CAD 引导的生成模型：可行性和新颖性工程设计之路
内容提要
本文探讨文本到图像生成技术在建筑设计和设计师教育中的应用，强调生成工具对创意支持的潜力及其面临的挑战。研究提出了选择有效提示词的方法，并通过实验验证了不同模型的有效性，以优化生成图像与输入文本的匹配。
延伸解读
提示词优化的技术路径
文章介绍了多种优化提示词的方法，包括衡量提示词效果的技术、学习扩散模型适当文本描述的框架、直接改变提示嵌入而非文本的方法，以及从简单描述生成高质量提示的BeautifulPrompt。这些方法旨在提高输入文本与生成图像之间的匹配度，为设计师提供更可控的生成工具。
生成工具在创意设计中的实际作用
研究显示，文本到图像生成模型在建筑设计早期阶段和雕塑创作中能启发创意，帮助探索想法。参与者反馈生成的图像对创作过程有启发作用，且生成策略与创作阶段相关。这表明生成工具可以支持设计师的想象力，但需要软件开发者和教育者的支持来应对挑战。
面向初学者的系统支持
PromptCharm系统通过多模态提示工程和细化，支持初学者用户生成图像和优化载体，并利用可视化模型注意力值进行解释和反馈循环。这有助于提高生成图像的质量和用户期望的符合度，降低生成式AI的使用门槛，促进设计师教育中的应用。
Q&A
文本到图像生成技术在建筑设计中有哪些应用？
文本到图像生成技术在建筑设计早期阶段支持创意，并在设计师教育中应用，帮助探索想法和丰富设计过程。
如何选择有效的提示词以优化生成图像？
研究提出了一种衡量提示词效果的技术，并提供了选择提示词以实现预期效果的指导。
生成工具在设计过程中面临哪些挑战？
生成工具面临的挑战包括需要软件开发者和教育者的支持，以增强创意和设计师的想象力。
BeautifulPrompt模型的主要功能是什么？
BeautifulPrompt是一个深度生成模型，可以从简单描述中生成高质量的提示，以生成更美丽的图像。
PromptCharm系统如何帮助初学者？
PromptCharm系统支持初学者在生成图像和优化载体过程中，提供生成式AI领域的最新进展和可视化模型注意力值。
研究中如何提高文本与生成图像的匹配度？
通过prompt学习和利用预训练扩散模型的质量指导和语义指导，研究提高了输入文本和生成图像之间的匹配度。
