Only Text Generatív Belsőépítészeti Tervező Eszköz – tervező: Zichun Shao

Only Text Generatív Belsőépítészeti Tervező Eszköz – tervező: Zichun Shao – a rendkívül rangos 2023 Vasdíj A' Design Award díjazottja a Generatív, algoritmikus, parametrikus és MI-támogatott tervezés versenykategóriában.

VasGeneratív· 2023

Only Text Generatív Belsőépítészeti Tervező Eszköz

tervezte: Zichun Shao

Megbízó: Zichun Shao

Vasdíj A' Design Award díjazott a Generatív kategóriában

43,980

Hitelesített díjazott

Díj státusz ellenőrzése: #150725

Megtekintés az A' Design Awardnál Sajtóközlemény Díjjelvény

Színek

A Dizájn

A Only Text Generatív Belsőépítészeti Tervező Eszköz bemutatása

Az Only Text egy generatív tervező eszköz, amely írott leírásokból hoz létre belsőépítészeti látványterveket. Az eszköz egy professzionális belsőépítészeti tervezésre betanított diffúziós modellen alapul. A betanító adathalmaz létrehozásához több mint 20 000 belsőépítészeti látványtervet gyűjtöttek össze és címkéztek fel tervezők. Az Only Text néhány másodperc alatt képes elkészíteni egy belső tér látványtervét, a kiválasztott dekorációs stílus és térbeli jellemzők alapján. A részletek a szöveg szerkesztésével és az újragenerálással módosíthatók. A módszer kiküszöböli a manuális modellezést és renderelést, így számos lehetőség gyorsan megosztható az ügyfelekkel.

Az Elismerés

A Vasdíj A' Design Award díjról

Only Text Generatív Belsőépítészeti Tervező Eszköz a Vasdíj A' Design Award győztese, rangos elismerés a jó dizájnoknak, amelyek megfelelnek a jól megtervezett alkotásoktól elvárt szakmai és ipari követelményeknek. A vasgyőztesek alkotóik nagy tudását, magas fokú szakosodását, szakértői megértését és kreatív képességét mutatják. Only Text Generatív Belsőépítészeti Tervező Eszköz-tól azt várják, hogy nagyra becsült, csodált és kedvelt, gyakorlatias és innovatív alkotás legyen. Ez a Vasdíj A' Design Award kitüntetést elnyert dizájn integrálja az iparág legjobb gyakorlatait, és hozzáértő műszaki jellemzőkkel rendelkezik, amelyek szakértelemmel és tehetséggel párosulnak. Only Text Generatív Belsőépítészeti Tervező Eszköz-t alaposságáért tisztelik, és úgy tervezték, hogy az életminőséget javító fejlesztéseket nyújtson, amelyek segítenek a világot jobb hellyé tenni.

A Dizájn Mögött

Sajtóanyag

A tervező által megadott közreműködők, csapattagok és technikai részletek.

Egyedi tulajdonságok: The design was done by artificial intelligence (AI) in collaboration with designers. This project has trained an AI for professional interior design generation, which can generate interior designs with different decoration styles according to the input text. It only takes a few seconds for AI to generate a new interior design, and it can quickly generate a large number of designs for communication with users, thereby improving design efficiency.
Méretek és csomagolás: The project uses diffusion model technology, using artificial intelligence to cooperate with designers to generate designs of different decorative styles. We retrained a professional interior design AI to quickly create designs with varying decoration styles.
Címkék: Artificial intelligence, Human-computer collaboration, Interior design, Generative design, Text generative design, Efficient design, Rapid modification, Controllable design, Decoration style control
Gyártástechnológia: Ordinary AI cannot generate interior design according to specific "decoration style" and "space attributes," which is a fatal flaw for interior design. To this end, this project collected more than 20,000 interior design renderings, labeled them to make a data set and gave the data set to AI for learning, thus creating an AI suitable for interior design. The AI can generate interior renderings specifying "decorative style" and "space attributes" by inputting text.
Design kihívás: The challenge of this design is to build a professional interior design AI that generates designs of high quality and correct decor. To this end, this project asked professional designers to collect and label tens of thousands of interior design images and then handed over the filtered data to AI for training. Make AI understand what is "decorative style," "spatial attributes," and "aesthetic attributes" and generate an interior design with a specified decorative style.
Kutatás: Research Background: Interior design communication is complex, and obtaining designs and communicating with customers quickly is necessary.
Methods: This project trained an AI to generate interior designs professionally and used the AI to collaborate with humans to create interior designs in various decorative styles from the text.
Results: Using the AI trained in this project, designers can generate an interior design rendering in just a few seconds.
Insights: This project approach rapidly generates large batches of interior designs for specified decor styles and spatial properties and allows new designs to be generated by modifying text. This method eliminates the need for manual modeling and rendering, which improves design efficiency.
Inspiráció: It is difficult for users to imagine the scheme described by the designer in words. Designers need to turn thinking into design quickly. With the development of artificial intelligence (AI), designers can generate designs directly from text. Specifically, this project trained an AI to create interior design, which can generate interior design only by inputting text, improving communication efficiency between designers and users.
Projekt időtartama: The project is located in Guangzhou, Guangdong Province, China, and was designed in 2023.
Működési folyamat: 1. Professional designers collect interior design images and mark and screen them.
2. Use the filtered data to train a professional interior design AI.
3. Designers use AI to design.
4. The designer inputs the design text description into the AI to specify the decoration style.
5. AI generates the interior design of the specified decoration style.
6. Modify the unsatisfactory details in the design through text description, and regenerate the design.
7. After adjusting the text description and generating it multiple times, a good design is obtained.