銀河小宇宙 銀河小宇宙GALAXY MINI-VERSE
LEARN / 學習

AI 不只是畫效果圖:南林「城市綠色空間數智化更新」評圖觀察

AI Across the Design Process: A Graduate Studio Review at Nanjing Forestry University

感謝南京林業大學風景園林學院邀請,抽空參加碩士研究生「城市綠色空間數智化更新」期末評圖。

這次最讓我有感的,不只是學生「有使用 AI」,而是他們已經開始嘗試把人工智能真正放進設計全過程

從展板可以看到,有些小組利用 ChatGPT、Kimi 等工具協助資料蒐集、場地資訊整理與設計議題梳理,再結合 GIS 進行空間與人群分析;進入方案階段後,又使用 Midjourney、Stable Diffusion 等生成式工具進行意向探索、效果圖深化與城市家具發想,最後再回到 Rhino、Grasshopper、SketchUp 等較精確的傳統工具完成模型與設計整合。

這個流程本身很值得注意。

過去很多設計課談 AI,容易停留在「生成一張漂亮效果圖」。但從這次評圖看到的方向,AI 開始被拆散到前期研究、分析、概念、方案、視覺化與專項設計之中。它不再只是最後的表現工具,而逐漸變成一個可以在不同階段反覆進出的設計助手

當然,這也帶來新的問題。

AI 可以快速整理資料、提供方案、生成圖像,但哪些資料可信?哪些分析真正與場地有關?AI 生成的形式能不能進一步轉化成合理的空間?這些最後還是要回到學生自己的專業判斷。

所以我在評圖時,除了談設計本身,也給了一些如何更好發揮生成式 AI 的建議。我的看法一直很明確:AI 最有價值的地方,不是替學生把設計做完,而是讓他們在原本的工作流程裡,多一種探索、比較與驗證的可能。

南林畢竟是風景園林的傳統強校,從學生的場地分析、植物、空間結構到圖面表達,都可以看出很扎實的專業訓練。當這種基本功再加上新的 AI 工具,反而更容易看出兩者真正的分工。

專業訓練決定設計的底線,AI 則擴張設計的可能性。

很高興看到越來越多風景園林學生,不只是「知道 AI」,而是真的開始把它放進自己的設計實踐裡。

對我來說,這也是一次很好的教學相長。