图文转自PIX 像素智能公众号——已授权，如需转载请联系我们
传统的设计是“设计师的创意灵感+一台计算机渲染=图纸中的设计方案”，而全新的设计方式则是计算机和设计师一同创造。
即“数据录入+人工智能算法+云计算=数据库中数以千计的设计方案”。
<hr/>
小米“斥资”200万元，请日本平面设计之父--原研哉，用时3年，换了一台全新的Logo。
原研哉在视频中提到，基于小米对牌子对“科技与生命的关系”的探讨，提出了“Alive”设计理念。
这次小米的新logo更新，因为大师的名气和实际设计效果产生了冲突，在网络上引发了不少争议，很多网友认为这个设计不值200万，雷布斯被忽悠了。
甚至有网友直接上动图表示，在旧 Logo上加一行简单代码「border-radius: 19px;」，秒变新logo。
而原研哉官方设计团队的解释是，小米的新Logo 设计通过一台数学方程来实现了这个理念，即：
最终，他们选取了n=3这个参数，通过计算机最终绘制成了目前的外形。
这其实就是二维平面的“生成式设计”。
二维生成式设计
计算机和设计师一同创造的方案
所谓生成式设计是模仿自然化的设计方法，设计师和工程师花更多的时间构建他们想要解决的设计问题，而不是绘制想法并储存在电脑中。
在软件中输入目标、约束条件和优先级 (如重量、制造时间、材料偏好、制造方法和成本限制等)，然后开始与技术对接，系统通过人工智能和云计算，探索数千种选择，以追求最好的结果。这种方式能比人类更快地解决复杂问题，并提供更多潜在的解决方案。
图像是由一台一台像素组成的，像素是组成一幅图画或照片的最基本单元，所以生成式设计实现的原理如下：
左边的黑色方块，在右边田字格里面填充时，存在很多种可能。
没有填充，有1种情况；
填充1块时，有4种情况；填充2块时，有6种情况；填充3块时；有4种情况；填充4块时，有1种情况。
最后合计是16种情况=2^4（二的四次方），详细如下图所示：
当左边的黑色方块，填入右边9个方块时，可以推理得出512种情况=2 ^9（二的九次方），详情如图所示。
然后，按照约束条件，可以选择对称的版块。
比如，由无数个像素块组成的人脸图像，就可以输入约束条件去快速生成，而不需要人工去画。通过计算机与人类思考处理后的设计更为科学，同时也极大地提高了设计效率和可靠性。
生成式设计在二维平面中的应用比较多。比如2017年末 Variable 与伦敦的牌子咨询公司dn&co合作，以一种独特的字体排版（typography，不同于字体设计）方式生成始终在运动的新的Broadgate牌子形象。
动图来自：良匠工作室
设计师可以自行在公开界面上调整参数更改其顺序、颜色，获得不同风格的动态logo，以供设计师参考选择。
动图来自：良匠工作室
FIELD创意工作室用生成式设计创造了新的生物形象，在一台放置在大厅的装置中，屏幕上最小的图形生物演变成一群小动物，并开始跟随多节奏音轨跳舞。
三维生成式设计
设计、评估与优化三个步骤
生成式设计除了二维平面的应用以外，在三维立体空间方面应用得也非常广泛，三维空间里从“设计空间、设计评估以及设计优化”着手即可。
总结来说，设计步骤如下：
1、设计空间：设计师根据重量，材料，成本、体积和强度等约束条件输入要求；
2、设计评估：计算机使用算法和AI生成数千种设计，同时对每种设计进行性能分析评估；
3、设计优化：设计师研究选项，并在需要时改变设计目标，允许人类进入设计迭代循环优化。
三维空间生成式设计（图片来自：良匠工作室）
如果设计师和工程师对生成的结果不满意，或者希望探索其他选项，可以根据需要重复第3个步骤，直到生成出满意的结果。
这是一台不断反复操作系统来得出设计结果以及修正系统的过程。在设计上，这种方法可以让设计者透过此一数字工具快速地探索在特定造型定义下的大量可能性。
与拓扑优化不同，生成式设计探索所有方案的可能排列，快速生成备选方案，并从每次迭代中学习哪些方案是符合设计需求的。
对于汽车行业来说，由于受到传统四大工艺（冲压、焊接、涂装、总装）和模具的限制，传统的工具只能制造简单的几何图形，并且价格昂贵，设计不灵活，这使得实验成本过高，无法满足多元化的市场需求。
而生成式设计只需要一台软件系统和一台3D打印机，就可以生产出无数零件和无限的形式，包括有机形状和内部晶格，理论上可以打印任何想要的结构，这是传统制造方法无法企及的地方。
PIX的生成式设计
减少汽车零部件，降低成本，提升效率
一般来说，一辆汽车大约有5000-1万个零部件，而通过生成式设计可以显著的实现零件的减少及减重，具有成本低，速度快的优势。
PIX开创了全球第⼀个⻋辆汽车AI 生成式设计算法，并获得了专利授权，相⽐传统⻋辆设计⽅式速度提升10倍，并且非常灵活，详细设计流程如下：
第一步：输入需要的参数。根据用户详细需求，输入需要的参数，比如材料、生产时间、制造成本等约束条件。
第二步：设计评估。输入参数以后，系统会在几秒钟之内自动生成多种结果，供设计师参考。下图为 Nodal Division从 3到14的生成设计图。
第三步：设计优化处理。设计师研究选项，并在需要时改变设计目标，进行设计优化处理，选择最合适的方案。
最后参数选择确认以后，进入3D打印生产制造阶段。
由AI算法生成的一体化底盘
PIX 生成式设计过程展示
以上就是PIX 生成式设计的全流程，可以看出，由AI和人工设计师共同主导的产品设计，速度更快，设计质量与稳定性会更好。
3D打印汽车底盘运行展示
PIX 作为重新定义汽车设计及制造范式的开拓者，在2019就受邀加入了全球领先的设计软件公司Autodesk技术中心。
PIX使用生成设计方式设计的汽车零件和底盘
Autodesk制造和建筑产品高级副总裁Scott Reese曾表示：“生成设计是制造业未来发展的趋势，真正区别于传统技术的一点在于，它能将多个部件整合为一台部件，并能大幅缩短产品开发流程”。
▲基于PIX超级底盘搭建的各类自动驾驶功能车
由于生产式设计和柔性制造的灵活性，基于PIX超级底盘，可以搭建各类无人车应用和智能汽车， 用于出行服务、物流配送、零售运营、林业农业、安防巡检、接驳观光等更多场景，满足市场个性化需求。
全生命周期制造DfMAS
从材料、设计到制造的全流程
在 PIX 看来，单纯从产品设计上突破是不够的，必须从“设计、制造、材料以及全球贸易”全生命周期制造开发流程着手，全流程布局，通盘考虑。产品设计为生产便捷性考虑，生产为售后服务甚至是全球贸易考虑等。
在制造上，PIX采用了自研的新一代大型金属增材制造设备 Lightsaber™，这与生成式设计可以天然有机结合，产品设计完成后自动进入生产制造流程，进行3D打印阶段。
金属增材制造设备Lightsaber™
由于无需模具，Lightsaber™ 可以通过 3D 打印制造任意车型，同时保持一体化车身，减少数百个零部件，从而减少装配工序。
除了效率优势外，Lightsaber™ 更具价值之处是易于实现大规模的分布式制造，由于 Lightsaber™ 减少数百个零部件，从而让汽车制造对产业链的依赖减小，因此可以将 Lightsaber™ 部署在全球任何有PIX用户的地区。
PIX 分布式制造
不仅仅省去国际物流的时间和费用，也将为当地的区域经济发展作出贡献，在全球化转型的格局下，分布式制造显得尤为重要，这将为 PIX 铺平全球市场的道路。
从“生成式设计到分布式制造，再到全球贸易布局”，PIX 的每一台流程都环环相扣，相辅相成。
这与传统的汽车设计、流水线制造路径有着很大的不同，甚至与最新崛起的一批新造车势力的底层逻辑也完成不一样。
PIX 正在做的是从产品设计、生产线研究到产品制造的全流程智慧化发力，化繁为简，在工厂面积、资金投入不变的情况下，通过高度自动化生产线的改造，让产能达到传统主机厂的5-10倍。
改变现有的汽车设计与制造体系是一项最具风险的挑战，但在这个过程将为制造业带来新的知识和希望， PIX 愿意做这种有意义的冒险，引领下一代的造车浪潮--移动空间，重塑一台个可持续发展的城市。
大家好，良匠设计第一次认识到有国内的公司在做生成式设计的的落地方案，PIX生成式设计的研究很棒。我们把这个文章推荐给大家，希望将来能一同在生成设计领域做出有价值、更颠覆传统设计方法的设计。
一起加油！ |
用Deepseek满血版问问看
