近期，不少年轻艺术家和设计师在国外网站eventbrite上发起了很多关于AI的讨论。
今天我想和大家分享一下国外年轻设计师在做什么，以及他们如何看待人工智能对未来设计的影响。
这次讨论发生在去年11月11日。与今年3月份国内ChatGPT的火爆相比，目前国外整个工业设计领域关于AI的开放话题相对较少，但在技术实践和专业领域应用方面却很少。比我们早得多的，人工智能技术的探索早在去年7月就已经爆发并得到了大量的验证和讨论。
在一些视频会议预订平台上进行了很多讨论。与YouTube上数万人观看的大型研讨会相比，这些会议的组织者规模更小，内容更前卫，与会者也相对年轻。（对于想了解国外年轻人在做什么的人很有帮助，如果有兴趣也可以搜索并预约一些网上小型会议。）
本次会议的标题是模糊界线3.0丨工业设计新兴技术（工业设计与新兴技术，模糊界线3.0）。本次会议是由IDSA（美国工业设计师协会）发起的讨论会。
参与讨论的人员包括：
WilliamNickley：俄亥俄州立大学设计系助理教授。拥有俄亥俄州立大学设计硕士学位和工业设计学士学位，拥有十多年的专业实践经验。作为俄亥俄州立大学DESIS实验室的成员，他研究社会设计实践并教授工业设计专业课程。威廉的研究基于社会设计、设计方法论以及如何将设计带入社区。
NicolineVanEnter：Footwearology品牌和FootwearologyLab联合创始人。具有工程、新闻、营销和设计背景的专家技术预测员。曾担任Adidas、Timberland、Puma、Ecco等品牌以及鞋业各制造商的技术开发人员。她的主要关注点和兴趣是人工智能如何改善所有相关方的设计和制造流程。
KedarBenjamin：一位年轻的工业设计师，他对人工智能和计算设计的迷恋促使他创建了一个新的工作流程，利用几何处理和人工智能的结合来探索设计工作中的自动化过程。他使用人工智能的协作方法被解释为探索尖端技术生产力的有效过程。
NikkoVanStolk：印度Infosys公司KaleidscopeInnovation公司的首席工业设计师。他致力于创造机器人和人类共同发展的协作空间。凭借工业设计背景和对人机交互的热情，Nikko在用户对尖端技术的需求驱动下创建了明智的、以用户为中心的解决方案。他强调以用户为中心的设计，将设计比作换位思考的过程，利用设计师的创造力来提高用户的生活质量。
本次活动的讨论范围包括如何在Gravity草图设计软件中使用AI工具（例如Midjourney）的工业设计实践来设计沉浸式空间和产品，以及设计师如何使用新工具和软件来增强他们的设计。技能。探索尖端的设计师生产工具以及工业设计师如何将新兴技术融入到他们的日常实践中。
首先，俄亥俄州立大学设计系助理教授William展示了他对AI工具的探索和研究。他的主要讨论方向是基于提示的人工智能生成器和其他使用文本或提示词的工具。
其内容大致介绍了目前AI生成器的主要功能和逻辑。您可以输入文字或图片，通过AI生成器生成相应的图片信息。例如输入提示：highlight（明亮闪亮）、happy（有趣）、interesting（好玩）、peacefulfuture（和平未来）以及给出的标志图片以供参考。
AI将生成以下更具创意的标志
在Midjourney中输入/Blend命令，您将能够导入两张图片。将一张猫和一张机器人图片输入到AI生成器Midjourney中，生成器会根据图片信息合成一张猫机器人图片。
随后，William还演示了类似Midjourney的稳定扩散，也可以导入建模软件Blender中，为设计师提供帮助。Blender中稳定扩散的主要功能是通过输入相应的场景文本在3D场景中应用不同的画面风格，将复杂的3D模型场景转换为二维场景图片。
AI工具还可以应用于VR等视频软件。TwitterScottieFox还在他的Twitter频道上演示了如何使用稳定扩散来帮助VR创作过程。在使用基本工具绘制的草图中加入稳定扩散后，稳定扩散会在绘制的3D草图模型上创建一个新图层，以自动为模型着色。
AR绘画3D模型-----AI填色
威廉后来提到，他还在俄亥俄州立大学从事俄亥俄州年轻人健康保护的研究，尤其是同性恋和跨性别者的自我认知和身份研究。由此，William开始好奇AI工具Midjourney是如何处理身份信息以及如何输出标签信息的。
他在中途进行了多次实验。以众所周知的皮卡丘为例，他输入不同的提示生成不同的具体图片来分析它们之间的差异，例如：雄性皮卡丘、雌性皮卡丘、LGBT皮卡丘。比较的。
涉及到一个琐事。漫画中，雄性皮卡丘和雌性皮卡丘的主要区别在于尾巴，但中途并不知道这一点。
相比之下，很明显，从人类的角度来看，这些早期版本的《中途之旅》的输出图像存在问题。其中，男性图片将采用更宽的身体，女性图片将用头发来区分性别，LGBT将用彩虹来代表。
老工人很好奇，用今天新版的中途做了同样的实验。雄性皮卡丘、雌性皮卡丘以及新添加的Non-Binary（非二元、无性别）皮卡丘和LGBT皮卡丘分别生成图像。
结果表明，AI在特定标签上仍然有固定的模式。除了服装装饰之外，新版《中途男人》还加入了一些职业特征作为描述男性词汇的标签，比如侦探、铠甲等。女性标签直接增加了视觉上的女性角色，第四张差别图脸型更窄，长发也很有特色，延续了老版中途的标签。除了Non-Binary没有性别就无法辨认之外，对于LGBT这个词的理解也和William完全不同。经过与其他同事确认，我们发现Midjourney在不同地区收集的图片和数据可能存在偏差，对某个短语的理解也可能因在不同地区使用而有所不同。所以如果我们从外网收集一些特殊的提示词，我们可能无法恢复出和其他地区一样的图片。
通过这个小实验，William还提到AI生成工具正在可视化我们抽象的身份标签，甚至AI工具也在逐渐鼓励抽象标签的定向可视化。在演讲结束时，他问，作为人类，我们是否应该继续鼓励复杂的标签来生成定向视觉外观。
从另一个角度来看，老龚认为AI正在逐渐改变设计规则，复杂的抽象概念正在逐渐变得具体。未来，各类零闪信息也将被AI融合，合成信息、合成数据将逐渐成为主流趋势。事实上，作为工业设计师行业，它早已经历了一次产业化整合。从曾经盛极一时的诺基亚、黑莓、中兴、苹果、三星、摩托罗拉、宝丽来等手机产品来看，设计丰富多样，有大佬款式、翻盖式、滑盖式等。旋转翻盖、按钮、按压触摸等屏幕等；如今，手机的设计趋势已经逐渐统一，大曲面屏、光滑机身、高清摄像头、背面多摄像头等等，变得越来越扁平化，但整体设计线条却非常清晰。
AI未来会不会给很多工业产品的设计方向带来改变？未来某个产品的设计风格是否也会有非常明确的外观？整体外观设计会趋于同质化。虽然给设计行业带来了诸多担忧，但其优势也很明显。由于AI对大众视觉审美的训练，未来设计师完成外观设计图后，客户可能更容易接受更先进、前卫的设计方案。未来，在AI的辅助下，设计师将在设计方案上获得更多主动权，节省大量时间和成本。设计师也将能够更加关注产品的生态和环境匹配，以及实际测试产品和用户体验。
来自鞋类设计和制造商的NicolineVanEnter也分享了她工厂对AI工具的探索和实践。Nicoline创立的公司主要从事全系列鞋类产品的设计、加工和生产，主要方向是面向当地鞋类制造商的本地业务。有时它也作为其他公司的外部研究和实验中心，研究如何利用人工智能生产鞋类产品，并为当地鞋类制造商提供解决方案。
Nicoline的公司目前主要使用Dall.E和Midjourney作为主要的AI工具来探索在鞋类产品开发中的应用。她提到，他们并不担心现在科技和人工智能的快速发展。她认为，人工智能在未来短时间内快速发展是必然的。作为鞋业设计公司，他们更关注设计师角色的变化以及新的工作方式的变化。
她用公司的案例来演示，当公司面对新客户时，使用相同的提示词在短时间内在Dall.E和Midjourney上生成了图像（如上图）。这些图片可以帮助顾客对运动鞋有直观的感受。
然而，问题也随之而来。例如，在短短10分钟内生成1500张设计图片后，设计师一个非常重要的角色转变将是如何根据客户的喜好和要求输入准确的单词和短语。然后从大量图片中选择需要进一步开发的设计图片。这时，设计师需要考虑生产需求，了解参数化标准，以及产业链生态的可持续性。
第二个问题是设计师需要在同一设计的众多AI图片中选择最好的设计作为产品方案。这就需要设计师有很强的商业眼光和生产技术考虑。他们不仅需要考虑生产需求、了解参数化标准，还需要了解产业链生态的可持续性。
又如何从众多雷同的设计中做出好的选择呢？
随后，Nicoline进一步提到，在技术实践过程中，有时人工智能的发展对于优化生产和可持续发展可能并没有那么大的帮助。面临的困难包括，比如在实践过程中，有些人会利用AI工具创造出一些较差的鞋类产品设计并需要生产加工。然而，作为普通客户，他们并没有完整的工业设计和装配线知识储备。这类鞋产品的生产技术会让成本难以承受，使整个生产链难以为继。所以这些都不是工厂想要的。结果并不是客户想要的。
综上所述，在人工智能快速发展的今天，设计师需要快速、正确地发现自己的角色变化，这是理解未来工业设计不可或缺的能力之一。对设计产品的准确判断，对可持续生产设计的敏锐意识，对设计语汇的准确理解，能够借助AI准确给出相应的设计提示。这些能力将为未来的设计师行业带来品质。变化。
第三位演讲者KedarBenjamin作为一名年轻的工业设计师，分享了他的AI在运动鞋设计过程中的应用。
他首先介绍了他对hyperganic（一种基于体素算法的工程软件）的使用。hypergamic中的模具设计工具可以使用2D、bmps格式和位图图像来创建用于设计鞋类产品的模型。
小兄弟的设计流程首先是通过Dall.E输入提示文字，输出一张波浪鞋底设计的运动鞋设计图。
然后他导出矢量图像，并根据矢量图像估计鞋子内侧的外观。
然后他利用他所用的工程软件的中底形状工具对生成的矢量图像的鞋底进行建模，生成了一个简单的鞋底模型。
最后通过Dall.E插件在鞋底模型上输入提示词，生成多种鞋底纹理。
提示：受海洋启发的纹理、ZahaHadid的参数化建筑几何纹理、H.R.Giger灰度颜色系统、位移贴图。
最后，进一步渲染3D模型。
那么一个完整的鞋子设计就这么轻松的出来了！
在整个过程中，设计师利用了稳定的Diffusion和Dall.E等人工智能引擎。他认为，在未来的设计中，人工智能将逐渐理解工业生产的一些局限性，例如流程、技术以及产品与客户之间的实际交互。例如，鞋类产品的舒适度在实际生产后会得到进一步的整合。
另外，设计小哥正在另一个实验室进行另一个研究项目text2mesh。他的text2mesh是基于Googlecollab的，其功能是将纹理完全包裹在3D模型中。设计者提供基本的3D模型，输出是具有纹理结构的完整建模模型。
例如，设计师输入文字：跑鞋、茶蓝色华丽图案，得到：
输入文字即可创建3D模型纹理，繁琐的纹理模型可能会被替换。使用文本一键生成模型纹理，简单高效。当然，由于当时的技术原因，Text2Mesh在实际应用中还需要做很多改进，比如在某个区域定向生成纹理，以及如何设置纹理的包裹范围等。都需要进一步解决。
这位工业设计小伙后来还与知名3D打印公司Zellerfeld合作，利用AI开发设计运动鞋，然后利用Zellerfeld的3D打印技术生产出独特的鞋类产品。设计师利用Maya和AI插件快速设计鞋模，然后利用3D打印打印出成品鞋。泽勒菲尔德强调“一鞋一材料”的概念，即购买的鞋子可以回收，他的公司将发送一双全新的鞋子，他们还在探索让客户直接从印刷机订购来生产鞋子的方法。
AI的介入也可能改变生产方式。未来，有些工业产品可能不需要大工厂来生产。个人可以依靠人工智能在计算机上快速生成设计模型，然后购买高质量的3D打印机进行生产。这样一来，个人成为小型生产加工厂或许也不是梦想！
