泛的年龄覆盖范围，从而增强了代表性和统计稳健性。如图8a所示，年龄分布在多个年龄组中都有显著参与，18-45岁的受访者比例相对均匀。这种分布支持

结论

本研究建立了一个综合的AHP–LoRA框架，用于敦煌方框图案的生成设计和实际应用。为了指导LoRA微调，研究利用AHP量化了四个主题元素的文化权重：花卉、吉祥动物、人物和几何图案。在Flux.1、SDXL和SD1.5上的比较实验表明，经过LoRA微调的模型在结构保真度和文化准确性方面显著优于未微调的基线模型。

CRediT作者贡献声明

余芳：撰写——原始草稿、软件、方法论、调查、概念化。张玉瑶：撰写——原始草稿、验证、形式分析、数据管理。涂洪家：可视化、方法论、调查。杨五阳：验证、软件、数据管理。吴斌：撰写——审阅与编辑、监督、项目管理、资金获取、概念化。朱文凯：撰写——审阅与编辑、验证、监督、方法论、概念化。宋莉：

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影响本文所述的工作。

致谢

本研究得到了中国广西壮族自治区“ Yongjiang计划”创新和创业领军人才项目（2021016）、南宁市科学研究和技术发展计划（20231033）、浙江省自然科学基金（Q24C160007）、浙江省大学生科学技术创新活动计划（新种子人才计划补贴项目，2025R412A040，2024R412A013）以及学生科学研究培训的支持