生成设计是一种计算机辅助设计技术和软件类别，它使用人工智能来优化设计过程。工程师可以使用生成设计软件快速迭代多种设计替代方案，并根据一组标准选择最佳方案。
这种技术有时被称为设计探索过程，应用于许多领域，包括建筑、航空航天和建筑工程。它帮助这些领域的工程师产生更多的想法，更快地生成创意，并更快速地将产品推向市场。
尽管这一术语最常被应用于工程和计算机辅助设计（CAD），生成设计也可以应用于艺术作品。像Dall-E、Midjourney和Stable Diffusion这样的工具可以从简单的文本提示中设计出逼真的艺术作品。生成设计只是生成性人工智能的一种变体。
生成设计是如何工作的？
生成设计使用算法和基于人工智能的软件工具，根据一组参数和约束生成大量设计。工程师可以使用生成设计软件，根据某些约束和预期结果创建一系列设计选项，然后对这些设计进行迭代，以满足项目要求。生成设计软件结合用户输入和机器学习，改进先前的迭代，它还依赖于云计算提供的数据来指导设计。
本文为
什么是生成性人工智能？生成性人工智能的解释
- 同时包括：
- 2024年8大生成性人工智能工具类别
- 人工智能会取代工作吗？17种可能受影响的职业类型
- 2024年19种最佳大型语言模型
传统设计始于设计师手动创建的模型，设计师使用CAD软件对其进行完善。生成设计则自动基于预设的约束生成多个模型。设计师或工程师只需根据参数定义问题，软件便会生成相应的解决方案。生成设计的主要步骤包括：
- 定义约束。设计师定义要解决的问题，确定基本项目约束，并指定项目的预期结果。约束可能包括材料或尺寸限制。例如，目标可能是提高某一物体的效率。
- 细化参数。工程师或设计师将广泛的约束和目标细化为数据，并将其转化为软件参数，如空间要求、材料要求、成本限制和性能要求。此步骤提供了生成不同设计选项的可操作信息。在此阶段，设计师还细化项目目标和期望结果。
- 创意生成。软件生成多种解决方案，旨在根据指定的参数达成设计师的目标。
- 分析与评估。设计师或工程师根据先前设定的标准，使用结构动态分析等模拟测试评估生成的设计。
- 迭代。在评估生成的方案后，工程师选择最符合项目要求的设计。然后，可以手动迭代设计，以使其接近理想解决方案，或通过更改生成设计工具中的参数或约束进行迭代。
- 验证。在细化选择的解决方案后，设计师创建设计的原型进行现实世界测试。
- 生产。设计师最终确定设计以便进行生产。
生成设计软件帮助设计师生成和迭代不同的设计选项。
在某些情况下，生成设计的输出能够模拟自然设计系统和结构的方式。这个概念被称为仿生学。它展示了生成设计如何扩展设计师的可能性，通过创造新颖的解决方案来解决设计问题。
生成设计的应用案例和应用
工程师可以使用生成设计软件执行以下操作：
- 创建新部件设计。
- 创建更高效的部件。
- 更快地创建部件。
- 以更低的成本创建部件。
生成设计在多个行业中有多种应用案例。一些例子包括：
- 制造业。在制造业中，生成设计可用于寻找减少组件重量的新方法。它也可以与3D打印和增材制造相结合——即3D打印的工业称谓。
- 汽车工业。在汽车行业，生成设计可用于探索汽车部件的新几何形状和形式。
- 航空航天。在航空航天行业，生成设计可用于创建具有改善环境影响、安全性和重量减少目标的新飞机设计。
- 建筑学。在建筑学中，生成设计可用于创建更可持续和更具韧性的建筑以及土木特征设计。
- 消费品。日常消费品，例如运动设备，可以设计和制造以提高性能并降低成本。
传统设计工具与生成设计工具的比较
传统设计工具与生成设计工具有一些重叠。通常，生成设计的功能作为特性或插件被包含在传统CAD程序中。
没有生成设计功能的工具——传统CAD程序——需要用户输入更多的信息，而生成设计软件的参与度更高。设计师必须手动调整每个设计的参数和几何形状。生成设计工具则在设计过程中承担更积极的角色，根据设计师设定的一组初始约束（如材料、性能标准和制造方法）创建设计选项。
根据网络研究，以下是一些具备生成能力的计算机辅助设计产品示例：
- Autodesk Fusion。
- PTC的Creo。
- Hexagon的MSC Apex Generative Design。
- NTop，之前称为NTopology。
- 西门子的NX。
生成设计的好处是什么？
生成设计的好处包括：
- 同时探索。生成设计工具可以同时探索许多设计迭代，数量有时达到数十万。
- 大规模定制。生成设计工具结合工业4.0技术（如增材制造），能高效实现产品和部件的大规模定制。尝试新设计或修改规格变得更加容易。
- 更快的设计时间表。生成设计自动化部分繁琐且耗时的创意和设计活动。工程师和设计师可以更多地集中于持续改进和更具体地定义问题。
- 更多设计选项。生成设计工具为工程师创造多个模型选项可供选择。
- 学习曲线浅。生成设计为初级设计师提供了优势，使他们可以从一开始就创建出有效的作品。有一定CAD基础知识的人员相对容易学习生成设计。
生成设计的局限性是什么？
生成设计的局限性包括：
- 偏见。AI算法可能掩盖偏见，并使其更难被发现。
- 质量。生成设计软件能够生成大量设计选项，这可能使确定哪些设计的质量是可接受的变得更加困难。软件本身并不能本质上区分其间的差别。
- 选择悖论。如果问题定义不明确，选择的悖论可能使确定正确设计变得更为复杂。更多的选择可能会使人分心，而忽略解决问题最重要的因素。在生成设计中，许多设计满足工程师设定的原始标准。
- 指导软件。设计师仍然需要为软件提供正确的参数和约束，使生成的结果具备价值。
生成设计的例子
生成设计可以应用于的一些理论示例问题包括：
- 设计一个体育场，以容纳众多人并确保每个人都能看到活动。
- 设计一个台面，以尽量减少生产中的废料。
- 设计一个更可持续和更具韧性的建筑。
- 减轻飞机发动机支架的重量。
- 使电动轮椅更便于携带。
一些使用生成设计的真实项目示例包括：
- 月球着陆器。NASA使用Autodesk的生成设计软件创建了一种下一代月球着陆器，该着陆器比传统着陆器更轻。
- 节省资源的椅子。Philippe Starck使用生成设计设计了一把生产椅，目标是在材料使用上尽可能地少；结果是首把由AI设计的椅子。
- 步行车。现代汽车集团使用生成设计设计了Hyundai Elevate，这是一种可以走路和驾驶的概念车。
- 节省资源的鞋子。New Balance使用生成设计创建了具有更有机设计的鞋底内部网格。
- 新建筑设计。扎哈·哈迪德建筑事务所使用生成设计创建了阿塞拜疆的海达尔·阿利耶夫中心。该建筑呈现出一种流动的形式，与自然地形相契合。
拓扑优化与生成设计有什么区别？
“生成设计”这个术语常常与“拓扑优化”互换使用。然而，这两个概念是不同的。
拓扑优化是一种较古老的技术，它使用人类设计的CAD模型，为工程师生成单一的优化模型。工程师提供具体的负载和约束，软件通过优化材料布局来生成一个模型，以满足这些要求。
而生成设计不需要人类生成的设计作为起点。工程师只需向软件输入一组约束，生成设计软件就会生成许多可能的设计。它自动化了设计的创意部分。
生成设计的未来是什么？
生成设计供应商将继续努力提供帮助工程师追求新产品和组件设计的软件。目前，生成设计软件是工程师工具箱中的一种工具。随着时间的推移，技术将不断改进，创造新的机会，揭示新的障碍。生成设计将继续用于创建更有效、具成本效益和美观的对象。
生成设计只是人工智能在制造业中的一种应用。了解人工智能如何简化制造流程并提高效率的其他方法。
编辑注：本文已更新，包括如何选择列出产品的系列方法，并提升读者体验。
此内容最后更新于2024年12月。
