想象一下您正在规划一座办公楼的内部
在一种场景下，您的第一步是定义设计参数，根据季节描述您想要的办公桌光量、会议室所需的景观以及您计划的建筑支出的最大金额
定义标准后，您的设计工具通过一次简单分析和评估可选方案，即可生成所有可能的最佳结果
这一切发生的时间，只是您通常手动得出一两个最好的近似猜测所需时间的一小部分
在另一种场景下，您坐下来手动计算设计参数如何影响办公楼的其他方面，例如能源负荷和建筑成本
随着设计的发展，您需要繁琐地检查由您的选择产生的数百个位置变量（厨房、浴室、桌子或公共空间放置）
当您查看这些选项时，整个过程需要几天或几周的时间
如果像第一种场景一样，您的软件可以帮助发现您定义的目标的含义，那么它会如何改变您的设计方式？现在考虑一个典型的建筑项目，并将您的方法转变为实际的建筑过程，不仅仅是正在建造什么，还有它是如何建造的
成本超支和浪费始终是建筑业的敌人
如果您可以通过更好的材料建议或通过调度和排序作业现场工作来减轻这些潜在的风险因素呢？ 放置预制混凝土板的正确策略是什么？ 或者起重机的最佳放置位置？ 软件算法可以测试多种场景来寻找潜在的解决方案，以求找到最佳的解决方案
这些是生成式设计的目标，生成式设计是一种使用计算来增强设计者通过自动化定义、探索和选择替代方案的能力的技术
生成式设计不仅仅是一种方法论；它体现了许多应用和技术
随着人工智能和机器学习等的技术进步，它将继续变得更加有效和有用
但从本质上讲，生成式设计旨在为从业者提供快速探索、优化复杂设计问题并做出明智决策的能力
从传统设计到生成式设计的进展AEC行业的设计技术正在向生成式设计模式发展，其中最大的区别在于设计师的思维方式
在传统设计中，设计师使用草图等基本技术来描述头脑中的想法
例如：“画一堵墙，里面有一扇门
” 借助 AutoCAD，设计人员可以应用计算机来辅助绘图
在参数化设计中，用户定义传统绘制或雕刻元素之间的关系
例如：“这扇门依赖于这堵墙，并且会随之移动
”将它和传统 CAD 环境进行对比，在传统 CAD 环境中，每个点、线、文本等彼此之间没有任何关系
在参数化设计环境中，对一项数据的更改会导致其他数据的更改
一般来说，这些系统建立直接关系的能力受到限制，例如窗口依赖于对墙的宿主关系
建筑行业中，Revit可以用于这个阶段
借助设计自动化，用户可以通过使用自动化脚本驱动参数来自动化参数模型中的任务
例如：“为每 x 米的墙创建一扇门
”几何图形和数据是自动执行一组规则的结果，并且可以使用传统的建模元素作为输入
该技术是参数化建模的一个抽象级别，其中任意数据片段都与其他数据片段相关
通常，这可以用 Revit 和 Dynamo 来完成
在计算建模中，用户明确描述创建设计结果的过程
例如：“在墙上创建许多门，并且评估每单位长度有多少个出口
”这种方法非常接近设计自动化，不同之处在于我们还可以评估设计结果
它是创建数据以及数据之间关系的通用方法
可以定义的关系类型是多种多样的（if-then-else、循环、递归），并且用户可以针对系统中的变化创建更多定制化的反应
通过选项生成，用户可以探索给定不同计算起点的计算规则变化
例如：“显示这堵墙上可以放置门的所有有效位置
”给定参数模型或计算环境，通过变换和组合输入可以获得无限数量的变化
所产生的变化不会根据一个比另一个更好来区分
用户有机会排序和选择所需的变体
通过设计优化，用户定义明确的目标，并自动探索计算或参数模型来寻找适合这些目标的状态
例如：“找到这堵墙上门的有效位置，距离出口最近
”给定参数模型或计算环境，显示具有某些所需要特征的模型的各种可能状态的示例
最终，通过机器学习 (ML：Machine Learning)，用户陈述结果，系统根据历史数据返回一致的结果
例如：“为医院出口布置内门
”给定一组理想的特征，生成一个或一组符合描述的设计
基于机器学习的工具不是从参数或计算模型开始，而是使用大型“学习”数据集，计算机在其中找到推断的而不是明确说明的模式
Autodesk 在这个领域（D&M 和 AEC 行业）提供的产品如下所示：【未完待续】农历癸卯十月十九2023.12.1【部分图片来源网络，侵删】