兼具风格与功能：物理约束引导下的插值

生成式 AI 正在通过实现快速原型设计和设计操控来彻底改变工程设计实践。设计操控的一个例子是获取两张参考设计图像，并将其作为提示生成一张结合两者特征的设计图像。除了美学设计考量之外，实际的工程设计还具有物理约束和功能需求。然而，常用于图像生成的互联网规模基础模型无法在生成过程中将这些物理约束和功能需求纳入考量。我们考虑了受两个输入设计启发而生成设计的问题，并提出了一种零样本框架，通过利用预训练扩散模型作为骨干网络，在生成过程中强制施加物理和功能需求。作为案例研究，我们考虑了轮子设计中旋转对称性的例子。汽车轮子必须具有旋转对称性以确保物理稳定性。我们通过使用对称化器来形式化旋转对称性的要求，并利用该对称化器引导扩散过程生成对称的轮子。我们的实验结果表明，根据 Fréchet inception distance（FID）评估，与相关工作中的方法相比，所提出的方法生成的插值具有更高的真实感。我们还发现，与不使用对称性引导的生成相比，我们的方法生成的设计能更紧密地满足物理和功能需求。