检索规则说明:AND代表“并且”;OR代表“或者”;NOT代表“不包含”;(注意必须大写,运算符两边需空一格)
检 索 范 例 :范例一: (K=图书馆学 OR K=情报学) AND A=范并思 范例二:J=计算机应用与软件 AND (U=C++ OR U=Basic) NOT M=Visual
作 者:高超[1] 罗茂峰 Gao Chao;Luo Maofeng
机构地区:[1]武汉科技大学艺术与设计学院,湖北武汉430081
出 处:《艺术科技》2024年第3期202-204,207,共4页Art Science and Technology
摘 要:目的:文章以展览馆设计为例,探索在空间设计中应用开源图像生成人工智能模型——稳定扩散的客观影响与当下现实。方法:通过分析稳定扩散模型现实功能、组成原理与各类拓展性神经网络,结合展览馆空间设计的设计需要和设计步骤,从客观实践出发,分析如今稳定扩散模型在展览馆空间设计中的客观现实。结果:稳定扩散作为一款开源图像生成模型,在各类拓展性神经网络的帮助下,能高效生成空间设计中的效果图像,在空间设计项目制作中对提升专业设计师的设计效率具有一定的帮助,即可提供大量风格各异的效果图像、辅助空间设计中的不同功能区确定、迅速生成设计师构思图像促进商业交流。但受社会道德、科学技术、基本原理等因素的限制,稳定扩散模型难以直接取代传统的空间设计出图流程,大规模生成符合专业设计师最终所需要的现实效果图像,仅能生成空间设计草图效果。结论:稳定扩散作为开源图像生成模型无疑有更多的可能。但是,当下由于各类问题的存在,稳定扩散模型仍需要实现算法上的突破,吸收其他领域的优秀算法与先进技术,实现技术上的质变。只有让稳定扩散模型完全理解空间关系,优化空间效果图像生成,最终才能实现空间设计的真正变革。
分 类 号:G269.2[历史地理—考古学及博物馆学]
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在载入数据...
正在链接到云南高校图书馆文献保障联盟下载...
云南高校图书馆联盟文献共享服务平台 版权所有©
您的IP:216.73.216.112