AIGC赋能高职教育--以工业设计为例

上世纪八十年代，工业设计概念引入中国，其发展历程可归结为初步探索至认知提升再到高速发展及转型升级。现今，国家高度重视工业设计创新性及智能性。在高职教育领域，工业设计人才培养、教学模式却与国家政策导向匹配不足、方向不一，存在创新不足、效率低下、模式僵化、市场脱节等问题。工业设计急需新手段、新方式、新思路来解决燃眉之急。2022年11月，ChatGPT正式发布，AIGC技术进入大众视野，助推了基于人工智能大模型的各类应用产品蓬勃发展，高职教育也受到智能化、数字化浪潮的冲击。在机遇和挑战下，工业设计教育如何汲取、利用、融合AIGC技术，优化、改革、创新原有的人才培养和教学模式。

一：高职工业设计教育传统培养模式

国内工业设计专业经四十余年发展，教学理念与目标开始转型升级，从传统技能传授向创新能力培养，注重创新思维及实践能力，塑造具备国际视野的高素质技能能人；课程体系逐年完善，力图整合基础与专业课程，引入跨学科课程，优化原有课程知识体系；教学方法与手段力求多元化，通过案例教学、项目驱动、团队合作等教学方式，结合增材制造技术，提供更直观、生动的学习体验。然而，虽理念升级、体系完善、方法多样，却大多沿用传统线性、渐进式教学，弊端逐渐显露。

（一）课程设置

高职工业设计专业常以2+1（两年学习一年实习）或2.5+0.5（两年半学习半年实习）为主，在较短学习周期内，学生难以全面掌握，致其理论与技能挖掘深度不足，常滞后与行业发展需求，难以掌握前言设计理论和技术手段，影响职业竞争力，因此，课程设置的高效性与针对性显得尤为重要。

大多高职院校工业设计沿袭传统教学模式与课程架构，大一学习素描、色彩及三大构成等基础课，大二进入工业设计专业核心课程教学，如设计、建模、渲染等，这类线性教学模式在历史上固然有其合理性与实用性，却也易致时效低下、创新不足、行业脱轨等问题。许多学生本具备一定美术功底，大量传统基础手绘训练压缩专业核心教学时间，重则削弱学习积极性。重新架构课程，搭建全面、系统、前沿的知识体系，提高教学质量与效率，提升学生实践技能迫在眉睫。

（二）教学模式

传统高职教育离不开教材理论支撑，当前教材与职业标准脱节、更新滞后、实践性内容缺失、呈现形式单一等问题不容忽视，其制约了学生创新能力培养，也限制了教学手段的多样化。其二，对工业设计而言，过度侧重理论与概念性知识灌输，常将形态色彩作课程核心，学生被动灌输或对设计天马行空，虽掌握造型、配色、基本设计理论，却不懂材料、结构、加工工艺等，普遍缺乏与企业、行业紧密贴合的意识及能力，设计与市场需求产生鸿沟。其三，评价体系不完善，许多高校仍将课程绩点作为评价主要因素，忽视对学生实践力、创新力及综合素质的全面评判。高校需打破传统“填鸭式”教学束缚，择项目式学习、案例教学等方法，激励学生自主、积极探索，以更开放、灵活、实践导向的教学理念与方法，培养其时代所需创新及实践力。

（三）培养目标

为谁培养人才、培养什么样的人才，是高职教育需明晰的目的与目标。传统工业设计教育目标定位较片面、聚焦维度较单一，在信息浪潮助推下，多学科融合成关键因素，赋能构建多元知识结构和能力体系，以满足当前市场对综合型工业设计人才需求。其二，创新力培养的缺失，教育过程中缺乏对学生设计独立性、创造性和探索性的引导，抄袭和模仿成为设计类教育通病。其三，市场关注度与国际视野不足，培养过程缺乏对国际市场趋势、用户需求的深度分析与研究，致学生难以适应复杂多变的设计需求，间接制约行业整体发展。

二：AIGC融入教育的理论探究

AIGC指用人工智能技术创作生成多种类数字内容过程，基于数据训练及生成算法模型，自主生成文本、图像、音乐、视频、3D模型等。在智能时代背景下，高职教育必须利用好AIGC技术优化课程设置、教学模式。其不仅是原有理论及经验的孪生，更应是不断训练迭代而问世的新生。

党的二十大报告提出：“必须坚持科技是第一生产力、人才是第一资源、创新是第一动力，深入实施科教兴国战略、人才强国战略、创新驱动发展战略，开辟发展新领域新赛道，不断塑造发展新动能新优势。”利用AIGC技术赋能高职教育，是大势所趋，也是党和时代的必然选择。

（一）AIGC与工业设计教育适配性

高职工业设计教育传统工作流可归类为：规划阶段即前期沟通、市场调研、产品分析；

概念设计阶段即头脑风暴、草图绘制、三维模型及效果图制作；设计深化阶段即结构深化、材料选择、样品制作。后期若对接企业，则进行磨具开发及批量生产过程，并实时跟进市场，对反馈进行改良优化。在课程上，设计理论对应前期规划，手绘对应方案初现，软件对应模型及效果图表达与深化。以下从各维度探究AIGC对工业设计教育的适配性：

1.对话类工具（ChatGPT、文心一言、Kimi等）:作为人工智能技术驱动的自然语言处理工具，能有针对性回答各类问题，亦可采用“E-PBL教学基本式”等技术支撑的教学模式，增强学习主动性及内驱力。可提供设计建议及方法：通过问答获得与设计理论、用户调研、建模方式、材料选择等信息及建议；辅助设计过程：通过关键词拓展、风格探索、功能分析等形式，提高设计效率及质量；锻炼沟通协作能力：模拟与企业、客户、用户群体进行沟通交流，明晰对产品设计、生产、销售的整个流程，提高多部门跨领域协作能力。

2.图片生成工具（Stable Diffusion、Midjourney、ComfyUI等）：工业设计常需图片来直观表达造型、材质、色彩等，而图片生成式工具通过文生图、图生图、图调整等方式直观高效生成所需效果图，可与手绘课、建模课、渲染课等进行深度融合。Midjourney优势于操作简洁高效、部署云端、迭代高效，且有社群交流学习。Stable Diffusion代码及模型开源，可本地部署，通过现实训练，图片生成精准，可高度还原产品外观及细节，更具局部调整及可控力。ComfyUI作为Stable Diffusion设计的工作流管理工具，搭建于其技术架构上，二者共享U-Net网络结构、CLUP采样策略及VAE变分自编码器，共同组成强大的图像生成与处理体系。其通过图形化操作和模块化设计，简化图像生成工作流程，助推用户专注于创意发挥和设计实现。

3.模型生成工具（Tripo3D、CSM3D等）：工业产品若需落地，模型制作是关键，常需设计师在物理层面验证有效性，结合增材制造、减材制造等来验证可行性。传统出图方式，除手绘外，模型先于效果图，效果图以模型为基础，通过区分图层、增添材质达到所需表达效果。AIGC赋能后，模型与效果图互为先后，一方面，可以AI生成的效果图或文字逆向得到模型，另一方面，可用生成的模型通过调整、切割、分区、细化等正向生成效果图。而Tripo3D、CSM3D等模型生成工具，皆有云端部署、生成高效、模型精准、多格式输出等优势，通过文字或图多模态输入，极大提高三维建模效率，适用于游戏、影视、产品设计等领域。其对工业设计而言，虽生成模型可导入常用建模软件，但精度与模型格式适配性不足，未来可行性有待考证，随软件跟新迭代，诸类问题或能解决。

4.视频生成工具（可灵、即梦等）：作为产品形态表达及功能演示，效果图具有较单一性、局限性。常用视频演示产品内部结构、全方位形态、使用场景等。而传统产品视频制作以软件渲染或实物拍摄等形式，耗时耗力，硬件要求高。AI视屏生成工具可极大提高视频制作效率，以可灵和即梦为例，将图文导入，短时高效生成所需产品视频，多样风格拓宽设计思路与边界，促进个性化学习与创作，激发学习热情，更助推科技与艺术的深度融合。

（二）大模型库设想

AIGC分本地及云端部署两类，云端具弹性扩展、调整灵活、迭代持续等优势，如文心一言、Midjourney、Tripo3D。本地部署虽硬件要求高、维护难度大，常需校企具备实验室，但有其优势，如隐私安全、时效性高、专业性强等，赋能工业设计教育，应双线并行。

学生模型库：传统教育模式中，常出现作业只是赋分工具的困境，是灵感与资源的浪费。搭建学生作业及作品模型库，能使每位学生成为数据的收集者、贡献者，为图片及模型生成助力。首先需进行作品收集预处理，涵盖各类作业：如智能产品、家电、文创等，甚至可细化到具体一个类别，如水杯、咖啡机、鼠标等，去粗取精，对各数据进行标注，如元素、风格等，便于模型理解和学习。其二，进行模型选择与训练，可用Stable Diffusion等作为扩散模型基础，不断训练、优化、创新、评估，以达到所需效果。之后，进行平台集成与部署，将训练好的模型集成于ComfyUI中，再进行不断测试、持续迭代，提升设计性能及使用者体验。以丰富的学生作品资源搭建，正向受益于学生。

校企合作：与工业设计相关的企业具有贴合行业、时代的特质，其产品更吻合市场需求，利用企业产品数据搭建模型库，更能确保数据及生成效果的专业性、科学性，高职教育校企合作，也是必然举措。分析企业作品的功能、风格、受用人群等，分门别类，让模型库训练更具针对性。其二，进行数据预处理及选择性训练等，此后步骤同上。当然，企业模型库作为企业设计灵魂，校方在受益同时，在教育中产生更多优秀案例服务企业，学生作品可共同融入模型库，共助AI平台优化，而学生在为企业服务同时提升创新力、行业匹配性、就业竞争力，两者双赢。

（三）课程设置重塑

AIGC赋能工业设计教育，提高教学质量与效率，需从文字、图片、模型、视屏四角度融合分析。夯实理论基础，才可明辨图片及模型生成质量，进而优化迭代，绝非一蹴而就。以下从四类课程分析：

基础理论类：如工业设计史、心理学、概论、人机工学、构成设计等，这类课程以培养学生的设计概念、逻辑思维、产品特征及设计原则为目的，使其掌握产品设计调研、构思、初步设计、深化设计、生产、销售等完整流程与程序方法。可在该类课中融合文心一言、kimi等文本处理AI工具，有问必答，实时处理学生困惑，通过分析归类提炼重点、夯实基础，便于课前、课中、课后进行预习、学习与复习，加深理解、强化印象；通过教师引导及AI赋能进行创新思维培养及企业行业场景模拟，塑造行业交流协调能力；通过模型训练、智能点评，对学生作业质量及学习进度实时评估，提供合理优化建议，提高教学质量与学习效益。

手绘类：手绘课程培养学生产品造型、色彩表达能力，以短时高效呈现产品设计初构思，现今，通过平板、数位板等形式进行数字手绘，具更快速、高质量的表达效果。AIGC赋能后，手绘不再局限于单一直观呈现，可作为生图、生模、生视频的起始。结合ComfyUI与模型数据库，做到数字手绘、产品效果图、三维模型同步产出，革新原本工业设计三维模型及效果图制作逻辑。这也对学生的手绘能力提出更高要求，要以AIGC为创新设计，扎实理论为地基，行业标准为钢筋，手绘能力为水泥，形成合力，才能筑起工业设计新设计形态高楼。

建模渲染类：对于Rhino、UG、C4D、keyshot等建模渲染课，常作为设计的核心，在工业设计中，扮演前期可视化、促进设计优化、辅助设计决策、支持生产制造等重要角色，其难度较高，在课程设置中占据较大比重。AI参与后，同需重塑课程模式，除软件基本功能讲解外，更应分析如何联通AI进行调整、修复，以达到所需效果。如生模类AI导出后如何进行结构优化、细节完善，又如何以传统模型进行AI渲染，出图、出视频。结合数据库，需打通文、图、模、视频四者之关联，才能融合为智能一体化工业设计学科。课中，强调生成逻辑，设计标准的重要性，以数据、科学、美学为基础，共促设计的高效性、合理性、创新性。

（四）人才培养新定位

AIGC时代下，师生决不能固步自封，设计行业时移世易，我们应洞察先机，利用现有技术，形成AI多元融合教学体系。培养懂AI，会用AI，用好AI的新时代工业设计师；也要能整合设计、工程技术、商业、用户信息等各方知识，谋求产品新形式及新商业模式。

懂AI，必先培养学生底层AIGC逻辑思维，明晰其运作模式，熟知有哪些AI，如何分门别类，做到量体裁衣。

用AI，必须强化实践教学，以项目式学习，明确目标，增量增效。如关键词提取学习，参数调整测试，结果对比评估等。

用好AI，必然经过系统学习，久久为功，通过不断试错和优化，丰富模型数据库，不断接近、达到、甚至超越行业标准，培养精益求精的职业意识。

未来的工业设计师，必是利用AIGC集创新前瞻、技术精湛、跨学科融合、用户导向、持续学习于一体的新型人才。

三：AIGC赋能实践

教育部等六部门发布的《关于推进教育新型基础设施建设构建高质量教育支撑体系的指导意见》和《教育部办公厅关于印发〈基础教育课程教学改革深化行动方案〉的通知》等文件，均强调了利用数字技术推动教育理念和模式的创新。在工业设计教育上，已初步进行实践，以下从三角度罗列：

课程教学：对于基础理论类课，让学生运用文心一言、kimi等免费平台，在重点提炼、强化学习、模拟对话等角度进行了实践。相较以往死记硬背模式，AIGC的融入更具灵活性、生动性，极大激发了学习热情，通过AI智能修饰和优化，在保证原意下，更易进行理解和消化，从平时作业及考试反馈来看，学生对关键知识、创新应用等理解和表述能力有显著提高。此外，在设计应用类课程也进行了实践，通过布置课题，运用AIGC阐述理解，学生通过文生图、图生图等方式，短时高效获得诸多设计方案图。作为设计方案初选阶段，跳过建模渲染步骤，以往需一周才能产出的效果图，在AIGC赋能后，仅需一堂课的时间即可获优质方案，便于后期的优化产出。

竞赛锻炼：竞赛可提升学生设计技能与创新能力，促进学术与实践相融合，增强竞争力与就业前景，现今越来越多设计类竞赛增加了AIGC赛道，如平面广告类、摄影类、包装类、产品类等。以工业设计竞赛为例，通过将竞赛主题与需求分析提炼，结合生图AIGC工具，获得创新且符合行业需求的产品图，再进行逆向建模，不断优化，产出高质量模型，最终获得较优成绩。此外，也参与了平面类赛项，AI的赋能，让原本难以实现的画面快速呈现，也让学生的创意和创新得以视觉上表达，取得较好反响。

企业项目：AIGC赋能，需与行业、企业的案例及标准来形成合力。一方面，积极推动校企合作，共建优质模型库，另一方面，发动学生参与实际企业项目。通过AIGC，学生的产品设计更具创新性、高效性。在企业的协助下，模型不断优化迭代，以达到生产销售目的。

未来的高职设计类教育，必定是融合AIGC技术实现个性化、智能化教学。学生能享受更直观、互动的学习体验，激发创新思维和实践能力。而工业设计教育，必定是融合多元学科，培养跨学科素养和创新能力的新型人才，AIGC赋能教育，刻不容缓。

文章来源：  《新美域》  https://www.zzqklm.com/w/qk/29468.html