近日，在國外網(wǎng)站eventbrite上有很多年輕的藝術(shù)家和設(shè)計(jì)師發(fā)起了許多對AI的討論。

今天老工要給大家分享的是關(guān)于國外年輕設(shè)計(jì)師在做什么，以及他們?nèi)绾慰创鼳I對未來設(shè)計(jì)所產(chǎn)生的影響。

這次討論會(huì)發(fā)生在去年11月11日，相比國內(nèi)ChatGPT在今年3月份的爆火，目前國外整體工業(yè)設(shè)計(jì)領(lǐng)域?qū)�AI討論的公開話題相對較少，但在技術(shù)實(shí)踐和專業(yè)領(lǐng)域應(yīng)用上卻比我們早了許多，對AI技術(shù)的探索也早在去年7月就爆發(fā)了很多驗(yàn)證和討論。

有很多討論發(fā)生在一些視頻會(huì)議預(yù)約平臺(tái)，相比那些油管上幾萬人觀看的大型研討會(huì)，這些會(huì)議組織人員規(guī)模較小，會(huì)議內(nèi)容比較前衛(wèi)，會(huì)議人員也相對年輕。（對于想知道國外年輕人在做什么很有幫助，如果有興趣的小伙伴也可以自行查找預(yù)約一些線上小型會(huì)議。）

這次會(huì)議的標(biāo)題為Blurred Lines 3.0丨industrial Design & Emerging Technology (工業(yè)設(shè)計(jì)與新興科技，模糊的界限3.0)，此次會(huì)議是由IDSA （Industrial designers society of America美國工業(yè)設(shè)計(jì)師協(xié)會(huì)）發(fā)起的討論。

參與討論的人員有：

William Nickley ：俄亥俄州立大學(xué)設(shè)計(jì)系的助理教授。擁有俄亥俄州立大學(xué)的設(shè)計(jì)碩士學(xué)位和工業(yè)設(shè)計(jì)學(xué)士學(xué)位，超過十年的專業(yè)實(shí)踐經(jīng)驗(yàn)。作為俄亥俄州立大學(xué) DESIS 實(shí)驗(yàn)室的成員，他研究社會(huì)設(shè)計(jì)實(shí)踐，并教授工業(yè)設(shè)計(jì)專業(yè)的課程。威廉的研究基于社會(huì)設(shè)計(jì)學(xué)、設(shè)計(jì)方法論和如何使設(shè)計(jì)進(jìn)入社區(qū)。

Nicoline Van Enter ：Footwearology 品牌和 Footwearology 實(shí)驗(yàn)室的創(chuàng)始人之一。技術(shù)預(yù)測專家，擁有工程、新聞、營銷和設(shè)計(jì)方面的背景。曾與 Adidas、Timberland、Puma、Ecco 等品牌以及鞋類行業(yè)的各種制造商有過技術(shù)開發(fā)商合作。她的主要關(guān)注點(diǎn)和興趣在于人工智能將如何為所有相關(guān)方改進(jìn)設(shè)計(jì)和制造過程。

Kedar Benjamin：一位年輕工業(yè)設(shè)計(jì)師，他對 AI 和計(jì)算設(shè)計(jì)的癡迷促使他創(chuàng)建了新的工作流程，運(yùn)用幾何處理與 AI 相結(jié)合的方式去探索設(shè)計(jì)工作中的自動(dòng)化進(jìn)程。他運(yùn)用AI的合作方式被解讀為探索前沿技術(shù)生產(chǎn)力的有效過程。

Nikko Van Stolk：是印度 Infosys 旗下公司 Kaleidoscope Innovation 的首席工業(yè)設(shè)計(jì)師，他致力于為機(jī)器人和人類創(chuàng)造協(xié)作空間，共同發(fā)展。憑借工業(yè)設(shè)計(jì)背景和對人機(jī)交互的熱情，Nikko 以用戶對尖端技術(shù)的需求為驅(qū)動(dòng)，創(chuàng)造了以用戶為主的合理解決方案。他強(qiáng)調(diào)以用戶為中心的設(shè)計(jì)，比喻設(shè)計(jì)是穿上別人的鞋子走一英里的過程，運(yùn)用設(shè)計(jì)師的創(chuàng)造力去改善用戶的生活質(zhì)量。

此次活動(dòng)的討論內(nèi)容將從如何讓AI工具，比如 Midjourney，運(yùn)用到 Gravity sketch 設(shè)計(jì)軟件中去設(shè)計(jì)沉浸式空間與產(chǎn)品的工業(yè)設(shè)計(jì)實(shí)踐，到設(shè)計(jì)師如何運(yùn)用新的工具和軟件來增強(qiáng)他們的設(shè)計(jì)技能。探索前沿設(shè)計(jì)師生產(chǎn)工具，工業(yè)設(shè)計(jì)師如何將新興技術(shù)融入他們的日常實(shí)踐當(dāng)中。

首先來自俄亥俄州立大學(xué)的設(shè)計(jì)系助理教授 william 演示了其對AI工具的探索與研究，他的主要討論方向?yàn)橐?prompt 為基礎(chǔ)的AI生成器以及其他用文字或者 prompt 提示詞的工具。

其內(nèi)容大致介紹了目前 AI 生成器的主要功能和邏輯，以輸入文字或者圖片，通過AI生成器生成對應(yīng)的圖片信息。比如輸入 prompt：高亮（Bright shiny），開心（fun），有趣（playful）以及和平的未來（peaceful future）和給定的用于借鑒的logo圖片。

AI 將生成以下更具創(chuàng)意的 logo

Midjourney輸入/Blend命令，你將可以導(dǎo)入兩張圖片, 給AI生成器Midjourney輸入一張貓咪和一張機(jī)器人圖片，生成器將根據(jù)圖片信息合成一張貓咪機(jī)器人圖片。

之后，william也演示了和Midjourney類似的stable diffusion，它也可以導(dǎo)入建模軟件Blender當(dāng)中為設(shè)計(jì)師提供幫助。其stable diffusion在Blender中的主要功能為在3D場景中通過輸入對應(yīng)場景文字應(yīng)用不同的畫面風(fēng)格，將復(fù)雜的3D模型場景轉(zhuǎn)化為一個(gè)二維場景圖片。

AI工具也可以應(yīng)用于VR等視頻軟件，推特ScottieFox也在自己的推特頻道演示了如何運(yùn)用stable diffusion幫助VR創(chuàng)作的過程。運(yùn)用基礎(chǔ)工具繪制的草圖在stable diffusion的介入后，stable diffusion在繪制的3D草圖模型上新建了一個(gè)圖層，用來自動(dòng)給模型上色。

AR繪畫3D模型 ----- AI上色

William之后還提到了他在俄亥俄州立大學(xué)也從事對于俄亥俄年輕人提供健康保障的研究，尤其是針對同性戀，變性人群體的自我認(rèn)知以及身份認(rèn)同。由此，William開始好奇AI工具M(jìn)idjourney如何處理身份信息，以及如何輸出標(biāo)簽化信息做出了疑問。

他在Midjourney上做出了幾次實(shí)驗(yàn)，以公眾所知的皮卡丘為例，輸入了不同的prompt生成不同的特定圖片以分析它們中間的區(qū)別，比如：男性皮卡丘，女性皮卡丘，以及LGBT皮卡丘做出對比。

其中涉及到一個(gè)冷知識(shí)，在動(dòng)畫片中雄性皮卡丘和雌性皮卡丘的主要區(qū)別在于尾巴，但Midjourney是不知道這一點(diǎn)的。

通過對比，很顯然，以人類的視角，這些早期的 Midjourney 版本的輸出圖片會(huì)有些不對勁。其中男性的圖片會(huì)有更加寬闊的身軀，女性的則會(huì)用添加頭發(fā)來區(qū)分性別，LGBT則是用彩虹表示。

老工很好奇，也同樣使用今天新版的 Midjourney 做了相同的實(shí)驗(yàn)，男性皮卡丘，女性皮卡丘，以及新加的 Non-Binary（非雙性，無性別）皮卡丘和 LGBT 皮卡丘分別生成了圖片。

結(jié)果顯示 AI 依舊在特定標(biāo)簽上有著固定模式，新版 Midjourney 男性除了服裝裝飾也加入了部分職業(yè)特性作為描述男性詞語的標(biāo)簽，如偵探，鎧甲。女性的標(biāo)簽則直接添加了一個(gè)以視覺上的女性人物，第四個(gè)差分圖則是更窄的臉部以及標(biāo)致性的長發(fā)，延續(xù)了舊版 Midjourney 的標(biāo)簽。除了 Non-Binary 無性別則無法識(shí)別外，LGBT 這個(gè)詞組的理解則是完全和 William 不同的。通過和其他同事的確認(rèn)，Midjourney 可能在不同的地區(qū)收集的圖片及數(shù)據(jù)會(huì)出現(xiàn)偏差，對某個(gè)詞組的理解也可能由于不同的地區(qū)使用出現(xiàn)不同的差別。那么如果我們收集外網(wǎng)的一些特殊 prompt 提示詞，最后可能無法還原和其它地區(qū)相同的圖片。

通過這個(gè)小型實(shí)驗(yàn)，William 也提到AI 生成工具正在把我們抽象的身份標(biāo)簽視覺化，甚至AI工具也在逐漸鼓勵(lì)抽象標(biāo)簽定向視覺化。在演講的最后，他提出思考，作為人類，是否應(yīng)該繼續(xù)鼓勵(lì)復(fù)雜的標(biāo)簽生成定向視覺外觀？

從另一個(gè)角度說，老工認(rèn)為目前AI已經(jīng)在逐漸改變設(shè)計(jì)規(guī)則，復(fù)雜的抽象概念逐漸具象化，未來各種零閃信息也將被AI整合，合成信息和合成數(shù)據(jù)將逐漸變成主流趨勢。其實(shí)作為工業(yè)設(shè)計(jì)師行業(yè)，已經(jīng)經(jīng)歷了一次工業(yè)化的整合，從曾經(jīng)百花齊放的諾基亞，黑莓，中興，蘋果，三星，摩托羅拉，拍立得等手機(jī)產(chǎn)品設(shè)計(jì)豐富多樣，大哥大樣式，翻蓋，滑蓋，旋轉(zhuǎn)翻蓋，按鍵，按壓觸動(dòng)屏幕等等；到今天手機(jī)的設(shè)計(jì)趨勢逐漸統(tǒng)一化，以曲面大屏幕，流暢機(jī)身，高清攝像頭，背面多攝像頭等，越來越扁平化，但整體的設(shè)計(jì)路線是非常清晰的。

未來AI是否又將給眾多工業(yè)產(chǎn)品類的設(shè)計(jì)方向帶來改變，以后對于某個(gè)產(chǎn)品的設(shè)計(jì)樣式是否也將會(huì)有一個(gè)非常清晰的外觀設(shè)計(jì)？整體大概的外觀設(shè)計(jì)將趨于同質(zhì)化，雖然帶來了對設(shè)計(jì)行業(yè)的眾多擔(dān)憂，但其優(yōu)勢也很明顯。由于AI對大眾視覺審美的調(diào)教，未來設(shè)計(jì)師可能在完成外觀設(shè)計(jì)圖后，客戶更容易接受更加先進(jìn)且前衛(wèi)的設(shè)計(jì)方案。在未來設(shè)計(jì)師由于AI的輔助，在設(shè)計(jì)方案上將獲得更多的主動(dòng)性，節(jié)省大量時(shí)間成本，設(shè)計(jì)師也能更多去關(guān)注產(chǎn)品的生態(tài)及環(huán)境搭配，還有實(shí)際測試產(chǎn)品和用戶體驗(yàn)上。

來自鞋類設(shè)計(jì)制造商的 Nicoline Van Enter 也分享了其工廠對于AI工具的探索與實(shí)踐。Nicoline 所創(chuàng)建的公司主要經(jīng)營鞋類全線產(chǎn)品的設(shè)計(jì)到加工生產(chǎn)，主要方向?yàn)楸镜貙Ρ镜匦�類制造商的業(yè)務(wù)。有時(shí)也作為其它公司的外部研究實(shí)驗(yàn)中心，研究如何運(yùn)用AI去生產(chǎn)制造鞋類產(chǎn)品，為本地鞋類制造商提供解決方案。

Nicoline 的公司目前主要運(yùn)用 Dall.E 和 Midjourney 作為主要的AI工具探索應(yīng)用到鞋類的產(chǎn)品研發(fā)中。她提到，她們現(xiàn)在并不擔(dān)心科技以及AI的飛速發(fā)展。她認(rèn)為AI在未來短時(shí)間內(nèi)快速發(fā)展是必然的。作為鞋類設(shè)計(jì)公司，她們更關(guān)心設(shè)計(jì)師所處的角色的改變，以及新的工作方式的改變。

她用公司的案例演示了公司在面對新的客戶時(shí)，短時(shí)間內(nèi)用相同的 prompt 提示詞分別在Dall.E 和 Midjourney 上生成了圖片（如上圖）。這些圖片很好的幫助客戶去對運(yùn)動(dòng)鞋有一個(gè)直觀的感受。

然而隨之而來的問題也有出現(xiàn)，如在短時(shí)間內(nèi)，10 分鐘生成 1500 個(gè)設(shè)計(jì)圖片后，對于設(shè)計(jì)師而言非常重要的一個(gè)角色變化將是如何根據(jù)客戶喜好和要求輸入準(zhǔn)確的詞匯與詞組，然后在大量的圖片中選擇出需要進(jìn)一步發(fā)展的設(shè)計(jì)圖片。這時(shí)候，設(shè)計(jì)師就需要考慮到生產(chǎn)需求，了解參數(shù)化標(biāo)準(zhǔn)，以及產(chǎn)業(yè)鏈生態(tài)的可持續(xù)性。

其次的問題是設(shè)計(jì)師需要在眾多相同設(shè)計(jì)的AI圖片中，選擇最好的設(shè)計(jì)作為產(chǎn)品方案，那么就需要設(shè)計(jì)師擁有比較強(qiáng)的商業(yè)角度考量和生產(chǎn)技術(shù)考量，不僅僅需要考慮到生產(chǎn)需求，了解參數(shù)化標(biāo)準(zhǔn)，還需要了解產(chǎn)業(yè)鏈生態(tài)的可持續(xù)性。

又如何從眾多相同的設(shè)計(jì)中做出好的選擇？

隨后，Nicoline 進(jìn)一步提到在技術(shù)實(shí)踐過程中，有時(shí)候AI的發(fā)展可能并沒有那么幫助優(yōu)化生產(chǎn)與可持續(xù)性。其中面臨的困難性，比如包括在實(shí)踐過程中，一些人會(huì)利用AI工具創(chuàng)造了一些糟糕的鞋子產(chǎn)品設(shè)計(jì)，并要求生產(chǎn)加工。但是作為普通客戶，他們并不具備對工業(yè)設(shè)計(jì)及流水線有一個(gè)完備的知識(shí)儲(chǔ)存，這類鞋子產(chǎn)品的生產(chǎn)技術(shù)將導(dǎo)致其成本難以承受，并使整個(gè)生產(chǎn)鏈不可持續(xù)， 那么這些既不是工廠想要的結(jié)果，也不是客戶想要的結(jié)果。

所以做一個(gè)總結(jié)，在AI飛速發(fā)展的今天，設(shè)計(jì)師需要快速正確的找到自己的角色變化，是了解未來工業(yè)設(shè)計(jì)必不可少的能力之一。對設(shè)計(jì)產(chǎn)品的準(zhǔn)確判斷力，對可持續(xù)生產(chǎn)的設(shè)計(jì)有敏銳的察覺，對設(shè)計(jì)詞匯的精準(zhǔn)了解，能夠借助AI準(zhǔn)確的給出相應(yīng)設(shè)計(jì)提示詞prompt，這些能力將給未來設(shè)計(jì)師行業(yè)帶來質(zhì)的改變。

第三位演講者，Kedar Benjamin作為一位年輕的工業(yè)設(shè)計(jì)師，分享了自己在運(yùn)動(dòng)鞋設(shè)計(jì)過程中關(guān)于AI的應(yīng)用。

他首先介紹了他使用hyperganic（一種基于體素算法的工程軟件），其中hypergamic里面的一款Design to Mold工具能使用2D，bmps格式，位圖圖片建立模型，用于設(shè)計(jì)鞋類產(chǎn)品。

小哥的設(shè)計(jì)過程首先是通過Dall.E輸入提示詞，輸出了一個(gè)波浪形鞋底面設(shè)計(jì)的運(yùn)動(dòng)鞋設(shè)計(jì)圖。

然后他將矢量圖導(dǎo)出，根據(jù)矢量圖，推測出鞋的內(nèi)側(cè)面外觀。

之后使用他所用的工程軟件的鞋中底形狀工具，將已生成的矢量圖的鞋底進(jìn)行了模具制作，生成了一個(gè)簡單的鞋底模型。

最后通過Dall.E插件在鞋底模型上輸入prompt提示詞，生成了多樣化的鞋底紋理。

Prompt 提示詞：紋路靈感來自海洋，扎哈·哈迪德參數(shù)化建筑幾何紋理，H.R.Giger灰階色系，置換貼圖。

最后對3D模型做進(jìn)一步渲染。

然后一個(gè)完整的鞋子設(shè)計(jì)就這么簡單的出來了！

在整個(gè)過程中，設(shè)計(jì)師利用了 stable Diffusion 和 Dall.E 以及其他AI引擎。他相信在以后的設(shè)計(jì)中，AI會(huì)逐漸了解關(guān)于工業(yè)生產(chǎn)的部分限制，比如工藝、技術(shù)、和產(chǎn)品與客戶實(shí)際交互，如鞋類產(chǎn)品在實(shí)際生產(chǎn)后其舒適度的考量都會(huì)進(jìn)一步完整。

除此之外，設(shè)計(jì)小哥在其另外一個(gè)實(shí)驗(yàn)室正在做另外一個(gè)研究項(xiàng)目text2mesh，他的text2mesh是基于Google collab，其功能是將紋理完整包裹3D模型。設(shè)計(jì)師提供基礎(chǔ)3D模型，輸出為一個(gè)完整的具有紋理結(jié)構(gòu)的建模模型。

比如，設(shè)計(jì)師輸入文字：運(yùn)動(dòng)跑鞋（running shoe）藍(lán)綠相間華麗紋理（tealand blue ornate patterns）得到：

輸入文字建立3D模型紋理，繁瑣的貼圖模型可能將被取代。利用文字一鍵生成模型紋理簡單且高效，當(dāng)然基于當(dāng)時(shí)的技術(shù)原因，Text2Mesh 在實(shí)際應(yīng)用中還是需要進(jìn)行許多改善，如定向生成某個(gè)區(qū)域紋理，如何去設(shè)置紋理的包裹范圍都需要進(jìn)一步解決。

工業(yè)設(shè)計(jì)小哥后面也和 Zellerfeld 一家知名 3D 打印公司合作，利用AI研發(fā)設(shè)計(jì)運(yùn)動(dòng)鞋，再利用 Zellerfeld 的 3D 打印技術(shù)，生產(chǎn)出獨(dú)一無二的鞋類產(chǎn)品。設(shè)計(jì)師利用 Maya 及AI插件快速設(shè)計(jì)鞋的模型，然后利用 3D 打印，打印出成品鞋。Zellerfeld 強(qiáng)調(diào)一雙鞋一種材料的概念，可以將購買的鞋回收，其公司會(huì)寄送一雙全新鞋子，他們也在探索客戶以直接訂購他們的打印機(jī)器，從而生產(chǎn)鞋的生產(chǎn)方式。

AI的介入，可能使生產(chǎn)方式也出現(xiàn)改變，未來部分工業(yè)產(chǎn)品也許并不需要大型工廠去生產(chǎn)，個(gè)人依靠AI就可以快速在電腦上生成設(shè)計(jì)模型，然后購買高質(zhì)量3D打印機(jī)進(jìn)行生產(chǎn)。這樣一來，個(gè)體就可以成為一個(gè)小型生產(chǎn)加工工廠也許不是夢！