[论文解读] Generating Daylight-driven Architectural Design via Diffusion Models

Pengzhi Li, Baijuan Li|arXiv (Cornell University)|Apr 20, 2024

Impact of Light on Environment and Health被引用 4

一句话总结

本文提出了一种新颖的AI辅助建筑设计框架，通过扩散模型从体量模型生成采光驱动的建筑设计。该框架整合了参数化体量生成、基于LoRA微调的扩散模型在自定义采光图数据集上的学习性采光策略，以及结合ControlNet与GPT-4提示的条件文本到图像生成，实现了高效、美学一致且功能合理的建筑设计方案，并获得了强有力的用户验证。

ABSTRACT

In recent years, the rapid development of large-scale models has made new possibilities for interdisciplinary fields such as architecture. In this paper, we present a novel daylight-driven AI-aided architectural design method. Firstly, we formulate a method for generating massing models, producing architectural massing models using random parameters quickly. Subsequently, we integrate a daylight-driven facade design strategy, accurately determining window layouts and applying them to the massing models. Finally, we seamlessly combine a large-scale language model with a text-to-image model, enhancing the efficiency of generating visual architectural design renderings. Experimental results demonstrate that our approach supports architects' creative inspirations and pioneers novel avenues for architectural design development. Project page: https://zrealli.github.io/DDADesign/.

研究动机与目标

• 为解决AI生成建筑设计中缺乏采光整合的问题，提出一种采光驱动的设计策略。
• 通过实现从体量模型到视觉渲染的端到端生成，简化建筑设计流程。
• 通过结合大规模语言模型与文本到图像扩散模型，提升设计效率与创造力。
• 创建一个用于训练建筑扩散模型的新型计算采光图数据集。
• 通过条件控制提升生成建筑设计与原始体量几何形状之间的一致性。

提出的方法

• 通过Grasshopper中的参数化算法生成体量模型，采用随机参数进行迭代的体量加法与减法操作。
• 基于体量模型的截面轮廓，利用Grasshopper中的Honeybee插件构建自定义的采光图数据集。
• 在采光图数据集上对LoRA微调的Stable Diffusion v1.5进行微调，以生成准确的窗户布局。
• 使用GPT-4生成多样化且按类型、风格、景观和材料分类的建筑设计文本提示。
• 将ControlNet集成到文本到图像扩散模型流程中，以体量几何形状为条件，确保形状保真度。
• 通过将GPT-4生成的提示输入到具备几何控制的条件扩散模型中，生成最终的建筑设计渲染图。

实验结果

研究问题

• RQ1 扩散模型能否被有效引导，基于采光性能生成在建筑上协调的立面？
• RQ2 如何构建一个支持基于AI的建筑设计的自定义采光图数据集？
• RQ3 将GPT-4与文本到图像扩散模型结合，能在多大程度上提升设计的多样性与相关性？
• RQ4 建筑师们如何看待一种集成了采光与形态生成的AI系统在效率与可用性方面的表现？
• RQ5 通过ControlNet进行的条件控制能否在体量模型与生成的建筑设计渲染图之间保持几何一致性？

主要发现

• 用户研究显示，88%的建筑师认为该方法显著提升了设计效率。
• 84%的建筑师表示在使用该框架后设计灵感有所增加。
• 72%的用户认为生成的建筑设计合理且比例协调，表明具有较强的功功能一致性。
• 64%的用户对采光驱动的立面生成策略给予积极评价，仅14%认为其中性或无效。
• 该框架成功生成了多种风格与类型下多样化且视觉协调的建筑设计，经筛选的输出确保了合理性。
• 将GPT-4提示与具备ControlNet功能的扩散模型结合，生成了高度保真的渲染图，与输入体量几何形状高度一致。