自动化时代，人工智能如何改变设计

• 2021年10月，字节跳动公司发表了利用单张图片做三维重建的论文受到关注。

各大科技公司在3D自动设计方面主要聚焦3D重建方向，应用场景聚焦自动驾驶，元宇宙等热门方向。

从上述大科技公司的AI设计相关的实例我们可以看出，他们所作的智能化设计方向都未涉及工业领域、产品设计。分析其原因可能有：工业领域和产品设计不在他们聚焦的领域；工业领域产品众多，需求各异，无法用少量的AI算法覆盖；人工智能技术与工业产品设计属于不同的技术领域，需要更多的学科交叉融合，而目前看，他们没有工业领域的基因。

2）工业软件领域

广义的CAD是CAD/CAE/CAPP/CAM的高度集成工具，涵盖从设计到制造的各个阶段所用的工具。CAD不针对任何产品，而是面向各行业有设计需求的企业，提供 产品研发所需的底层的通用功能。技术人员可以用CAD做自己能力所及的任何产品的设计、仿真分析、工艺制定、CNC编程等工作。

从狭义上讲，CAD指单纯的计算机辅助设计，主要以计算机图形学为基础。计算机图形学核心目标(视觉交流)可以分解为三个基本任务：表示、交互、绘制，即如何在计算机中“交互”地“表示”、“绘制”出丰富多彩的图形、模型。简单地说，CAD就是给用户提供了在电脑上交互式绘图的工具，它们解决的是绘图问题，而不是设计问题。

有部分面向特定行业的专用CAD中嵌入了专业知识和规则，如钣金CAD、模具CAD、管路CAD等，给特定行业的结构设计提供了一定的方便性。

近几年，各大CAD厂家都开始了CAD和CAE的融合，做仿真驱动设计，最典型的是拓扑优化算法用于设计。这是智能轻量化设计的方法，可以解决材料优化分布类型的设计优化问题。

此外，很多CAD软件都提供了编程语言和编程工具，可以用来开发智能化的设计程序。只要你是编程高手，就可以通过编写算法做设计。但对于大多数设计工程师来说，编程是应用难点。即会设计又会编程的人才极少，致使CAD中的编程工具利用率极低。低代码编程设计平台将是未来的方向。

PART community在线三维零部件模型库提供国内外厂商的零部件产品模型。他们没有在模型设计生成上使用智能算法，而是加持智能AI“猜你喜欢”、模型智能比较等推荐、选型助手功能帮用户选型。

nTopology 是目前CAD市场上比较智能化的软件，它背后有很多算法，可以简化用户的建模过程，同时还可以用表格形式把多个算法串起来定义自己的设计工作流，供后续反复使用，以实现相同设计任务的自动化。

3）企业级设计智能化应用

宝马公司在其BMW VISION NEXT 100概念车中通过智能设计算法开发了汽车动态功能性外表皮和内饰，并配合4D打印方式进行制造，实现了超高性能。设计工程师们可以想象，如果这样的动态表皮结构用CAD来建模，难度将会是多大，又会耗费多少时间。而用智能算法辅助设计，不仅能批量处理所有单元，并引入变化，还可以实现动态模拟。

机构动态设计实例：在很多产品设计中都需要做机构设计，理想的机构设计方式应该是动态的。例如机器人手臂开发中需要的连杆曲线设计，用传统CAD绘图设计的方法做连杆曲线设计比较难，动态设计更难，需要大量的绘图工作，而通过按照规则编写的算法辅助设计就可以免去绘图，轻松实现动态设计（双击图5观看动图）。

图 5 智能连杆曲线设计（动图来源：安世亚太）

模具随形水路智能化自动设计：随形水路是增材制造模具独有的冷却结构，它可以显著提升模具成型零件的质量。随形水路形状不规则，每种零件的模具的随形水路形状都不同，用传统CAD绘图方法设计随形水路非常费力耗时。安世亚太智能化随形水路自动设计算法完全免去了手工绘图，设计效率可提升20~100倍。

大规模定制鞋自动设计：当前市场上定制鞋还处于手工作坊阶段，只能为少数人服务。但实际上每个人都有定制鞋的潜需求。3D打印等数字化制造技术已经为定制鞋做好的制造的准备，现在定制的瓶颈在于设计。以制鞋必须的鞋楦为例，现在定制鞋楦主要靠选型方式，特殊脚形的则由鞋楦师手工制作，根本无法满足大量的定制需求和样式需求。安世亚太开发的定制鞋楦自动生成算法，只需几分钟就可以生成一双鞋的定制鞋楦模型。这种提升可以使定制鞋业务从手工时代一下子飞跃到自动化时代，设计环节的效率提升几百倍。

图 7挑选鞋楦vs智能化自动设计鞋楦（上图来源：互联网，下动图来源：安世亚太）

从本章节的分析和实例，我们可以得出结论：

• 设计活动中一定有可以自动化的部分

• 自动化设计算法有较强的任务针对性，没有普适的AI算法可以解决所有设计问题

• 智能设计算法可以做到工程师用交互式CAD建模难以做到的事情

• 智能设计算法可以在解决同类问题时无限重复利用

• 自动化设计算法完成任务的效率远远高于人

03 设计智能化如何赋能企业

改革开放40多年来，我国的制造业在设备、制造、生产管理等方面得到很大的发展，有了先进的自动化生产线、有了ERP等数字化管理系统，使企业有能力承接大量的制造订单，经济上也上了几个台阶。但是，笔者了解到，一些独资企业的中国公司是没有R&D部门的，只有技术部主要解决生产问题，即使有研发部，也主要是做些适应性改型设计等工作。那些外资企业在高新技术方面一直是想制约我们发展的。特别是近年来，我国工业企业面临的产品正向设计创新、人才短缺、外部卡脖子等一系列挑战更加严峻。在拥有先进生产设备和数字化管理系统的很多企业中，研发设计环节甚至成为制约企业发展的瓶颈。现在已经到了研发提能提效迫在眉睫的时候，而以智能化设计驱动的研发数字化转型将会是最有效的方法。

1）算法生成任意复杂度的几何建模——提能

随着增材制造技术的进步，很多具有优秀性能的结构可以用在产品中。传统CAD交互式建模方式很难画出形状复杂或不规则结构。例如下图所示的用数学函数定义的TPMS胞元结构建模背后的支撑都是算法，通过相同的算法逻辑、不同的数学函数以及参数的变化，就可以生成符合特定性能需求的胞元结构。再进一步，可以用集成度更高的算法，实现零件级、部件级和产品级结构的自动设计和建模。

图 8 算法实现复杂几何自动建模（动图来源：安世亚太）

2）仿真驱动的智能快速动态设计——提能

智能算法驱动的设计完全是动态的，无论是满足几何关系约束的运动，还是像真实物理世界的物体在力的作用下产生的运动或变形，都可以在设计过程中实现，过程中任意状态的几何模型都可以输出。在这种动态的智能设计过程中，仿真已经成为真正的驱动设计的工具，力可以直接用来塑造形状，就像大自然一样。

图 9 快速动态设计和模拟实例（上动图来源：KilianMonszpartMitra，下动图来源：安世亚太）（视频见附件）

3）突破思维禁锢让设计超越想象——提能

传统设计建模方式是工程师边想边画，耗费大量时间，如果想象不出来也不可能画出来。工程师做设计通常做出3个方案备选，如果能出到10个设计方案那就是非常牛的顶级设计师了。但面向应用问题的设计智能算法自动设计出的结果数量却远超人类最牛的设计师。如图10 所示的自动轮辐设计算法，通过5个参数，可以生成40万种设计方案，其中会有很多让人眼前一亮的设计呈现。

4）算法无限次重用的设计自动化——增效

如前面图6所示的随形水路设计智能算法可以无限次重复使用，智能算法 会对不同的模具自动计算生成合适的随形水路（双击图11观看动图），算法生成的时间仅为几分钟。对比原来手工建模需要花费的2小时至一天的时间，自动设计效率提升可达10~100倍。

图 11重复使用智能算法实现自动设计（动图来源：安世亚太）

5）引导并实现系统级正向设计——创新

前面提到，自动化设计算法有较强的任务针对性，没有普适的AI算法可以解决所有设计问题。每一个智能设计算法中都包含了任务相关的设计规则，这些规则需要从设计需求和设计的想法中提炼。这个抽取提炼规则的过程就是MBSE的过程。从需求——规则——智能设计算法是完全的正向设计过程。本节相关内容涉及更深层次的话题，将在未来有专题讨论。

6）数字化设计打通端到端的全数字化流程——降本增利

数字化智能设计的模式会给企业带来很多的可能性，如非标零部件在线定制，客户参与设计的定制体验（双击图12观看动图），产品的多样性、系列化带来的营销机会，大规模定制服务，等等。

图 12 端到端全数字化平台示例（上图：ProtiQ，下图：shapelamp）

04 企业如何开启设计智能化的数字化转型

1）从解决痛点/难点问题入手提能提效手提能提效

设计智能化对于工业企业来说还是新事物，但这是未来的趋势是非常确定的。先行的企业通常有一位具有远见卓识的领导，对新技术新趋势敏感，对新事物持开放的态度，这很重要。其次，需要技术人员具有开放和积极的态度。第三需要确定起点，审查研发设计流程中有哪些需要人重复去做的事情，有哪些特别耗时费力的事情，如果这些工作在研发中的占比较高，就可以以此作为起始点。然后尝试用智能化设计方法去完成这些设计活动，并评估自动化带来的能力和效率的提升，以及其他的可量化和不可量化的价值。

2）构建设计数字化转型路线图

要开启设计的数字化转型之路，首先需要企业确定目标愿景，然后根据之前的设计智能化试点项目积累的认知，梳理设计活动智能化的优先级，此外，企业还需寻求专业人员的支持，和专业人员共同规划数字化转型最合适的路线。

3）做好全员准备

智能技术的应用有助于减少重复繁琐的劳动，提升研发设计效率，计算机强大的计算能力使很多人力难以做到的事情可以快速实现。但所有这些收益实现的前提是得到企业所有人的全力支持，要消除员工的顾虑，帮助他们在新的工作模式下找到自己的位置。记者在采访鹿班项目负责人乐乘时，谈到设计师对人工智能设计的态度的对话，很值得参考（图13）。

05 智能化设计展望

还是借用同济x特赞设计与人工智能实验室范凌的《人工智能与设计的未来——2017设计与人工智能报告》的观察分析（图14）：需求测的极度细分的趋势需要供给侧的人工智能来匹配；在线/连接/交互的趋势从信息在线，经历关系在线、物的在线，逐步发展为各类技能在线，最终将是心和脑的在线——人工智能/AI；伴随着具有不可被取代的超细分技能的个体不断涌现，平庸时代将会结束；未来的组织将是人/机交互的新组织，他们会把任务灵活地派发给外部人才，内部人才，或机器自动化地完成，通过建立机制把整个设计工作流程整合起来，实现最优的任务完成路径。

当智能设计时代来临后，人类的技术与设计工作更少了还是更多了呢？我们回看Photoshop出现后的20年，清晰地看到，印刷和排字工作被摧毁，但是数量更多的平面设计工作不断增加。引用《经济学人》的话：技术摧毁旧的工作，但总是能够创造更多新的工作。

“增材思维 数智未来”系列文章

1. 挑战与机遇并存：增材制造的数字化智造未来

2. 数字化制造的技术引擎，3D打印是否低碳？

参考资料

1.《A FUTURE THAT WORKS: AUTOMATION, EMPLOYMENT, AND PRODUCTIVITY》January 2017, McKinsey Global Institute

2.《人工智能与设计的未来——2017设计与人工智能报告》同济x特赞设计与人工智能实验室范凌的

—作者—

张效军 现任安世亚太公司DfAM业务部高级技术顾问

有20余年机械设计相关的教学、教研和企业的产品研发经验，10余年的创新咨询、设计方法研究与实践。始终关注技术进步，对于新技术在设计中的应用做了很多成功探索，产生很多创新成果，有多项发明专利。