过去十年来,人工智能已经能够创作小说、编写剧本、谱曲并创作屡获殊荣的视觉艺术作品。随着人工智能在创意行业得到广泛应用,这种现象引发了人们对于失业问题的担忧,但与此同时,人们可以借此机会将简单而低效的工作交由机器来完成。
近年来,很多研究都致力于探索如何让建筑师借助人工智能的力量来促进并简化设计流程。正如CRTKL伦敦副总监Caoimhe Loftus所说:“设计的发展曾因我们的手动绘图和分析能力而受到限制。如今,我们可以借助人工智能的力量,以更快的速度生成并分析更多方案,从而提供更加明智且可靠的设计解决方案。”

目前,人工智能正在攻克的一个低效领域正是手动绘制平面图。2019年,就读于哈佛大学的Stanislas Chaillou在ArchiGAN项目中,使用一个包含800多份公寓平面图的数据库来训练机器学习模型,在给定公寓面积的前提下进行空间规划与布局,并确定门窗和家具的位置。随着机器学习模型的成功扩展,用户可指定每层楼的公寓划分方式,并确定入口和窗口位置。机器学习模型便将给出单独的公寓布局建议,然后将这些单独的布局组合在一起就是建筑的整层布局图。
来自英国的Oliver Green就曾将机器学习技术与公司已完成的住宅设计方案数据库相结合,创建了一款公寓布局推荐工具Homegrown。建筑师们可使用这款工具查看与其建筑相匹配的各种布局方案,然后在Revit上花费短短几秒时间,就可完成公寓改建。Architext是Theodoros Galanos和Tyler Lastovich在去年联合推出的平台,通过人工智能应用,用户在输入文字描述要求后,网站即可帮助其创建理想的公寓布局。
人工智能还可以帮助建筑师出品更加优质、更可持续的设计方案。Spacemaker使用机器学习技术,可在设计初始阶段帮助设计师测试各种可行性方案,在日照、自然光、噪音等方面确保良好的生活环境质量。人工智能可在几秒内计算出相关信息,这样一来,设计师可更快地获取所需信息,从而快速迭代并出品最优的设计方案。
借助这些工具,设计师可快速测试多个解决方案,并最终获得各方满意的设计方案,避免了针对每个方案的反复建模和修改。同样基于机器学习和人工智能的文本转图像工具,如Midjourney和DALL-E,为我们展现了人工智能如何帮助设计师在几秒内创造独一无二的杰作。在此过程中,设计师的角色发生了变化。我们不需要再亲手制作作品,只需选择正确的提示符,就可以获得符合预期的设计和成果。

建筑师都渴望创造更好的场所和空间,而我们设计和交付这些项目的方式也在不断演变。尽管采用新工具的过程会有诸多困难,但我们不能忽视行业变革的重要性。人工智能及其他新兴技术将成为我们未来设计的一部分,让我们的工作变得更加高效。
好文章,需要你的鼓励
OpenAI、Anthropic和Google的AI代码助手现在能够在人工监督下连续工作数小时,编写完整应用、运行测试并修复错误。但这些工具并非万能,可能会让软件项目变得复杂。AI代码助手的核心是大语言模型,通过多个LLM协作完成任务。由于存在上下文限制和"注意力预算"问题,系统采用上下文压缩和多代理架构来应对。使用时需要良好的软件开发实践,避免"氛围编程",确保代码质量和安全性。研究显示经验丰富的开发者使用AI工具可能反而效率降低。
这项研究由北京交通大学研究团队完成,系统阐述了人工智能智能体从"流水线"范式向"模型原生"范式的转变。研究表明,通过强化学习,AI可以自主学会规划、使用工具和管理记忆等核心能力,而不再依赖外部脚本。论文详细分析了这一范式转变如何重塑深度研究助手和GUI智能体等实际应用,并探讨了未来多智能体协作和自我反思等新兴能力的发展方向。
英伟达与AI芯片竞争对手Groq达成非独家授权协议,将聘请Groq创始人乔纳森·罗斯、总裁桑尼·马德拉等员工。据CNBC报道,英伟达以200亿美元收购Groq资产,但英伟达澄清这并非公司收购。Groq开发的LPU语言处理单元声称运行大语言模型速度快10倍,能耗仅为十分之一。该公司今年9月融资7.5亿美元,估值69亿美元,为超200万开发者的AI应用提供支持。
Prime Intellect团队发布开源AI训练全栈INTELLECT-3,这个106亿参数模型在数学、编程等测试中超越多个大型前沿模型。团队完全开源了包括prime-rl训练框架、环境库、代码执行系统在内的完整基础设施,为AI研究社区提供了高质量的训练工具,推动AI技术民主化发展。