How to Make AI Generative Design for Building Façade Renovation More Controllable: A Case Study on a Historic District in Zhejiang, China
Este estudio propone un marco de diseño generativo de doble control que integra Stable Diffusion, ControlNet, MLSD y LoRA para equilibrar la preservación histórica con la revitalización comercial en los distritos históricos de Zhejiang, logrando una alta fidelidad estructural y capacidad de respuesta funcional para la renovación de fachadas a través de diversos formatos comerciales.
Artículo original bajo licencia CC BY 4.0 (https://creativecommons.org/licenses/by/4.0/). Esta es una explicación generada por IA del artículo a continuación. No ha sido escrita ni avalada por los autores. Para mayor precisión técnica, consulte el artículo original. Leer descargo de responsabilidad completo
En las bulliciosas calles de los distritos comerciales históricos de China, una tensión silenciosa se desarrolla entre el pasado y el presente. Estos vecindarios, a menudo construidos a lo largo de canales con paredes blancas y techos de tejas negras, no son solo museos; son espacios vivos donde las tiendas, cafeterías y hogares deben adaptarse a la vida moderna. El desafío para los planificadores urbanos y diseñadores es actualizar estos edificios para que puedan albergar nuevos negocios sin destruir el carácter histórico que los hace especiales. Si cada propietario de una tienda renueva su fachada de forma independiente, la calle puede convertirse rápidamente en un mosaico caótico de estilos discordantes, perdiendo la armonía visual que define la zona. Para resolver esto, los investigadores están recurriendo a un nuevo tipo de herramienta digital: la inteligencia artificial generativa. A diferencia de los programas informáticos antiguos que simplemente siguen reglas rígidas, esta tecnología puede crear nuevas imágenes desde cero basándose en descripciones. Sin embargo, las versiones estándar de esta tecnología suelen tener dificultades con la arquitectura, produciendo edificios que lucen hermosos pero que tienen estructuras imposibles o puertas mal ubicadas. El objetivo es encontrar una manera de guiar este poder creativo para que respete los huesos de un edificio antiguo mientras se ajusta a las necesidades específicas de un nuevo negocio.
Un equipo de investigadores de la Universidad de la Ciudad de Hangzhou ha desarrollado un método para hacer que este proceso sea mucho más confiable, específicamente para los distritos históricos de la provincia de Zhejiang del norte. Crearon un sistema que actúa como una doble verificación para la computadora, asegurando que cualquier nuevo diseño propuesto mantenga intacta la forma del edificio original y también coloque elementos funcionales como entradas y ventanas exactamente donde se necesitan. Los investigadores probaron su enfoque en cuatro tipos comunes de negocios que se encuentran en estas áreas: restaurantes, tiendas minoristas, cafeterías y casas de huéspedes. Al combinar una técnica que bloquea las líneas estructurales del edificio con otra que mapea dónde deben ir las características del negocio, pudieron generar planes de renovación que lucen realistas y respetan el estilo arquitectónico local.
El proceso comienza con una fotografía de un edificio existente. La computadora primero analiza la imagen para identificar las partes permanentes de la estructura, como la línea del techo, las columnas principales y las proporciones generales de la pared. Elimina los detalles temporales como puertas o ventanas específicas para crear un esqueleto limpio del edificio. Este esqueleto es crucial porque evita que la computadora invente nuevas formas de techos o cambie la altura de los pisos, lo cual sería imposible de construir en un distrito histórico real. Una vez que este marco estructural está bloqueado, los investigadores superponen un mapa sencillo codificado por colores que representa las necesidades de un negocio específico. Para un restaurante, el mapa podría resaltar un área grande para un escaparate y un camino despejado para una entrada. Para una casa de huéspedes, podría marcar un balcón y mantener las paredes más sólidas para la privacidad. Estas dos capas —la estructura inalterable y las necesidades flexibles del negocio— se introducen en el modelo de inteligencia artificial juntas.
Para asegurar que las imágenes generadas parezcan pertenecer al norte de Zhejiang, los investigadores también entrenaron el sistema con un conjunto específico de fotos arquitectónicas locales. Este paso enseña a la computadora los detalles sutiles de la región, como la textura de las paredes blancas desgastadas, el patrón de las tejas negras y la forma en que la luz cae sobre las estructuras de madera. Cuando el sistema genera un nuevo diseño, utiliza el esqueleto estructural para mantener el edificio fiel a su forma original, el mapa de colores para colocar las características del negocio correctamente, y el entrenamiento local para aplicar los materiales y la atmósfera adecuados. El resultado es una serie de propuestas de renovación que parecen poder existir realmente en la calle, en lugar de ser solo fantasías artísticas.
Los investigadores probaron su método generando diseños para los cuatro tipos de negocios y comparándolos con lo que produciría un programa informático estándar sin estos controles específicos. Encontraron que, sin la guía estructural, la computadora tendía a cambiar las formas de los techos y la disposición de las columnas, creando diseños que requerirían demoler el edificio original. Sin el mapa de negocios, la computadora a menudo colocaba las entradas en los lugares equivocados o olvidaba incluir características necesarias como balcones. Cuando ambos guías se usaron juntos, los diseños se mantuvieron fieles a la forma del edificio original mientras se adaptaban con éxito a la nueva función.
Para verificar qué tan bien funcionó esto, el equipo pidió a un grupo de arquitectos y expertos en diseño que revisaran las imágenes. Los expertos juzgaron si los diseños generados mantenían la estructura original del edificio y si cumplían con los requisitos funcionales del negocio. Los resultados mostraron que el método de doble control logró una precisión estructural del 77.6 por ciento y una tasa de éxito funcional del 75.6 por ciento. Esto significa que, en aproximadamente tres de cada cuatro casos, la computadora produjo un diseño que parecía estructuralmente sólido y funcionalmente apropiado. El equipo también midió la calidad visual de las imágenes utilizando métricas estándar de visión por computadora, encontrando que las imágenes generadas eran visualmente plausibles y consistentes con ejemplos del mundo real de estos distritos históricos.
El estudio destaca que esta herramienta es mejor utilizada como una forma de visualizar ideas en las etapas tempranas del proceso de planificación, ayudando a las autoridades y dueños de negocios a acordar un rumbo antes de que comience cualquier trabajo físico. Aún no es una herramienta para crear los planos de construcción finales, ya que las imágenes son bidimensionales y carecen de la información de profundidad precisa necesaria para la construcción. Sin embargo, ofrece una forma poderosa de equilibrar la preservación de la historia con las demandas del comercio moderno. Al dar a los diseñadores una manera de probar muchos escenarios de negocio diferentes en el mismo edificio histórico sin perder el carácter de la calle, el método proporciona un camino práctico hacia adelante para revitalizar estos tesoros culturales. La investigación sugiere que, con los controles adecuados, la inteligencia artificial puede convertirse en un socio para preservar el pasado, asegurando que las calles históricas sigan siendo lugares vibrantes tanto para residentes como para visitantes.
¿Ahogado en artículos de tu campo?
Recibe resúmenes diarios de los artículos más novedosos que coincidan con tus palabras clave de investigación — con resúmenes técnicos, en tu idioma.