▲点击上方蓝色字样即可设为星星，不错过好设计哦~

近期，不少年轻艺术家、设计师在国外网站上发起有关AI的讨论。

今天我想跟大家分享一下国外的年轻设计师在做什么以及他们如何看待AI对未来设计的影响。

这次讨论发生在去年11月11日，相比今年3月份国内的热潮，国外在整体工业设计领域对AI的公开讨论相对较少，但在技术实践和专业领域应用上却比我们早得多，对AI技术的探索也早在去年7月份就出现了大量的验证和讨论。

一些视频会议预订平台上有很多讨论。相比于 上那些万人观看的大型研讨会，这些会议的组织者规模更小，内容更前卫，参加者也相对年轻。（这对那些想了解国外年轻人在做什么的人很有帮助。如果你有兴趣，也可以自己搜索预订一些小型的线上会议。）

本次会议的主题是Lines 3.0丨&（工业设计与新兴技术，模糊边界3.0），会议由美国工业设计师协会（IDSA）发起。

参与讨论的人员包括：

是俄亥俄州立大学设计系的助理教授。他拥有俄亥俄州立大学设计学硕士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的课程。 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。

Van Enter： and Labs 的创始人之一。一位拥有工程、新闻、营销和设计背景的技术预测者。一位曾与 Puma、Ecco 等品牌以及鞋类行业的多家制造商合作的技术开发人员。她的主要关注点和兴趣是人工智能将如何为所有相关方改善设计和制造流程。

Kedar：一位年轻的工业设计师，他对人工智能和计算设计的痴迷促使他创造了新的工作流程，将几何处理与人工智能相结合，探索设计工作中的自动化流程。他使用人工智能的协作方法被解读为探索尖端技术生产力的有效过程。

Nikko Van Stolk：印度公司首席工业设计师，致力于打造机器人与人类共同发展的协作空间。Nikko 拥有工业设计背景，对人机交互充满热情，以用户对前沿科技的需求为驱动，创造以用户为中心的合理解决方案。他强调以用户为中心的设计，将设计比作“穿上别人的鞋子走一英里”的过程，利用设计师的创造力来改善用户的生活质量。

本次活动的讨论范围将从如何在设计软件中运用工业设计实践等AI工具来设计沉浸式空间和产品，到设计师如何利用新工具和软件来提升设计技能，探索前沿的设计师生产工具，以及工业设计师如何将新兴技术融入日常实践。

首先，来自俄亥俄州立大学设计系的助理教授展示了他对AI工具的探索和研究，他的主要讨论方向是基于AI的生成器以及其他使用文本或提示的工具。

内容大致介绍了目前AI生成器的主要功能和逻辑，可以通过输入文字或者图片来生成相应的图像信息。例如输入：（闪亮的）、happy（开心的）、（有趣的）、 （平安的未来）以及给出的LOGO图片以供参考。

AI将生成以下更有创意的LOGO

输入/Blend命令，你将能够把两张图片，一张猫和一张机器人图片导入AI生成器，生成器会根据图片信息合成一张猫机器人图片。

随后演示了它也可以导入到建模软件中来帮助设计师，其主要作用是在三维场景中输入相应的场景文本来应用不同的屏幕风格，将复杂的三维模型场景转换成二维的场景图片。

AI工具还可以应用到VR等视频软件中，也在推特频道上演示了如何使用它来帮助VR创作，在用基础工具绘制的草图介入之后，在绘制好的3D草图模型上新建一个图层，自动为模型上色。

AR绘画3D模型-----AI上色

他随后提到，自己也在俄亥俄州立大学进行关于为俄亥俄州年轻人提供医疗保健的研究，尤其是关于同性恋和跨性别者的自我认知和身份认同的研究。因此，他开始好奇 AI 工具如何处理身份信息，以及如何输出带标签的信息。

他在上进行了多次实验，以大家熟知的皮卡丘为例，输入不同的具体图像来分析它们之间的差异，如：雄性皮卡丘、雌性皮卡丘、LGBT皮卡丘进行对比。

这涉及到一个鲜为人知的事实：动画片里，雄性皮卡丘与雌性皮卡丘的主要区别就是尾巴，但有些人并不知道这一点。

相比之下，很明显这些早期版本的输出从人类的角度来看有些不合适：男性的身体更宽，女性增加了头发来区分性别，而 LGBT 人群则用彩虹来表示。

老员工很好奇，用今天的新版本做了同样的实验，分别生成了雄性皮卡丘、雌性皮卡丘，以及新添加的非二元、无性别皮卡丘和 LGBT 皮卡丘的图片。

结果显示，AI在特定标签上还是有固定模式的。除了服饰装饰，新版男性还加入了一些职业特征作为标签来描述男性词汇，比如侦探、铠甲等。女性标签则直接加入了视觉化的女性角色。第四张差异图是更窄的脸型和特征性的长发，延续了旧版的标签。除了无法识别的Non-之外，对LGBT这个短语的理解也完全不一样。通过与其他同事的确认，不同地区采集的图片和数据可能会有偏差，对某个短语的理解也可能因为地域不同而有所不同。所以如果我们从外部网络采集一些特殊的提示词，最后可能无法还原出和其他地区一模一样的图片。

通过这个小实验，他还提到AI生成工具正在将我们抽象的身份标签可视化，甚至AI工具也在逐渐鼓励抽象标签有方向性的可视化。演讲最后他问道，作为人类，我们是否也应该继续鼓励复杂的标签产生有方向性的视觉表象？

从另一个角度看，老龚认为AI正在逐渐改变设计规则，复杂的抽象概念逐渐具象化。未来各种零散信息也将被AI整合，合成信息、合成数据逐渐成为主流趋势。其实作为工业设计行业，已经经历了一次产业整合。从曾经风光无限的诺基亚、黑莓、中兴、苹果、三星、摩托罗拉、宝丽来等手机产品设计，老大哥风格、翻盖、滑盖、旋转翻盖、按键、按压触屏等；到如今手机设计潮流逐渐统一，大曲面屏、光滑机身、高清摄像头、背部多摄像头等，越来越扁平化，但整体设计路线非常清晰。

AI未来会给很多工业产品的设计方向带来改变吗？未来某一款产品的外观设计会不会有非常明确的外观设计？整体的外观设计会趋向同质化。虽然给设计行业带来了很多担忧，但其优势也是显而易见的。由于AI对大众视觉审美的调整，未来设计师在完成外观设计图之后，客户可能更容易接受更先进、更前卫的设计方案。未来在AI的辅助下，设计师在设计方案上会拥有更多的主动权，节省大量的时间和成本。设计师也可以更加注重产品的生态和环境搭配sketch可以导入ai吗，以及产品的实际测试和用户体验。

鞋类设计与制造公司 Van Enter 也分享了自己工厂对于 AI 工具的探索与实践。他创办的公司主要从事鞋类全线产品的设计与加工，主要方向是与当地鞋类制造商开展本地业务。有时也充当其他公司的外部研究与实验中心，研究如何利用 AI 生产鞋类产品，为当地鞋类制造商提供解决方案。

公司目前主要以Dall.E和作为主要的AI工具，探索鞋类产品开发的应用。她提到，他们并不担心科技和AI的快速发展，她认为短期内AI的快速发展是必然的，作为鞋类设计公司，他们更关注设计师角色的转变，以及新的工作方式的改变。

她以公司的案例来说明，该公司在面对新客户时，用同样的提示词在短时间内在Dall.E上生成图片（如上图），这些图片对于帮助顾客对运动鞋有一个直观的感受非常有用。

但问题也随之而来，比如在10分钟生成1500张设计图之后，设计师一个很重要的角色转变就是如何根据客户的喜好和要求输入精准的词组，然后从海量的图片中筛选出需要进一步开发的设计图。这时候设计师需要考虑生产需求，理解参数标准，以及产业链生态的可持续性。

第二个问题是设计师需要从众多同款设计的AI图中，挑选出最优的设计作为产品方案，这就要求设计师有很强的商业和生产技术考量，不仅需要考虑生产需求、了解参数标准，还需要了解产业链生态的可持续性。

如何在众多相同的设计中做出好的选择？

随后他进一步提到，在技术实践过程中，有时候AI的发展可能对优化生产和可持续性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工具创造出一些糟糕的鞋品设计，需要生产加工，但作为普通客户，他们并不具备完整的工业设计和流水线知识储存，这样的鞋品生产技术会让他们的成本难以承受，让整个生产链无法持续。这些都不是工厂想要的结果，也不是客户想要的结果。

所以总结一下，在AI飞速发展的今天，设计师需要快速正确地发现自己的角色变化，这是洞悉工业设计未来的必备能力之一。对设计产品的准确判断、对可持续生产设计的敏锐认知、对设计语汇的精准理解，以及借助AI精准给出相应设计提示的能力，将为未来设计师行业带来质的变化。

第三位演讲嘉宾，青年工业设计师Kedar分享了AI在运动鞋设计过程中的应用。

他首先介绍了自己所使用的（一款基于体素算法的工程软件），其中一款是TO Mold工具，可以使用2D、bmps格式、位图图像来构建模型，用于设计鞋类产品。

有关工程设计软件的一些信息：

回到正题，小伙子的设计流程首先通过Dall.E输入提示词，输出一款波浪形鞋底设计的运动鞋设计。

然后，他导出矢量图，并据此推断鞋子内侧的外观。

随后，他利用自己使用的工程软件的中底造型工具，对生成的鞋底矢量图进行塑形，并创建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，生成多样的鞋底纹理。

提示：受海洋启发的纹理、扎哈·哈迪德参数化建筑几何纹理、 灰度配色方案、位移图。

最后对3D模型进行进一步的渲染。

然后完整的鞋子设计就轻松出来了！

整个过程中，设计师使用了Dall.E等AI引擎。他认为，在未来的设计中，AI会逐渐理解工业生产的一些局限性，比如工艺、技术，以及产品与客户的实际互动等。比如，对鞋类产品在实际生产后的舒适度的考虑会得到进一步提升。

此外，设计师还在另外一个实验室进行另外一个研究项目，他的项目基于，其功能是将3D模型完整地包裹上纹理，设计师提供基础的3D模型，输出为一个带有纹理结构的完整造型模型。

例如设计师输入文字：运动跑鞋（鞋）蓝绿绚丽纹理（蓝色）得到：

输入文字即可制作三维模型纹理，繁琐的贴图模型或许将被取代。使用文字一键生成模型纹理，简单高效。当然，由于当时技术原因，在实际应用中还需要很多改进，比如在某一区域定向生成纹理，如何设置纹理的包裹范围等。

这位工业设计师随后与一家知名的3D打印公司合作，利用AI开发设计运动鞋，然后利用3D打印技术生产出独一无二的鞋类产品。设计师利用Maya和AI插件快速设计出鞋子模型，再利用3D打印打印出成品鞋。强调一双鞋一种材料的概念，购买的鞋子可以回收利用，公司会寄送一双新鞋。他们也在探索客户直接订购他们的打印机来生产鞋子的生产方式。

AI的介入，或许也会改变生产方式，未来一些工业产品可能不需要大工厂来生产，个人可以借助AI在电脑上快速生成设计模型，然后购买优质的3D打印机进行生产，这样一来sketch可以导入ai吗，个人成为生产加工小工厂或许就不是梦了！

今天的分享就到这里，你觉得AI对未来设计有什么影响呢？欢迎在评论区留言哦~

为了保证朋友们不错过更多优秀的设计案例和最新的设计资讯

请记得给我们“加星标”！

  往期内容回顾～  



—  END  —

如有侵权请联系删除！