一、行业背景
在传统的交通运输业设计工作中，设计周期长、依赖人工创意进行反复修改，在快速增长的业务需求下，对设计师的业务承载能力发起了挑战。因为产品对创新性和个性化需求不断提升，设计师难以在短时间内产生大量创意，且容易陷入思维定势，难以突破传统设计框架，从而限制了产品创新。
汽车造型阶段工作方式
随着人工智能技术的迅猛发展，人工智能生成内容（AIGC）技术在工业设计领域的应用也愈发成熟，AIGC（Artificial Intelligence Generated Context）是继专业制作（PGC）、用户创作（UGC）之后的一种全新的内容生产方式。
二、AIGC对工业设计领域的影响
AIGC其狭义概念是利用AI自动生成内容的生产方式，广义的AIGC可以看作是像人类一样具备生成创造能力的AI技术，即生成式AI，它可以基于训练数据和生成算法模型，自主生成创造新的图像、视频等内容。由此可以预见AIGC在工业设计领域的巨大潜力，可满足加速设计流程、激发创新灵感、优化设计决策、实现个性化定制的需求。传统的设计过程通常依赖于设计师的创意和经验，这在外观、内饰、用户界面等设计领域上尤为明显。AIGC能够快速处理和分析海量的设计数据，从而帮助设计师更有效率地进行设计。例如，AI可以根据用户输入的功能需求、使用场景、个人喜好或者设计元素，自动生成定制化的、符合需求的设计方案。这种技术不仅提高了设计的创新性，还能够减少设计过程中的人为错误和重复劳动。通过与设计师的交互，AIGC可以根据不同的设计目标和约束条件生成符合要求的设计方案，从而加快产品从概念到实际产品的转化速度。
AIGC作品-汽车行业
AIGC作品-轨交行业
三、AIGC技术的原理及应用案例
AIGC这种技术主要利用了生成对抗网络（GANs），能够根据设计师的输入或者自身学习的样本，快速生成多样化的造型设计方案。GANs包括生成器和判别器两部分：生成器：负责生成图像，通过学习大量设计样本，从设计样本中提取特征和风格，从而能够生成多样化、个性化的设计效果图，为设计师提供设计灵感方案，辅助把控设计方向。判别器：则评估生成的图像与真实图像的相似度，帮助生成器不断优化，使得生成的设计效果图更加逼真和符合设计规范。AIGC利用深度学习和图像识别技术，自动为手绘线稿添加颜色，AI可以根据用户的设置和预设风格为线稿自动上色，调整产品的色彩风格。这样可以快速试验不同的色彩风格和方案，自动化的方式减少了重复性的手动操作，显著提升了设计师的工作效率。
手绘线稿上色
AI技术，可以使用多图方案融合的方式，基于关键词，更精确的输出设计师需要的效果图。例如：以A车为基底，采用B车的设计特征，使用C车的设计风格，指定车型输出前后45°视角效果图。
通过输入图片及关键字，生成新的效果图
AI技术能够基于输入图像生成与之相关联的不同效果图，广泛应用于工业设计领域。自动生成和重绘技术，对于多方案的设计评审，为设计提供了丰富的灵感来源，也为设计师提供了新的创作方式，简化了设计师的出图工作，提高了创作效率和生产力。
区域效果重绘
四、和远助力交通行业工业设计用户，搭建私有化AIGC平台
和远科技为企业级用户搭建AIGC平台解决方案，满足私有化平台部署、专业化模型训练、场景化垂直应用，基于造型中心、工业设计部门的实际数据，训练生成专业私有化的AIGC工具，实现设计研发的是智能化应用，除上述的应用案例之外，AIGC也能应对其他的设计业务应用场景：
生成任意关键词的设计意向图
生成任意关键词的图片素材
生成任意关键词的内外饰前期图
跨专业设计融合创新
同特征主题，车型任意切换
同特征主题，角度任意切换
更换不同场景
扩大任何场景
五、AIGC平台的业务价值
在创意阶段可以提升造型设计效率和质量，AI自动出设计图能快速生成大量的设计方案，极大地加速了设计迭代和优化的过程。设计师可以利用这些生成的方案进行快速反馈和比较，选择最优的设计方案并进行进一步的细化和改进。基于AI工具快速生成各种效果图，优化了造型方案设计及评审流程，可逐步替代原有的出图方式，整个设计过程减少了人为因素的影响，降低了设计过程中的错误率和成本。这种创造性的生成能力为设计师提供了更多的灵感源泉和创新方向，推动了工业设计领域的前沿进展。3D草绘可以和工程总布置协同工作，加强跨专业之间的协同。AI系统不仅可以生成传统的设计风格，还能通过学习和创造性算法生成全新的设计理念和风格，通过3D草绘和AI工具的训练和应用，可以建立企业自己的AI算法模型。AIGC技术正在深刻地改变工业设计的各个方面，从设计过程的优化到产品设计的个性化，AI都为工业设计带来了新的可能性和机遇。未来随着AI技术的不断发展和应用，将来在工业设计领域发挥重要作用，推动工业设计行业朝向更智能化、创新化和个性化的方向发展。
