2023年，随着AI技术令人震惊的迅猛发展，人类既兴奋于技术突破之巨，又对人工被技术取代充满担忧。AI取代人类工作机会的言论甚嚣尘上。当此之际，ANN在建筑设计领域针对AI辅助设计进行了初步的简单尝试。

        在3月份，我们在比较常用的生图平台Stable Diffusion和Midjourney之间进行了测试。Stable Diffusion对本地硬件要求过高，在生图效率上远落后于Midjourney。虽然有同行认为Stable Diffusion在精准生图上要更卓越，但毕竟我们需要的是AI辅助量化的工作，而不是真正令它替代设计师做设计（事实证明AI也很难做到）；因此ANN认为Midjourney在大数据想象力方面效果拔群，尤其在云端计算这一点上明显对用户更为友好，在这一轮平台对比中胜出。

        接下来进行Midjourney的使用测试，首先我们期望它对现有的草图进行细化和丰富，其结果是AI给出了非常抽象的（字面意义的）结果，并不能严格按照空间进行细化，而是更加形而上的对图像进行了“丰富”。

(Promote：image + best quality, white deco, kids, white chair)

随着接下来的4月，Midjourney更新了V5版本，也可能是数据库有了量的升级，生图的效果在细节和真实逻辑有了显著的改进。

(Promote：the modern-style sports center lobby, the light-colored cement material and gentle macaron color scheme create a cozy and warm atmosphere. The spacious and open ceiling and matte metal components present a simple and elegant design, with realistic and vivid details. The entire lobby is bright and transparent, giving people a relaxed and comfortable feeling --s 750 --q 2 --v 5)

在逐渐熟悉的过程中我们也发现：比起来“图生图”，Midjourney更擅长的还是“字生图”，既是由抽象的概念直接生成场景，这种方式生成的场景更加准确和生动，并附有意想之外的想象力。

另外，基于多张参考图生成的空间图像也更具作为参考图的可用性。

接下来，我们还对AI直接生成特别定义的建筑体进行尝试，效果也是充满惊喜：

相信随着技术的快速迭代，AI会带给我们更亮眼的技术，也许在不远的某一天，“点石成金”式的设计会真正的到来。