恭賀本院教師榮獲114年度國科會補助計畫

熱烈恭喜本計畫主持人 方裕民 教授 與 陳上元 教授，持續在生成式人工智慧領域深耕研究，雙雙獲得114年度國科會研究計畫通過！展現本院教師於設計與科技交叉領域的研究實力與創新潛力！

以下簡要介紹兩項計畫內容：

█ 方裕民 / 生成式AI輔助的工業設計創新模式：穩定與視覺化參數流程的應用研究

本計畫旨在建立一套「穩定與視覺化參數的生成式AI輔助工業設計流程」，以解決生成式AI在工業設計實務中所面臨的成果不穩定、參數不透明、與過程不確定等挑戰。透過設計視覺化的參數控制介面，結合AI輔助的關鍵流程，使設計師能夠在構想發展、圖像生成及專案優化等設計環節中，獲得更高的操作可控性與成果一致性。 在社會面向，本研究有助於推動生成式AI技術的普及，降低中小企業導入AI設計工具的門檻，提升設計流程的效率與效能，促進社會創意產業的多元發展。在經濟面向，透過開發穩定的AI參數化設計流程，企業可縮短設計迭代時間，減少人力成本，並快速回應市場需求，促進產業升級和競爭力的提升。在學術面向，本計畫將建立可重複使用的參數化流程模型，發展視覺化AI控制工具，並提供設計教育的實驗數據，為生成式AI的工業設計研究提供實證依據，成為設計學術界的重要參考。 透過本計畫的實踐，預期將在學術研究、產業應用與社會發展等層面產生深遠的影響，推動生成式AI技術在工業設計領域的創新應用。

█ 陳上元 / 基於擴散模型的推理與訓練：人工智慧賦能建築設計研究

在邊緣運算時代，透過協作並結合人工智慧賦能，發揮創意與生產力，將成為設計產業從業人員必備的技術能力。本研究基於穩定擴散模型，開發AI賦能的建築設計應用，其應用層面包括圖像生成的「推理」以及客製化模型的「訓練」。穩定擴散模型（Stable Diffusion, SD）具備降維運算的能力，為擴散模型奠定了實用的基礎；其核心模型包含三大組件：(1) 對比語言-圖像預訓練的文本編碼器、(2) 潛在擴散模型、(3) 變分自編碼器。此外，輔以微調模型與控制網路，以及可選的使用者介面，使SD在建築設計中的賦能體現為：(1) 理解意念，推理意圖，並發展多樣性；(2) 根據意圖詮釋意念，展開對話，推衍意圖；(3) 建構設計的思考流程；(4) 微調與控制設計意圖與意念；(5) 擴充協作能力；以及 (6) 訓練客製化需求的模型。本研究以AI賦能推理「聯合建築師事務所的校園新建工程專案」，並以完成專案的「設計文件交付」為任務目標。同時，以AI賦能建築設計推理檢核「設計文件」的矩陣，梳理出SD在不同服務階段提供的賦能項目與工具支援的不足，為下一階段訓練及建置建築類客製化模型提供參考依據。— 與方裕民。