2026年2月9日下午，“AI设计专题沙龙”通过腾讯会议平台圆满举行。本次沙龙由清华大学建筑设计研究院有限公司（以下简称为清华设计院）主办，特邀洛杉矶CO Architects建筑师杨佳宁、清华设计院五分院建筑师潘少成、全过程分院建筑师韩思越担任主讲嘉宾，围绕“AI驱动下的建筑设计革新”这一主题展开深度分享。沙龙持续两小时，吸引了来自建筑院校、设计机构及相关行业的近二百名专业人士在线参与。

沙龙开场：AI时代的职业追问

沙龙伊始，主持人孙光享与许腾飞共同开场，点明本次沙龙的初心：在AI技术飞速发展的当下，建筑设计行业正经历前所未有的变革，探索AI在方案设计、参数化生成等领域的应用，既是技术趋势，也是职业自觉。

三位主讲嘉宾从各自不同的实践视角切入，共同回应这一时代命题。来自洛杉矶CO Architects的杨佳宁带来了国际视野下的前沿思考；清华院五分院的潘少成聚焦AI工具在方案阶段的实操应用；全过程分院的韩思越则探索AI与参数化设计的融合可能。三重视角交织，勾勒出AI时代建筑设计的多元图景。

杨佳宁以极具共鸣的场景开启她的分享：我们面临的不仅是技术实现的挑战，更是职业核心价值的深刻追问。她指出，在AI已能瞬间生成无数视觉方案的今天，建筑师必须重新审视：哪些能力构成了我们不可替代的专业护城河？

杨佳宁｜从“生成”到“判断”：AI对建筑⽅案设计的⾰新

杨佳宁的核心观点鲜明而有力：AI没有削弱设计，而是彻底改变了设计的起点。她结合自身在SCI-Arc的前卫建筑训练、RISD的空间叙事研究背景，以及在CO Architects参与复杂医疗科研建筑项目的实践经验，提出“实践与实验并行”的双轨工作模式。

她强调，AI不应被简单视为渲染加速工具，而应成为重构设计认知与方法论的系统性力量。当AI与Rhino、CAD等传统软件深度结合时，其真正价值在于改变了设计的“起点”逻辑——从传统的三维建模优先，转向以二维图像的空间感觉与氛围构建为出发点

范式转移：从“建模”到“寻图”

杨佳宁通过清晰的对比图示，阐释了AI引入的根本性逆向逻辑：从二维图像呈现的空间意向，反推三维空间建构的可能性。她以荣获MUSE设计奖、纽约建筑设计奖、伦敦建筑设计奖、法国双面神设计奖、IDA设计奖等多项国际荣誉的《Dwelling in Time》（威尼斯历史别墅改造）项目为例，完整展示了AI介入下的新型工作流。

在第一阶段“图像先行，确立氛围”中，她通过精心筛选的参考图像库，确立项目的空间美学与情感基调，借助ChatGPT等工具辅助生成精准、富有层次的Midjourney提示词体系，关键词矩阵聚焦于场所精神、材质叙事、光线情绪及空间氛围的多维度表达。

进入第二阶段“反向推导，结构锚定”，她从AI生成的意向图像中，解析并提取潜在的空间结构、体量关系与流线逻辑，在Rhino中构建“开放性框架模型”，作为后续深化的空间基底，确保设计在强烈的视觉感染力与切实的建造可行性之间取得平衡。

第三阶段“多轮迭代，专业决策”中，她将初步空间框架反馈至AI系统，生成材质、细部、家具场景等多重可能性，建筑师扮演“策展人”与“导演”双重角色，进行精准筛选、组合与再创造，最终整合形成逻辑完整、叙事清晰、可落地深化的设计方案。

△杨佳宁逐步解析"Dwelling in Time"项目的AI辅助设计全流程

杨佳宁特别指出：“在此流程中，Rhino等建模软件的角色发生了根本变化——它们从设计的起点，转变为承载与测试视觉语言的中性空间载体。建模的核心目的从‘定义并固化空间’转向‘激发并保持空间的丰富可能性’。”

价值重探：什么是不可替代的？

“生成图像不等于完成设计，”杨佳宁斩钉截铁地强调，“真正的设计价值凝结于专业判断发生的那一刻。AI能够提供近乎无限的视觉可能性，但唯有建筑师能够基于深厚的专业知识、历史认知、人文关怀与伦理责任，做出何种可能‘值得被建造’的终极判断。”

她系统阐述了未来建筑师必须着力锻造的三项核心能力：首先是批判性判断力，在AI生成的海量方案中进行有据、有理、有情的甄别与抉择——这种抉择本身就是最高层级的设计创造。其次是空间叙事建构力，将离散的空间元素组织成有逻辑、有情感、有深度的叙事序列，使建筑超越物理功能，成为可游、可感、可思的意义场所。最后是复杂系统整合力，深刻理解并协同结构、设备、景观、生态等多专业系统，成为复杂项目体系的组织者与整合者，而非单一工具的操作者。

她以一句引人深思的话作结：“未来最具价值的建筑师，绝非最擅长某个软件者，而是最善于驾驭复杂系统、作出精准判断、讲述动人空间故事的人。”

潘少成｜AI驱动的设计新范式：从辅助到增效

第二位主讲嘉宾潘少成的分享聚焦于AI工具在方案前期的实际应用。他通过多个实操案例，演示了如何使用AI工具，系统总结了AI在方案全流程中的作用，并分享了近期的使用心得与思考。

潘少成从实际项目中遇到的在短时间内出具不同空间的多组对比方案切入。如果按照传统的工作流程——手绘方案、建模、渲染，时间进度和效果呈现均难以保证。正是在这种高强度、快节奏的方案“风暴”中，借助AI来对设计进行增效的紧迫性与必要性显得尤为突出。

讲座伊始，他简要演示了两款AI工具的核心操作，随后分析了两者在使用过程中的各自的特点。他指出，这两款工具，乃至大多数AI绘图软件，本质上都是一种“抽卡游戏”。

接下来，他按照使用AI过程中设计师自身工作量的多少，将应用场景由低到高分为五类：文生图、体块模型生图、精准模型生图、D5模型生图、效果图完善。此外，他还补充了三种特殊应用：效果图优化；扩图、高清放大与视频生成；以及鸟瞰图转总平面、分析图绘制、视角转换等。

体块模型生图示范：

精准模型生图示范：

在逐一演示完各类操作后，他总结了不同场景下的适用阶段与需求：

文生图适用于生成概念图，尤其适合文本中偏“虚”的意向表达；体块模型生图更适用于项目前期，处于头脑风暴阶段；精准模型生图适用于方案已基本定型的阶段，在已有精准模型基础上生成效果图；D5模型生图则是精准模型的延伸，因AI难以准确识别材质划分，需借助D5进行细化处理；效果图完善可用于为效果图添加适合场景的配景，也适用于局部意向的修改，如更换材质或细部做法。

最后，潘少成分享了他使用AI工具的三点心得与思考：

第一，从时间角度来看，一张合适的参考图往往能起到事半功倍的效果；

第二，从工具角度来看，它终究是工具，既然是工具，就涉及效率。我们应当清晰了解手中工具的边界与能力，知己知彼，才能用得其所；

第三，从学习视角来看，使用AI的过程，实质上是将我们的学习转化为“图→文”的思维过程。如何将一张图片中的信息准确解析为有效的文字指令，或许正是拉开人们AI应用能力差距的关键所在。

韩思越｜从“发散”到“收敛”：全链路AI协同的建筑表达与精准控制

第三位主讲嘉宾韩思越的分享聚焦于高度实战化的AI应用落地。结合在极高压投标环境下的真实经验，她提出了一套摒弃传统建模依赖、完全基于AI协同的高频工作流。

她认为，真正的专业AI应用并非盲目试错，而是建立在对不同模型底层逻辑的深刻理解与组合调度之上。通过串联大语言模型、发散型生图工具与具备高级推理能力的图像生成AI，建筑师能够在极端时间内实现设计意图的精准传达。

流程重构：从“一步到位”到“任务拆解”

通过详实的实操案例，展示了这套“发散与收敛并重”的双轨机制。在某次实操中，她将图纸生成明确划分为两个核心阶段。在第一阶段的“发散”期，依托大语言模型解读任务书，并利用发散型生图工具进行快速的视觉探索与灵感捕捉；进入第二阶段的“收敛”期，则切换至搭载专业大模型的图像生成AI，以保证建筑语言与空间逻辑的严谨性。

△韩思越介绍发散型生图工具生图流程©THAD

她特别指出，现阶段AI出图的正确流程绝非指望“一步到位”，而是精确的“过程拆解”。例如在处理抽象的规划分区图时，她将其降维分解为四个步骤：生成城市底图、构建鸟瞰环境、置入建筑本体、推演人视角细节。这种通过“分支对话（Branch）”隔离风格污染、步步为营的策略，大幅提高了复杂场景的生成可控性。此外，她也展示了如何利用大语言模型逆向提取参考案例的地域与材质特征，生成高度结构化的系统指令，从而实现对基础白模的精准转译。

成果进阶：如何获得更高质量的产出

韩思越还在实操中，完整演示了大语言模型与图像生成深度绑定的“跨模态风格转译”工作流。如何利用大语言模型提取优秀案例（如某高原艺术中心）的地域特征与材质逻辑，生成结构化的提示词，并附加“不要改变模型本身的视角和构图”的死命令，成功将基础白模精准转译为符合特定文脉的高质量效果图。通过这一套“LLM解析 → 结构化输出 → 人工纠偏 → 几何锁定”的严密流程，成功将抽象的词汇转化为对图像模型的精准控制参数，实现了AI对设计意图的完美执行。

△演示如何生成符合方案选址、调性的效果图©THAD

技术盲区与人工补位：谁在把控最终质量？

在剖析技术红利的同时，韩思越也客观指出了当前AI工具的底层局限。例如，某些图像生成AI的高分辨率（2K/4K）输出，其底层机制依然是“先生成1K图像再进行Upscale放大”，这意味着在1K阶段丢失的微小结构（如细密镂空、复杂印花）无法被真正还原。

基于此，她强调了人工介入的不可替代性。无论工具如何迭代，建筑师的核心职责并未削弱，而是转移到了四个维度：行动前的目标与资源锚定、工作流中的工具节点调度、图像生成后的手动去水印与细节查漏补缺，以及最终的质量合规校验。

正如她在总结中所言：“掌握正确的逻辑拆解与参数框架，能显著提升命中目标方案的概率。但AI无法对最终成果的准确性负责，人始终是工作流程中最后的把关者。我们运用AI，是为了成为具备更强统摄力的工程决策者。”

未来已来，与AI同行

本次沙龙不仅系统展示了AI技术在建筑方案设计中的创新应用路径与具体工作方法，更引发了对建筑学本质、设计师角色与专业教育方向的深层思辨。

三位嘉宾从不同视角——杨佳宁的“思维锚点”、潘少成的“快速迭代”、韩思越的“参数化融合”——共同勾勒出一幅AI时代建筑设计的多元图景。其共识清晰而坚定：AI是工具，不是目的；是放大器，不是替代者。建筑师的判断力、文化自觉与空间叙事能力，始终是引领这一进程的灯塔。

随着数字技术的持续演进，建筑设计与人工智能的深度融合必将催生更多创新范式。而我们，正站在这一变革的前沿。

在算法的浪潮中，锚定设计的初心。与AI同行，做更具判断力的设计者。