How to Make AI Generative Design for Building Façade Renovation More Controllable: A Case Study on a Historic District in Zhejiang, China
本研究提出了一种集成 Stable Diffusion、ControlNet、MLSD 和 LoRA 的双重控制生成式设计框架，旨在平衡浙江历史街区的历史保护与商业振兴，从而针对多种商业业态的立面改造实现高结构保真度与功能响应性。
原始论文采用 CC BY 4.0 许可（https://creativecommons.org/licenses/by/4.0/）。 这是对下方论文的AI生成解释。它不是由作者撰写或认可的。如需技术准确性，请参阅原始论文。 阅读完整免责声明
在中国历史悠久的商业区繁忙的街道上，过去与现在之间正进行着一场无声的博弈。这些街区通常沿运河而建，拥有白墙黑瓦，它们不仅是博物馆，更是生活空间，其中的店铺、咖啡馆和住宅必须适应现代生活。城市规划师和设计师面临的挑战在于，既要更新这些建筑以容纳新业务，又不能破坏使其显得独特的历史特征。如果每位店主都独立装修其店面，街道很快就会变成一个风格冲突、杂乱无章的拼凑体，失去定义该区域的视觉和谐感。为了解决这个问题，研究人员正转向一种新型数字工具：生成式人工智能。与仅仅遵循僵化规则的旧程序不同，这项技术可以根据描述从零开始创造新的图像。然而，标准版本的这类技术在处理建筑时往往表现不佳，生成的建筑看起来虽然美观，却具有不可能存在的结构或错位的门。目标是找到一种方法，引导这种创造力，使其在尊重旧建筑“骨架”的同时，也能满足特定业务的功能需求。
来自杭州城市学院的一个研究小组开发了一种方法，使这一过程变得更加可靠，特别适用于浙北地区的历史街区。他们创建了一个系统，充当计算机的“双重检查”，确保任何新设计的提议都能保持原建筑形状完整，同时将入口和窗户等功能性元素精准地放置在需要的位置。研究人员在当地常见的四种业务类型上测试了该方法：餐厅、零售店、咖啡馆和民宿。通过结合一种锁定建筑结构线的技术和另一种映射业务特征位置的技术，他们能够生成既看起来真实又尊重当地建筑风格的改造方案。
整个过程始于一张现有建筑的照片。计算机首先分析图像，以识别结构的永久部分，如屋顶线、主柱以及墙壁的整体比例。它会剥离掉门窗等临时细节，从而创建一个干净的建筑“骨架”。这个骨架至关重要，因为它能防止计算机发明新的屋顶形状或改变楼层高度，否则在真实的文化遗产保护区内将无法施工。一旦锁定了这个结构框架，研究人员就会叠加一层代表特定业务需求的简单颜色编码地图。对于餐厅，地图可能会突出显示一个用于展示窗的大面积区域和一条清晰的入口路径；对于民宿，它可能会标记出一个阳台，并保持墙体更加封闭以保证隐私。这两层内容——不可改变的结构和灵活的业务需求——被共同输入到人工智能模型中。
为了确保生成的图像看起来属于浙北地区，研究人员还利用一组特定的当地建筑照片对系统进行了训练。这一步骤教会了计算机该地区的细微特征，例如风化白墙的质感、黑瓦的纹理，以及光线落在木质框架上的方式。当系统生成新设计时，它使用结构骨架来确保建筑形态符合原貌，使用颜色地图来正确放置业务特征，并利用当地训练数据来应用正确的材料和氛围。其结果是一系列改造提案，看起来像是真实存在于街道上的场景，而非仅仅是艺术幻想。
研究人员通过为四种业务类型生成设计，并将其与没有这些特定控制的标准计算机程序所产生的结果进行对比，测试了他们的这种方法。他们发现，如果没有结构引导，计算机往往会改变屋顶形状和柱子排列，从而创造出需要拆除原建筑才能实现的方案。如果没有业务地图，计算机经常会将入口放在错误的位置，或者忘记包含阳台等必要特征。当两种引导同时使用时，设计既保持了对原建筑形状的忠实，又成功实现了功能的适配。
为了验证效果，团队邀请了一组建筑师和设计专家来评审这些图像。专家们判断生成的方案是否保留了原建筑的结构，以及是否满足了业务的功能需求。结果显示，这种双重控制方法实现了77.6%的结构准确度和75.6%的功能成功率。这意味着在约四分之三的情况下，计算机生成的方案在结构上是合理的，且在功能上是适用的。团队还使用标准的计算机视觉指标测量了图像的视觉质量，发现生成的图片在视觉上是合理的，并且与这些历史街区的真实案例保持一致。
这项研究强调，该工具最适合用于规划过程的早期阶段，帮助管理部门和业主在开展任何实际工程之前就达成方向上的共识。它目前还不是创建最终施工蓝图的工具，因为这些图像是二维的，缺乏建筑所需的精确深度信息。然而，它提供了一种平衡历史保护与现代商业需求的力量。通过为设计师提供一种方法，让他们能在不丢失街道特色前提下，在同一座历史建筑上测试多种不同的业务场景，该方法为振兴这些文化瑰宝提供了一条切实可行的路径。研究表明，通过适当的控制，人工智能可以成为保护过去的伙伴，确保历史悠久的街道依然是居民和游客充满活力的场所。
您所在领域的论文太多了？
获取与您研究关键词匹配的最新论文每日摘要——附技术摘要，使用您的语言。