大設計思維與視覺模型和數字技術的研究

摘要：本文聚焦大設計思維與視覺模型、數字技術的融合應用，以三項 AI 設計實驗為基礎，探究數字化背景下設計領域的變革路徑。研究通過 AI 生成圖像、協同完成包裝設計、制作短視頻等實驗，驗證了 AI 技術在視覺轉化、創意生成及流程優化中的效能。同時，剖析了大設計思維的全面性、整體性與多功能性特征，以及其與視覺模型的互促關系 —— 視覺模型作為設計成果載體，具象化大設計思維的系統性價值，而數字資產（素材、工具、數據類）則為視覺模型迭代提供核心動力，形成 “數字資產優化—視覺模型升級—數字資產豐富” 的良性循環。本研究還探討了 AI 在提升設計效率的同時存在的同質化、人文表達不足等局限，最終揭示大設計思維與數字技術協同推動設計領域向高效化、跨學科化發展的趨勢，為設計創新提供理論與實踐參考。

關鍵詞：大設計思維；視覺模型；數字技術；人工智能；數字資產；設計流程

1 背景

隨著人工智能技術的飛速發展，其在設計領域的滲透與應用正引發行業深刻變革。本課題基于三項代表性實驗展開研究，揭示 AI 大模型在視覺創作、平面設計及多媒體制作中的實用價值與潛力。實驗一，通過 AI 依據文字描述生成圖像并與原圖對比，驗證了其對視覺信息的理解與轉化能力，展現出將抽象構想快速具象化的優勢；實驗二，借助 Stable Diffusion 與 Photoshop 的協同操作完成包裝設計，凸顯 AI 在創意生成環節的高效性及與傳統工具結合的可行性；實驗三，利用 AI 生成短視頻腳本并結合剪映自動制作視頻，體現其在內容邏輯構建與多媒體整合中的簡化作用。這些實踐表明，AI 正從多維度重塑設計流程，為視覺設計、平面設計、多媒體設計等領域提供高效輔助，推動設計行業向更便捷、多元、創新的方向發展，在此背景下，深入探究 AI 與設計領域的融合路徑具有重要現實意義。

2 研究方法

在專業學習過程中，為了幫助我們快速了解人工智能技術并能進行一定程度的實際應用，老師帶領我們開展了幾個相關實驗。

2.1實驗一

在圖像生成與對比研究中，采用 “描述—生成—比對” 的三步法開展實驗。首先選取一張包含特定場景的圖片，對畫面中的核心元素進行文字描述，形成 “生成一張照片 兩只黑天鵝在落日的湖里游” 的提示詞。隨后將該提示詞輸入 AI 智能體，驅動其完成圖像生成。最后對原始圖片與 AI 生成圖片進行對照分析，重點考察兩者在主體事物、時間氛圍等核心場景要素上的一致性，以及細節呈現上的差異度。

圖 1 原始圖片與 AI 生成圖片對比

通過這種方法，驗證 AI 大模型對視覺信息的理解能力與轉化精度，探究文字描述與圖像生成之間的映射關系，為評估 AI 在視覺創作領域的應用效能提供實驗依據。

2.2 實驗二

這個實驗利用大模型進行包裝設計，通過 Stable Diffusion 與 Photoshop軟件制作完成包裝設計。在 AI 輔助包裝設計研究中，采用 “工具協同—流程實施—模式驗證” 的三步法開展實驗。首先確定以Stable Diffusion （SD）和其中插件Control Net為代表的大模型與Photoshop （PS）的協同體系，明確各工具在設計流程中的功能定位。隨后按照包裝設計全流程推進實踐：通過 “線稿控制 + 風格提示” 的設計模式，用Photoshop完成最初的線稿設計，隨后借助 Stable Diffusion和其中的插件Control Net 完成生成環節，從而實現從結構設計到效果圖呈現的完整創作。最后對整個設計流程進行梳理分析，重點考察大模型在創意生成中的效率提升作用、傳統軟件在精準落地中的保障效果，以及 “線稿控制 + 風格提示” 模式的實際應用表現。

圖 2 AI 輔助包裝設計

通過這種方法，掌握 AI 與傳統設計工具協同完成包裝設計的全流程，探究不同工具的協同效應，驗證特定設計模式在包裝設計領域的可行性與實用性，為優化包裝設計流程提供實踐依據。

2.3 實驗三

在 AI 輔助短視頻創作研究中，采用 “腳本生成—視頻制作—流程分析” 的三步法開展實驗。首先借助豆包 AI 工具，輸入包含明確要求的指令：“生成長城景點介紹的短視頻腳本，需包含特色建筑、整體效果等元素，采用分鏡表形式，包括鏡號、景別、時長、畫面、臺詞、音效、拍攝地點”，驅動其生成符合規范的分鏡腳本。隨后將 AI 生成的腳本內容整理優化后，導入剪映軟件，利用其文生視頻功能自動生成長城景點介紹短視頻。最后對整個創作流程進行梳理分析，重點考察 AI 在腳本邏輯構建中的準確性、剪映素材匹配的契合度，以及自動生成功能的效率與局限性。

圖 3 借助豆包 AI 生成腳本及視頻

通過這種方法，掌握 AI 輔助短視頻制作的基本流程，探究 AI 在內容框架搭建與多媒體整合中的應用效能，為優化 AI + 短視頻創作模式提供實踐依據。

上述三個實驗利用了AI大模型，通過不同的手法分別生成圖片、包裝設計、腳本和視頻，可以清晰感受到，人工智能技術在設計領域正展現出多維度的實用價值與顯著潛力。第一個實驗中，AI依據描述生成圖像并與原始構想對比，體現出其對視覺信息的理解與轉化能力，能快速將抽象描述具象化，為視覺設計提供創意雛形；第二個實驗借助Photoshop與Stable Diffusion進行包裝設計，展現了AI在設計工具融合中的協同作用，可高效實現要求，提升設計產出的效率和豐富度；第三個實驗通過AI生成腳本并結合剪映完成視頻創作，則凸顯了AI在內容邏輯構建與多媒體整合中的優勢，簡化了從創意到成品的流程?？傮w而言，這三個實驗均以人工智能技術為核心驅動力，在視覺設計、平面設計、多媒體設計等領域實現了高效輔助，充分證明了AI在設計領域的突破性價值與便捷性。

3 AI技術深刻重塑設計領域

人工智能技術迭代升級速度驚人，深度學習、大語言模型、生成式 AI 等前沿技術不斷取得突破，推動 AI 從實驗室理論探索走向產業深度應用。國際數據公司（IDC）[1]預測，到 2026 年全球 AI 市場規模將突破 5000 億美元，其應用范圍已延伸至藝術、醫療、交通、教育等社會生活的方方面面，成為驅動產業變革與社會進步的核心力量。

在設計領域，人工智能的發展尤為迅猛。從早期承擔簡單的圖像識別與數據處理任務，到如今借助深度學習算法實現創意構思、設計方案生成與優化迭代的自動化，AI 技術徹底重塑了傳統設計流程與創作模式。目前，AI 設計工具在建筑規劃、電商廣告、影視游戲等行業的應用越來越普及。以建筑設計為例，Autodesk 的生成式設計平臺[2]已幫助設計師在項目初期快速生成數百種方案，大幅縮短設計周期；電商領域的 AI 海報生成系統，能根據商品特點和營銷需求，自動生成多樣化的廣告素材。這種技術革新不僅顯著提升設計效率，還降低了創作門檻，推動設計從專業走向大眾，逐漸滲透到社會的方方面面。

4 大設計思維是數字化時代的必然要求

在全球化與數字化的雙重驅動下，傳統設計模式已難以滿足當代社會不斷更新迭代的需求。大設計思維理念正是在此背景下應運而生。它打破學科壁壘，強調從社會、文化、經濟、技術等多維度系統性解決問題，將設計對象從單純的產品或服務，擴展到社會系統、生態環境等宏觀層面。在設計流程上，大設計思維要求設計師從以往 “需求分析—設計—實施” 的線性流程，轉向聯合專門領域人才等多方力量共同參與設計；在設計目標上，更注重可持續性與社會價值的創造，而非單純追求商業利益。這種思維的轉變，促使設計行業重新審視自身定位，向跨學科、系統性、價值導向的方向轉型。

4.1 數字化時代視覺模型的重要性及發展需求

數字化時代下，視覺模型作為信息傳遞與交互的核心載體，同時也是設計成果的重要表現形式，其重要性愈發凸顯。無論是電商平臺的商品 3D 展示、數字媒體的內容傳播，還是虛擬現實場景的構建，高質量的視覺模型都是吸引用戶、提升體驗的關鍵。但是，隨著用戶對視覺效果的要求不斷提高，以及元宇宙、AR/VR 等新技術的興起和發展，傳統視覺模型在動態渲染效率、個性化適配等方面的不足逐漸暴露。只有通過持續優化視覺模型，深度融合 AI 生成、深度學習等前沿技術，才能適應數字化時代的發展節奏，為用戶帶來更優質的視覺體驗。

4.2 AI 技術與大設計思維的契合性

不管是上述的實驗研究抑或是當今的社會發展趨勢都不難看出人工智能技術正深刻重塑各領域的創作邏輯與實踐路徑。就設計領域而言，從圖像生成到包裝設計，再到多媒體內容創作，AI 不僅提升了設計效率、拓寬了創意邊界，更打破了傳統設計的技術壁壘與流程局限。正是在這樣的背景下，大設計思維的重要性愈發凸顯。AI 技術的普及讓跨領域協作、多維度問題解決成為可能，而這恰恰與大設計思維強調的系統性、整合性不謀而合。設計不再是單一學科的獨立創作，而是需要融合社會、文化、經濟等多元視角的綜合實踐，AI 則為這種融合提供了強大的技術支撐與實現路徑。

4.3 大設計思維的內涵特征

大設計思維是一種全面、整體的設計方法，它突破了傳統設計專注于單一事物或領域的局限，強調系統性、整合性，致力于跨越學科、領域的界限，解決復雜的社會、經濟、環境等問題。其內涵不僅包含對設計對象本身的創新，更注重通過設計手段實現社會價值、推動可持續發展，可以視為一種更全面、整體、多功能的設計思維模式。

首先，大設計思維具有全面性。設計師在設計過程中，需要綜合考慮與設計相關的各種技能、知識和因素，而非局限于某一個領域。在創意設計中，設計師不僅要處理商標、網頁、字體、海報等視覺元素，還要考慮品牌傳播策略；在產品設計中，除了美學設計，還需兼顧功能實現、實用性、可制造性、成本控制和用戶使用效果等多方面因素。這要求設計師具備豐富的知識儲備、實踐經驗和強大的適應能力。

其次，大設計思維體現整體性。它要求設計師從更大的圖景出發，綜合考慮用戶需求、技術可行性、商業目標以及設計方案對整體環境的影響等因素。通過深入分析調查用戶需求，并將其與整體設計構想相結合，整合不同設計學科形成一個有機整體，以達到最終設計目標。

最后，大設計思維具備多功能性。它強調設計師要能夠在不同媒介和環境中靈活應用設計能力，從用戶需求、情感體驗出發進行設計，而非單純聚焦技術或功能。這需要設計團隊融合不同領域人員的視角，如設計師、工程師、用戶等，讓大設計思維既能處理具體的產品設計，也能應對復雜的社會問題，成為一種 “多功能” 的思維工具。

4.4 AI 在設計學習與實踐中的作用

作為藝術設計專業的學生，AI 已經在課堂學習中占據重要地位，無論是輔助完成課程內容，還是作為專門的學習課程，同學們都越來越習慣通過 AI 尋找設計解決方案。傳統設計往往依賴設計師的經驗和直覺，而 AI 能夠通過對語言文字及輔助信息的處理進行需求分析，快速解析使用者的需求和偏好。例如，在智能家居設計課程中，AI 可以自動分析學生提出的創意關鍵詞、問題描述，結合歷史案例數據生成需求圖形文字或方案，實現精準定位。

在創意構思環節，AI 的生成式技術發揮著重大作用。它能夠根據輸入的設計主題、風格、功能要求等條件，快速生成大量創意方案。這些方案不僅數量多，還能突破設計師的固有思維，提供新穎獨特的創意視角。例如在建筑設計中，AI 可以生成多種空間布局、外觀造型方案，為設計師提供靈感啟發，推動創意構思從 “經驗驅動” 向 “數據與智能驅動” 轉變。在跨學科設計項目中，AI 算法能自動關聯不同領域知識，輔助快速生成創新方案，為設計者提供更大的選擇范圍和靈感素材。

在方案評估與決策階段，AI 同樣展現出顯著優勢。利用機器學習算法構建評估模型，結合歷史項目數據、用戶偏好數據等，能夠對不同設計方案進行客觀評估，并給出優化建議。此外，AI 還可以模擬方案在實際應用場景中的效果，如產品在市場中的銷售預測、建筑在環境中的能耗模擬等，為設計師和決策者提供直觀的數據參考，使決策過程更加科學、精準，減少因主觀判斷導致的失誤風險。

案例分析：居然設計家 AI 設計家 APP[3]

通過居然設計家 AI 設計家APP 設計項目分析 AI 賦能大設計思維框架的應用。

居然智家旗下的居然設計家平臺在 2025 年 6 月正式發布并上線 AI 設計家 APP。該 APP 憑借其強大的 AI 功能，精準解決了傳統家裝設計流程中的問題。業主只需輸入戶型、風格偏好等簡單信息，AI 便能在短短幾分鐘內自動生成多套 3D 設計方案，并實時渲染效果，讓業主能夠直觀地看到未來家的模樣。

例如，一位對現代簡約風格情有獨鐘的業主，在上傳自家戶型圖后，AI 迅速生成了多套布局合理、空間利用高效的設計方案，不僅有客廳、臥室等常規空間的巧妙規劃，還針對陽臺等特殊區域給出了創意改造建議 ，實現了業主對簡約而不簡單居住環境的設想。從應用效果來看，AI 設計家 APP 顯著提升了設計效率，傳統設計方案可能需要設計師花費數天時間，如今幾分鐘即可生成初稿。同時，增強了用戶體驗，業主參與設計的積極性大幅提高，對設計結果的滿意度也顯著上升。此外，該 APP 一鍵鏈接居然智家供應鏈，實現 “設計—選品—施工” 全鏈路閉環，為家裝行業的數字化轉型提供了高效的解決方案，實現 AI 技術與設計思維的有機結合，共同推動設計行業和社會的融合發展。

4.5 大設計思維與視覺模型的關系及實驗體現

大設計思維以系統性與整合性為核心，這在居然設計家 APP 的實踐中體現 —— 其通過 AI 整合多領域資源，生成兼顧功能與美學的家裝方案，恰是大設計思維的具象化。而視覺模型作為設計成果的載體，是踐行這一思維的關鍵。APP 生成的 3D 方案正是視覺模型的呈現，它承載著跨學科協作的成果，將社會需求、技術可行性等維度融入視覺表達。大設計思維為視覺模型的搭建指明了路子，視覺模型又把大設計思維的價值變成了能直接看到的東西，兩者相互幫襯，缺一不可。

實驗一中的人工智能生成圖片、實驗二的包裝設計成果以及實驗三的視頻片段都是視覺模型的體現，它們通過抽象視覺元素，將設計中的功能、美感、文化內涵等信息傳遞給大眾，是連接設計構想與落地成果的關鍵橋梁。就確定視覺模型的方向來講，它的目的不拘泥于美觀。例如一套環保主題的包裝視覺模型，用大設計思維思考如何通過圖案和顏色，在外觀和諧美觀的基礎上同時能體現材料的可回收性。所以，視覺模型不只是好看的空殼，還有著實實在在的社會意義。

對于具體實操，大設計思維推動視覺模型打破單一的思路。例如拍攝景點的介紹視頻，要通過顧客平時的觀看習慣和視角從而確定畫面和拍攝技法并從中融入當地歷史。集合旅游、傳播、用戶感受等不同方面，這樣才能使宣傳的同時起到社會作用。

5 數字資產與視覺模型形成良性循環

在當今社會中，數字化進程不斷加深，數字資產的類型也越發豐富多樣，包括素材、工具和數據類的數字資產，這為視覺模型迭代注入源源不斷的動力，成為推動其發展的關鍵要素。在教育、藝術、文旅和電商等行業諸多商家企業借助數字資產實現視覺模型的迭代優化并取得顯著成果。

5.1 數字資產在多領域的實踐應用

拿短視頻創作來講，剪映作為常用的視頻編輯 APP，擁有豐富的數字資產庫，包含大量的視頻特效、音樂、字幕模板等。創作者在制作短視頻時，通過在這些數字資產中選取合適的元素融入作品，構建獨特的視覺模型。制作旅行 vlog 時，利用剪映提供的風景濾鏡特效數字資產，調整視頻色調風格，使畫面更具美感與吸引力；添加動感音樂數字資產，增強視頻節奏感，讓觀眾身臨其境。這些數字資產助力創作者快速迭代優化短視頻的視覺呈現，吸引更多流量。

教育行業也是如此，在線教育平臺為提升課程吸引力，借助數字資產優化視覺模型。在一些機構的網課講解課程視頻中運用了大量動畫、3D 模型等數字資產。在講解復雜科學知識時，通過構建 3D 視覺模型，將抽象知識具象化。如講解地球公轉，利用數字資產制作的 3D 動畫，清晰展示地球公轉軌跡、四季變化成因等，讓學生更直觀理解知識。網校還會根據學生反饋與學習數據，不斷迭代這些視覺模型，如調整動畫節奏、優化色彩搭配，提高教學效果，使學習過程更生動有趣。

5.2 數字資產的類型劃分與核心價值

這些大眾場景中，數字資產的類型與價值逐漸清晰。從類型上看，剪映的特效模板、教育平臺的 3D 模型屬于素材類數字資產，是視覺模型的根本，為多樣化視覺呈現提供物質支撐；學生的學習數據、用戶對短視頻的點擊偏好則屬于數據類數字資產，能讓視覺模型精準匹配需求；而剪映的編輯算法、教育平臺的動畫渲染工具，可歸為工具類數字資產，降低了視覺模型的制作與優化門檻。三類資產協同作用，讓視覺模型既能快速生成，又能精準觸達用戶需求。

這種迭代優化并遵循著清晰的核心機制與路徑。首先是反饋循環機制，反饋循環機制是核心動力，例如：短視頻的播放量、課程的觀看時長等數據被收集并分析 ，若某類濾鏡在旅行視頻中點擊率高，剪映會強化該素材的推薦頻率和比重；然后是復用融合機制，在網課視頻教學中，若學生對某段動畫反饋 “節奏快”，平臺會基于數據調整時間軸。資產復用與融合機制則提升效率，剪映的模板可被反復調用，教育平臺的 3D 模型能適配不同知識點，通過組合創新形成新的視覺方案。由此可見，數字資產有著極大的價值，它的發展變化使視覺模型更加清晰地展現在大眾眼前，同時，視覺模型在大眾視野的每一次呈現都反映出數字資產的更新迭代，用戶對視頻風格的偏好、對教學動畫的反饋，都會成為新的數字資產被收集起來，讓數字資產庫不斷豐富、優化，進而再為視覺模型的升級提供更強的支撐，形成一種持續向上的良性循環。

不過，AI 技術在推動設計領域發展的同時，也存在一些不容忽視的不足。在創意生成環節，AI 往往基于現有數據和模式進行輸出，容易陷入同質化的困境，一定程度上限制了人們突破常規的想象力。比如設計師過度依賴 AI 生成的方案，可能會逐漸喪失主動探索獨特創意的動力，減少了主動思考和深度構思的過程。在視覺模型構建中，AI 生成的內容雖然高效，但有時會缺乏人文情感的細膩表達，難以精準傳遞那些需要深厚文化底蘊或個人獨特經歷才能孕育的創意內涵。

5.3 數字資產與視覺模型的協同進化及未來圖景

如今，社會上的各行各業都被數字化浪潮席卷，視覺模型與數字資產這種相互促進、相互協調的良性循環，正深刻重塑著設計的邊界與可能。從 AI 生成的圖片、包裝設計到通過腳本設計生成短視頻，每一次視覺呈現的優化，背后都是數字資產的優化與迭代；而數字資產的豐富與升級，又總能推動視覺模型以更精準、更生動的姿態走進大家的生活。

對于藝術設計領域而言，這種相互成就的關系，不僅意味著設計過程效率的提升、靈感創意的迸發與審美的解放與進步，同時也昭示著大設計思維對系統性、整合性的追求以及社會的進步。 未來，隨著技術的持續進步，數字資產與視覺模型的聯動將會越來越緊密，不斷滿足大眾需求、創造社會價值，不斷開辟出更廣闊的世界，讓設計成為真正連接人與人、人與社會、人與世界、人與未來的紐帶。

6 結語

綜上所述，數字資產作為視覺模型迭代的核心驅動力，已然在短視頻創作、教育等多領域展現出不可替代的價值。素材、工具、數據三類數字資產協同發力，通過反饋循環與復用融合機制，推動視覺模型持續優化，形成了相互成就的良性循環。盡管 AI 技術在視覺模型構建中存在同質化、人文情感表達不足等局限，但這并不妨礙其與數字資產共同重塑設計邊界。未來，隨著技術的不斷精進，數字資產與視覺模型的聯動將更為緊密，在大設計思維的指引下，它們將不斷突破創新，不僅為藝術設計領域帶來效率與創意的雙重飛躍，更將成為連接人與社會、人與未來的重要紐帶，持續為社會發展創造多元價值。

作者信息

于采南 北京印刷學院

參考文獻