OB体育官方网站伴随着 ChatGPT、MidJourney 等 AI 软件的快速迭代和火爆，各汽车品牌设计团队、独立设计公司和高校机构最近都在如火如荼地尝试着各种各样的 AI 艺术设计实验。

　　从五六年前起，AI 已经能够完成低难度的招贴设计，尽管大家都能推测终有一天 AI 终将取代设计师的一般性创造工作，但当 Open AI 等人工智能软件真的把这一天快速拉近到人们眼前时，设计师们还是难免有些紧张和惶乱。

　　src=今天的 AI 软件已经能够表现出超级 多样化 的创新能力。它能瞬间总结 A 风格的绘画特征，并完成 B 风格绘画的 A 风格版本；能瞬间在 N 个完全不相干的事物之间建立特征关联，生成第 N+1 种从未存在过的融合创新景象；也能根据多个关键词的描述，以某种合理的自有逻辑描画出符合所有关键词要求的新作品，而且还能精准调节各关键词的作用与权重。

　　完成上述融合和创新，对于大多数合格的人类设计师来说也不是问题，但 瞬间 这个指标却是人类无论如何都做不到的。随便一个笔触的模仿、一个小物体的描绘，都需要消耗人类大量的时间，这是 知晓 与 实现 之间的鸿沟。但对于 AI 来说，几乎没有上限的算力赋予了 知晓 即 实现 的超级高效能，瞬间出图几十幅、瞬间尝试所有组合可能，从此以后 设计师再也不用画图了 效果图设计周期归零了 ……这是设计师们尝试 AI 设计软件之后最首要的感叹。

　　超高效能意味着一种完全不同于人类模式的智能新类型，它的逻辑可能很笨，类似大力出奇迹或者海量的穷举法，但当力量极大、速度极快时，最终结果就能展现出无限接近全新创造的效果。人类设计师在现实中从事的大部分工作是演变式和组合式创新，前者是在已有的基础上提升或优化，后者是将已有的事物拼合得出一种 新 事物。

　　决定这两种创新模式水平的主要是两点，一是获取信息的广度，二是尝试优化或组合的速度，在这两个方面，AI 具有碾压人类设计师的超级优势，无论是逻辑推理还是目前已经展现出的实际结果，都有力地证明了这种碾压，所以大部分中低水平的创新设计行为会被 AI 彻底取代，这是板上钉钉的事儿了。

　　这对人类设计师来说，究竟是好是坏？我认为是好的。因为通过长期的肌肉和手眼脑协调性训练，形成名为 专业 实际上只是生理机能的门槛，把高水平的艺术审美竞争封闭在专业门槛之内的世界，这其实是在比拼生理肌体的效能，是一种低层级的竞争，基于此构建的传统专业设计和艺术创新规则势必被 AI 彻底打破。这将逼迫人类设计师思考更高维度的、真正本质的创新，也将使更多原本无法跨越专业门槛的外行人士进入到设计领域，成为新的竞争者。

　　src=所以是否能够推测——如何驾驭 AI 软件将成为设计师新的能力？好像是。这是一个全新的的强大工具，抵触和抗拒显然是徒劳的，而且可以预测目前的二维创新能力会快速进化到三维阶段，那时候，可能数字化建模设计师、油泥模型设计师的技能门槛和职业优势都会被重塑。

　　但是，从大规模免费开放软件的特性来说，驾驭 AI 也未必能构成一种新技能，因为既然是开放的、具有深度自主学习能力的，那么，某个体设计师对 AI 的 独特 使用技巧，会瞬间被融入 AI 自己的学习系统中，然后被作为一个类似小插件的软件功能（而非人类技能）瞬间共享给所有使用 AI 的其他设计师。

　　AI 的介入让设计尝试不同风格和组合的成本几乎降低为零，对操作者的技能门槛要求也降低为无。当人人都可以做出水平很不错的设计时，一家企业是否还需要设计团队，设计团队是否还需要这么多人，职业教育和高等专业教育该教什么？这些问题已经开始剧烈冲击设计业界和教育界。

　　而 AI 也对这些问题做出了颇为自谦的回答：目前的 AI 设计仍然是基于大数据的高效迎合，缺乏细腻的情感，没有明确的文化立场，而设计行为作为服务于人的高级活动，不可能脱离利益和价值观倾向。所以，AI 暂时还无法完全取代人类的设计创造。

　　但人工智能一定会向深度的自主学习方向迈进，拥有独立思考力，恰当反映和表达 AI 软件创造者的利益和文化立场，也是几乎必然的结果。到那时候，AI 又会如何影响设计、影响世界？

　　不得不承认，在现实的汽车设计实践领域，我们所做的创新工作绝大多数都是演进式和组合式。

　　src=演进式是基于并保持前代产品的基本架构不变，通过适度应用新材料、OB体育新的浅层形态语言，塑造出 全新 的视觉形态，使用体验可能会有一点触觉嗅觉的细微提升，但因为基本架构和布局并没有变，所以心理体验、便捷性几乎没有变化。这种演进式创新是一种极为自然的优化思维结果，基本上伴随着认知的足够深入，就会自然而然的产生。

　　演进式创新占比很大的根本原因是功能实用性始终都占据汽车设计诉求的主体地位，由于人类驾乘汽车的习惯具有高度的统一性和稳定性，即使在一二十年的周期内也很难有显著的变化，所以演进式创新思路既是一种保守，OB体育也是一种维持汽车设计与人类使用习惯进化速度保持相对协调的必须。

　　组合式创新是将不同空间领域的两种以上已有设计重组在一个新的空间里，此空间既有物理的位置维度，也有历史的时间维度。重组需要对原有设计的内在架构和原理的深刻理解，即能够 拆得散 ，也需要找到合适的、新的视角切入以发现重组的可能性和必要性，以及解决再建过程大概率会出现的新冲突、新问题的能力，即能够 搭得起来 。相比较而言，其难度略大于前面的演进式创新。

　　上述两种类型的创新工作组成了人类汽车设计师实践领域的主要内容。但即使以目前的 AI 技术水平而言，其超高的变形和重组效率也实现了对人类设计师降维级、碾压级的超越。而且完全可以预测到，AI 技术会快速突破目前仅能进行二维演进和重组的约束，OB体育实现对三维设计软件的联通和控制，进一步超越人类设计的多样性尝试。

　　这样一来，人类设计师目前唯一的优势将只剩下上述两种类型之外的第三种——原创性创新，因为这种创新虽然占比很小，但却是基于人类情感、文化和利益立场的发展，其本质驱动力是人类对自身进步的期待和想象。

　　src=原创性创新需要比较强烈的自我意识为出发点，需要有利益选择和取舍，它所展现出的令人耳目一新的面貌只是表象。这是缺少独立自我意识的 AI 所难以完成的创新。另一方面，原创性创新一般严重受制于制造、交互、智能等基础技术的进步，往往是在概念提出很久（至少以十年为单位）之后，才能真正转变为现实产品。这也是原创性创新占比很小的重要原因之一。

　　其实，对于 AI 技术与设计创新之间关系的讨论，如果仅仅局限在对传统设计工作的取代性强弱多少，是过于狭隘的。AI 技术对设计的内涵的拓展，对人类设计师与全新技术的共存和相处方式才是更有意义的内容。

　　早在 1970 年，设计师约翰 · 克里斯 · 琼斯 John Chris Jones 就提出，未来设计师的角色将从传统的 按部就班的操作者 转变为 掌握言辞的话语者 ，其关注点也应从单纯的解决方案转变为对问题及其空间的探索、理解和定义（John Chris Jones, Design Methods ，New York: John Wiley, [ 1970 ] 1992 ) 。关于未来的设计团队，应当由人类与 AI 共同组建，他们相互提出挑战并达成共识，以此培育双方的思维共同进化。

　　在这位极富远见的设计师想象中，真正的 AI 技术必然成为与人类设计师相互依存的协作者，它将以其强大的效率和相对客观的观察，协助人类更勇敢的推翻传统的思维模式和信息基础，从根本上开启新的产品、乃至宏观事物创造模式。

　　具体到汽车设计领域，我们可以相当明确的预测到，AI 技术的进步将极可能推翻目前汽车产品年型、中小改款和换代的设计模式——因为浅层的演变和组合创新的门槛变得极低，用户对于变化和新鲜感的阈值快速升高，对传统的设计变化失去了兴趣——只有更本质的创新才能被称为创新。

　　进一步延伸，汽车的设计可能会走向两个极端，一个单纯强调工具属性的移动物，几乎不需要设计，只是个功能完备的移动盒子而已；另一个是完全个人化的、创新和制造都极为容易的私有物品（全方面的智能技术赋予个人更多的自由，而不是现在的需要考虑交通系统各方安全和利益诉求的高难平衡），其设计由具有少数这种需求的用户在 AI 技术协助下完成，现实制造由专门的智能化制造工厂接单完成，而人类设计师不再面向任何个体用户，只以更宏观、更间接的方式关注与 AI 技术的共同进步。