摘要
人工智能辅助的活的乡土聚落更新必须在保持专业判断主导地位的同时，维护地域身份与历史层积；然而，当前的立面生成研究很少将现场获取的建筑知识、可控数据构建与后续设计开发整合在一个可验证的工作流程中。本研究以渔寮镇为案例，开发了一种Grasshopper–Pix2Pix方法，用于湿热沿海灾害频发气候条件下主要（前）立面的初步更新——前立面被视为仅作为维护与更新背景，而非生成输入、约束或性能指标。现场调查记录了310栋代表性建筑和1240张立面图像。类型学与构件分析构建了160个参数化基础模型，并利用四组固定参数和十一组联动参数扩展为870对立面语义布局（FSL）—建筑立面（BE）图像对。数据集在基础模型组层面按约80%/10%/10%的比例分配用于训练、验证和测试，以减少信息泄露，Pix2Pix训练了1000个epoch。在六个代表性案例中，SSIM值介于0.33至0.65之间，描述性均值为0.54；这些数值并不代表验证集或测试集的整体性能。定性检查发现孔洞扭曲、阳台边缘不完整、屋面线中断、栏杆关系不清、装饰不连续以及偶发构件重叠等问题。一个小程序和黄岗路应用案例检验了所选输出如何进入由人工监督的初步比对、专业筛选、手动修正、三维建模和技术图纸绘制序列。本研究的贡献是一种基于现场信息、人工监督的生成式工作流程，而非自主设计；其输出仍为初步视觉参考，需经实测测绘、保护、结构、环境、材料和施工等方面的验证。
