转自：黑龙江日报

□唐薇

20世纪以来，技术迭代持续革新城市空间设计方法论。生成式人工智能（Generative Artificial Intelligence，GAI）通过深度学习海量设计案例，突破人类经验局限，在方案多样性、迭代速度方面展现独特优势。特别是扩散模型（Diffusion Models）在图像生成领域的突破，为城市空间设计开辟了新路径。

当前GAI技术已深度融入城市空间设计全流程，可分为三个阶段：前期策划与概念设计阶段依托大语言模型（如DeepSeek、ChatGPT）完成项目策划书，结合图像生成平台根据空间需求生成概念图；方案呈现与深化阶段使用Midjourney、StableDiffusion等工具生成高分辨率渲染图；多方案评价阶段通过在线问卷收集用户反馈，利用大语言模型生成对比报告。

作为通用神经网络，GAI在城市设计应用中需针对性优化。当前技术正从性能优化转向系统性、交互性范式转变。分段生成技术、多尺度反馈机制等局部控制方法显著提升生成结果可控性。设计师角色由方案生产者转变为AI协同流程引导者，通过多轮语言校准提升模型可解释性与可信度。

多模型协同工作流逐步形成，模块化分工实现跨模型数据流深度耦合，推动设计流程从半自动化向全流程生成演进。人类设计师负责监督整体逻辑与质量把控，社区公众可直接参与设计过程，提升技术接受度。未来将从三方面发展：构建本土化城市空间数据集、开发可控生成机制、建立多模型协同工作机制，最终形成智能设计系统化框架。

本文系江苏高校哲学社会科学研究一般项目资助“生成式人工智能在环境设计中的应用研究（2025SJYB0483）”研究成果。

（作者单位：南京工业大学浦江学院）