20世紀至今，從模塊化、計算機輔助設(shè)計、參數(shù)化設(shè)計到人工智能，技術(shù)發(fā)展在不斷迭代城市空間設(shè)計的工具與方法。隨著人工智能迅速應(yīng)用，生成式人工智能（Generative Artificial Intelligence，GAI）已經(jīng)介入了設(shè)計的“想象”“優(yōu)化”和“建造”3 個方面，在人機共生的背景下，傳統(tǒng)城市空間設(shè)計方法將面臨革新。生成式人工智能通過深度學(xué)習(xí)海量設(shè)計案例，能夠突破人類設(shè)計師的經(jīng)驗局限，在方案多樣性、迭代速度方面展現(xiàn)出獨特優(yōu)勢。特別是擴散模型（Diffusion Models）在圖像生成領(lǐng)域的突破性進展，為城市空間設(shè)計提供了新的技術(shù)路徑。生成式人工智能技術(shù)的突破為這一領(lǐng)域帶來了范式變革的可能。以生成對抗網(wǎng)絡(luò)（GAN）和擴散模型（Diffusion Models）為代表的深度生成技術(shù)，通過海量城市空間數(shù)據(jù)的學(xué)習(xí)，能夠自動捕捉空間形態(tài)、功能布局與美學(xué)特征之間的潛在關(guān)聯(lián)。這類技術(shù)展現(xiàn)出獨特的“創(chuàng)造性涌現(xiàn)”特性，產(chǎn)生超出訓(xùn)練數(shù)據(jù)分布的創(chuàng)新空間組合。例如，Stable Diffusion通過文本提示生成概念草圖的強大能力，而CityGAN等專業(yè)模型則展示了街區(qū)尺度空間形態(tài)的生成潛力。
生成式人工智能輔助城市空間設(shè)計全流程。結(jié)合多種生成式人工智能工具，城市空間設(shè)計可分為以下三個設(shè)計階段。前期策劃與概念設(shè)計階段：依托大語言模型（如 DeepSeek、ChatGPT 等）完成設(shè)計項目策劃書，具體包含功能、形式、時間等內(nèi)容。概念設(shè)計依托圖像生成平臺，根據(jù)特定空間要求、功能需求審美偏好等產(chǎn)生不同設(shè)計概念意向圖，實現(xiàn)基于提示詞文本生成概念圖、草圖生成概念圖、三維線稿生成概念圖，具體包含經(jīng)典圖像生成平臺、行業(yè)軟件插件平臺和云端平臺三類；方案呈現(xiàn)與深化階段：基于前期的概念設(shè)計，進一步細化各個功能區(qū)域的具體布局、尺寸、材料選擇等模型細節(jié)。使用經(jīng)典圖像生成平臺（如Midjourney,Stable Diffusion等），根據(jù)三維模型生成高分辨率的渲染圖。這些渲染圖可以用于向客戶展示設(shè)計方案的效果，增強客戶的理解和接受度。例如城市街區(qū)公共空間運用Midjourney生成靈感意向圖，經(jīng)設(shè)計師建模深化后，再次使用Midjourney生成效果圖進行表達；多方案評價與比選階段：利用生成式人工智能工具編輯并發(fā)布在線問卷，收集目標(biāo)用戶群體對不同方案的意見和建議。此類工具可以自動分析問卷結(jié)果，提取關(guān)鍵反饋信息。利用大語言模型撰寫詳細的對比報告，包括每個方案的優(yōu)點、缺點、改進建議等。在生成式人工智能的輔助下，基于以上數(shù)據(jù)分析和用戶反饋得到更加全面客觀的方案評估，確保最終方案的合理性。
生成式人工智能作為一種通用的神經(jīng)網(wǎng)絡(luò)，在城市空間設(shè)計領(lǐng)域的應(yīng)用仍需要進行針對性的優(yōu)化。大部分城市空間設(shè)計的生成任務(wù)，除了直接使用生成式人工智能輸出結(jié)果，通過AI模型結(jié)合算法設(shè)計來解決具體的問題，往往能形成更符合要求的結(jié)果。目前生成式人工智能技術(shù)正從技術(shù)性能優(yōu)化向系統(tǒng)性、交互性和精細化范式轉(zhuǎn)變。傳統(tǒng)生成模型多以整體圖像輸出為主，缺乏局部調(diào)整和精細化控制能力，限制了其在城市空間設(shè)計中的應(yīng)用。近年來，分段生成技術(shù)、多尺度反饋機制等局部控制方法的引入，顯著提升了生成結(jié)果的可控性和實用性。設(shè)計師的角色也從方案生產(chǎn)者轉(zhuǎn)變?yōu)锳I協(xié)同流程的引導(dǎo)者，通過多輪語言校準生成方案，提高了模型使用的可解釋性、易用性和可信度。此外，多模型協(xié)同工作流正逐步形成。這種模塊化分工通過跨模型數(shù)據(jù)流實現(xiàn)深度耦合，從半自動化輔助向全流程生成演進。人類設(shè)計師負責(zé)監(jiān)督，確保整體流程邏輯與生成質(zhì)量的合理性與可靠性，提高了城市空間設(shè)計工作流的整體效率，縮短了設(shè)計方案的周期。同時，社區(qū)團體和普通公眾能夠直接參與生成設(shè)計過程，推動技術(shù)接受度的提高。未來發(fā)展趨勢將會從以下三個方面展開：首先是構(gòu)建更多本土化、結(jié)構(gòu)化的城市空間設(shè)計數(shù)據(jù)集，這些數(shù)據(jù)集應(yīng)當(dāng)包含地域特征鮮明的建筑形態(tài)、空間尺度、文化符號等要素，從而顯著提升模型的適應(yīng)性；其次開發(fā)可控的生成機制，人類設(shè)計師能夠精準調(diào)控生成過程，在保證創(chuàng)意性的同時滿足各類設(shè)計規(guī)范和技術(shù)要求；最后多模型協(xié)同工作機制將成為主流的設(shè)計范式，這包括建立設(shè)計需求解析、方案生成、性能模擬、方案優(yōu)化等環(huán)節(jié)，通過構(gòu)建智能協(xié)作網(wǎng)絡(luò)，實現(xiàn)從離散工具向集成系統(tǒng)的演化。這種系統(tǒng)將支持從整體到細部的全流程設(shè)計，最終形成從工具向系統(tǒng)演化的智能設(shè)計框架。
本文系江蘇高校哲學(xué)社會科學(xué)研究一般項目資助“生成式人工智能在環(huán)境設(shè)計中的應(yīng)用研究（2025SJYB0483）”研究成果。
（作者單位：南京工業(yè)大學(xué)浦江學(xué)院）