面向设计的生成式 AI 见解：集成真实数据实现文本到图像输出

生成式 AI，特别是文本到图像模型，已通过从简单文本提示快速将概念想法转化为视觉表征，彻底变革了室内建筑设计。尽管生成式 AI 能够产生视觉上令人愉悦的图像，但它们往往缺乏为设计师提供可操作的数据。本文提出一种新颖的管道，将 DALL-E 3 与材料数据集集成，以纳入可持续性指标和材料使用见解，丰富 AI 生成的设计。当模型生成室内设计图像后，后处理模块识别其中出现的前十大材料，并将其配对来自通用材料词典的二氧化碳当量 (CO2e) 值。该方法使设计师能够立即评估环境影响并据此优化提示。我们通过三项用户测试对系统进行评估：(1) 在提示生成 AI 之前未向用户提及可持续性；(2) 提示前向用户传达可持续性目标；(3) 提示时同时传达可持续性目标，并将定量 CO2e 数据纳入生成 AI 输出。我们的定性和定量分析表明，第三项测试中引入可持续性指标导致更为信息化的设计决策，但也可能引发决策疲劳并降低整体满意度。尽管如此，大多数参与者报告在第三项测试中将可持续性原则纳入其工作流程，凸显了集成指标在引导更生态负责实践方面的潜力。我们的发现展示了在 AI 辅助建筑设计中平衡设计自由度与实际约束的重要性，为实现整体、数据驱动的解决方案提供了明确路径。