基于生成式 AI 的草图式立面翻新：绕过工业自适应复用的 as-built 建模
人工智能
2026-01-14 v1
摘要
立面翻新比全拆除更可持续，但在保留既有结构的同时表达新意图地提出设计方案仍具挑战性。当前工作流程通常需要在设计前进行详细的 as-built 建模，这既耗时又费力，且常涉及多次修订。为解决此问题，我们提出了一个结合生成式人工智能 (AI) 和视觉-语言模型 (VLM) 的三阶段框架，直接处理粗糙结构草图和文本描述以生成一致的翻新方案。首先，使用微调的 VLM 模型预测草图中需要修改的边界框以及应添加哪些组件。接着，稳定扩散模型生成新元素的详细草图，这些草图通过生成式填充管道与原轮廓合并。最后，采用 ControlNet 对结果进行细化，生成逼真的图像。在数据集和实际工业建筑上的实验表明，所提出的框架能够生成既保留原结构又提升立面细节质量的翻新方案。该方法有效绕过了详细 as-built 建模的需求，使建筑师能够快速探索设计替代方案、迭代早期概念，并更清晰地表达翻新意图。
关键词
引用
@article{arxiv.2601.08531,
title = {Sketch-Based Facade Renovation With Generative AI: A Streamlined Framework for Bypassing As-Built Modelling in Industrial Adaptive Reuse},
author = {Warissara Booranamaitree and Xusheng Du and Yushu Cai and Zhengyang Wang and Ye Zhang and Haoran Xie},
journal= {arXiv preprint arXiv:2601.08531},
year = {2026}
}
备注
10 pages, 9 figures, Proceedings of CAADRIA 2026