曾欽宇，孟凱寧，王媛麟

（西華大學(xué)，四川 成都 611730）

引言

人工智能（Artificial Intelligence，AI）已經(jīng)成為推動(dòng)全球科技發(fā)展的關(guān)鍵因素之一[1]，在醫(yī)療[2]、教育[3]、社會(huì)經(jīng)濟(jì)[4]等領(lǐng)域得到廣泛應(yīng)用。AI 技術(shù)的進(jìn)步正在服務(wù)于各個(gè)領(lǐng)域的設(shè)計(jì)工作，深度改變設(shè)計(jì)者的工作方式和設(shè)計(jì)路徑[5]。利用AI 的數(shù)據(jù)處理和預(yù)測分析等能力，有助于提升設(shè)計(jì)效率，創(chuàng)新設(shè)計(jì)元素，預(yù)測市場趨勢[6]。然而，傳統(tǒng)皮革制品設(shè)計(jì)依賴于設(shè)計(jì)者的專業(yè)技能和個(gè)人經(jīng)驗(yàn)[7]，這在一定程度上限制了生產(chǎn)效率和設(shè)計(jì)創(chuàng)新，也難以滿足日益多樣化的市場需求。目前，AI 多應(yīng)用于皮革制品設(shè)計(jì)的用戶調(diào)研階段，且處于初級階段[8]。因此，如何有效地將AI 算法融入皮革制品設(shè)計(jì)各流程變得尤為重要。研究旨在探討基于AI 算法搭建新的皮革制品設(shè)計(jì)路徑，將集中解決以下幾個(gè)關(guān)鍵問題：一是如何為不同的設(shè)計(jì)階段選擇合適的AI 算法；二是如何使用AI 提升皮革制品的設(shè)計(jì)效率和質(zhì)量；三是如何通過AI 重構(gòu)皮革制品的設(shè)計(jì)方式。研究致力于AI 技術(shù)與皮革制品設(shè)計(jì)流程的分析，賦能皮革制品設(shè)計(jì)，幫助挖掘并活化傳統(tǒng)文化元素，推動(dòng)現(xiàn)代皮革制品可持續(xù)性發(fā)展。

1 概述

1.1 AI 算法在皮革制品設(shè)計(jì)中應(yīng)用的可行性

人工智能（AI）的核心技術(shù)包括了多種算法，例如機(jī)器學(xué)習(xí)[9]、深度學(xué)習(xí)[10]和自然語言處理[11]等。這些算法能夠通過對海量數(shù)據(jù)的學(xué)習(xí)和分析，賦予計(jì)算機(jī)學(xué)習(xí)、理解和執(zhí)行任務(wù)的能力，從而實(shí)現(xiàn)與人類類似的智能行為[12-13]。隨著大數(shù)據(jù)分析和智能計(jì)算技術(shù)的發(fā)展，這些算法已經(jīng)被廣泛應(yīng)用于各種設(shè)計(jì)領(lǐng)域[14]。具體到皮革制品設(shè)計(jì)，機(jī)器學(xué)習(xí)和深度學(xué)習(xí)能夠在設(shè)計(jì)的初期階段就自動(dòng)生成創(chuàng)新的圖案和色彩搭配[15]。通過挖掘和學(xué)習(xí)歷史設(shè)計(jì)數(shù)據(jù)，AI能夠識(shí)別出成功的設(shè)計(jì)模式，并避免重復(fù)過去的錯(cuò)誤，從而提高設(shè)計(jì)質(zhì)量[16]。在皮革材料的選擇上，AI能夠分析大規(guī)模的材料數(shù)據(jù)，預(yù)測不同類型皮革在特定設(shè)計(jì)中的性能，以輔助設(shè)計(jì)者選擇最佳的皮革材料[17]。更為關(guān)鍵的是，AI 能夠根據(jù)消費(fèi)者的個(gè)性化需求，自動(dòng)調(diào)整設(shè)計(jì)參數(shù)，以實(shí)現(xiàn)定制化生產(chǎn)[18]。最后，AI 還能通過大數(shù)據(jù)分析，預(yù)測未來的皮革制品設(shè)計(jì)趨勢，從而為設(shè)計(jì)者和制造商提供市場策略和產(chǎn)品開發(fā)的前瞻性參考[19]。

1.2 皮革制品設(shè)計(jì)路徑構(gòu)建

傳統(tǒng)的皮革制品設(shè)計(jì)路徑主要包括初步概念設(shè)計(jì)、材料選擇、工藝選擇、打版、試版和生產(chǎn)等步驟[20-21]。此過程主要依賴于設(shè)計(jì)師的個(gè)人經(jīng)驗(yàn)和審美能力，要求設(shè)計(jì)師對皮料、輔料、版型等各個(gè)環(huán)節(jié)有深入的理解和技術(shù)能力。然而，隨著互聯(lián)網(wǎng)技術(shù)的發(fā)展和傳播媒介的多元化[22]，可以幫助設(shè)計(jì)師輕松獲得大量的設(shè)計(jì)素材。當(dāng)然這也就需要他們處理大量的信息，因而增加了設(shè)計(jì)的復(fù)雜性?？梢姡詡鹘y(tǒng)皮革制品設(shè)計(jì)方法與AI 技術(shù)為切入點(diǎn)，將是重塑皮革制品設(shè)計(jì)路徑的重要方法。研究將分析傳統(tǒng)皮革制品的設(shè)計(jì)要素和設(shè)計(jì)流程，并結(jié)合當(dāng)前AI 技術(shù)的發(fā)展，重構(gòu)皮革制品的設(shè)計(jì)路徑，如圖1 所示。

圖1 AI 語境下的設(shè)計(jì)路徑構(gòu)建方法Fig.1 Methods for building a design pathway in the context of AI

2 AI 語境下的皮革制品設(shè)計(jì)要素分析

2.1 傳統(tǒng)模式下的皮革制品設(shè)計(jì)要素

皮革制品設(shè)計(jì)所包含的要素比一般工業(yè)產(chǎn)品更為復(fù)雜，它不僅需要考慮工業(yè)化設(shè)計(jì)體系中的通用設(shè)計(jì)元素，還需兼顧皮革制品作為工藝品的獨(dú)特屬性。研究通過結(jié)合定性和定量研究方法，以梳理傳統(tǒng)皮革制品設(shè)計(jì)的關(guān)鍵元素。首先，通過文獻(xiàn)研究和專家訪談，確定了影響皮革制品設(shè)計(jì)的八個(gè)關(guān)鍵要素，它們分別是：功能性、材料性、風(fēng)格、使用場景、結(jié)構(gòu)設(shè)計(jì)、工藝性、可持續(xù)性和成本控制。為了對這些要素進(jìn)行實(shí)證研究，對淘寶網(wǎng)中公開的皮革制品關(guān)鍵詞進(jìn)行采集，并利用Python 編程進(jìn)行數(shù)據(jù)的清理、篩選和排序等操作。在數(shù)據(jù)處理過程中，研究通過統(tǒng)計(jì)頻次，找出了皮革制品設(shè)計(jì)中經(jīng)常出現(xiàn)的子要素。為了更精確地描述這些要素，研究對部分子要素進(jìn)行了合并或概括，使得這些要素之間的關(guān)系更為清晰，如表1 所示。

表1 皮革制品設(shè)計(jì)要素表Tab.1 Elements of leather goods design

2.2 AI 語境下的設(shè)計(jì)參數(shù)分析

信息技術(shù)驅(qū)動(dòng)著AI 在設(shè)計(jì)領(lǐng)域的應(yīng)用與發(fā)展。如ChatGPT（語言生成模型）等先進(jìn)的AI 模型正深刻地改變著設(shè)計(jì)領(lǐng)域的生產(chǎn)模式[23]。AI 環(huán)境下的設(shè)計(jì)參數(shù)也涌現(xiàn)出新的特點(diǎn)和模式。為了深入探究AI 對皮革制品設(shè)計(jì)的影響，首先要理解AI 的核心特性。根據(jù)學(xué)者張才明[24]、Ahmed[25]、Yigitcanlar[26]等人的研究，AI 的主要特性可以總結(jié)為數(shù)據(jù)驅(qū)動(dòng)、交互性、預(yù)測性和學(xué)習(xí)性。將這些特性與設(shè)計(jì)學(xué)相結(jié)合，可以總結(jié)出AI 環(huán)境下的設(shè)計(jì)參數(shù)，見表2。數(shù)據(jù)驅(qū)動(dòng)是AI 的關(guān)鍵特性，體現(xiàn)在運(yùn)用各類型數(shù)據(jù)集，如文本、圖像、視頻和音頻數(shù)據(jù)等。具體到皮革制品設(shè)計(jì)，這些數(shù)據(jù)可能包括民族紋樣、圖案元素等[27-28]。這些數(shù)據(jù)為訓(xùn)練AI 模型提供支持，同時(shí)也為設(shè)計(jì)者提供了豐富的設(shè)計(jì)視角和創(chuàng)作深度；AI 的交互性要求設(shè)計(jì)者重視用戶體驗(yàn)。這意味著設(shè)計(jì)者需要具備新的時(shí)空視野來面對廣闊的產(chǎn)品應(yīng)用范圍。這就需要設(shè)計(jì)者全面考慮用戶需求、用戶行為、用戶目標(biāo)和用戶場景等設(shè)計(jì)參數(shù)[29]。而AI 通過學(xué)習(xí)、理解這些參數(shù)，能夠提供個(gè)性化和適應(yīng)性強(qiáng)的設(shè)計(jì)；預(yù)測性是AI 的一項(xiàng)關(guān)鍵能力，且已被引入到設(shè)計(jì)中。預(yù)測模型的參數(shù)分支有短期、長期預(yù)測，趨勢預(yù)測和模式識(shí)別等，通過這些預(yù)測，設(shè)計(jì)者能夠預(yù)判并適應(yīng)未來趨勢和模式，從而更好地規(guī)劃皮革制品設(shè)計(jì)；AI 的學(xué)習(xí)性，尤其是自我學(xué)習(xí)和提升的能力，為設(shè)計(jì)領(lǐng)域引入了學(xué)習(xí)算法，包括監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)、強(qiáng)化學(xué)習(xí)和深度學(xué)習(xí)等。這些學(xué)習(xí)算法讓AI 從數(shù)據(jù)中不斷學(xué)習(xí)和提升，進(jìn)一步優(yōu)化設(shè)計(jì)效果。

表2 AI 環(huán)境下的設(shè)計(jì)參數(shù)Tab.2 Design parameters in AI environment

2.3 AI 語境下的皮革制品設(shè)計(jì)要素整合

研究基于AI 的核心特性（數(shù)據(jù)驅(qū)動(dòng)性、交互性、預(yù)測性和學(xué)習(xí)性）詳細(xì)描述了皮革制品設(shè)計(jì)要素的整合流程，并闡明了AI 核心特性如何影響與塑造皮革制品設(shè)計(jì)的要素及其子要素，如圖2 所示。在這一過程中，AI 的數(shù)據(jù)驅(qū)動(dòng)性使得設(shè)計(jì)者需要更加注重?cái)?shù)據(jù)收集與數(shù)據(jù)處理，也衍生出AI 語境下新的設(shè)計(jì)要素，即“數(shù)據(jù)優(yōu)化材料與元素”。利用數(shù)據(jù)驅(qū)動(dòng)，設(shè)計(jì)者可收集、分析大量數(shù)據(jù)，精準(zhǔn)選用皮革材料并有效應(yīng)用設(shè)計(jì)元素，如優(yōu)化皮質(zhì)類型、鞣制方式、元素提取等，滿足多樣化的皮革制品表現(xiàn)需求；交互性帶來的用戶體驗(yàn)已成為核心設(shè)計(jì)參數(shù)，為皮革制品提供“細(xì)分功能與場景”設(shè)計(jì)要素。利用交互性，皮革制品可以深度理解并滿足用戶細(xì)分需求；預(yù)測性貢獻(xiàn)了“風(fēng)格趨勢預(yù)測”這一設(shè)計(jì)要素。通過預(yù)測模型，設(shè)計(jì)者可以參考未來皮革制品設(shè)計(jì)趨勢和設(shè)計(jì)風(fēng)格的接受度；學(xué)習(xí)性體現(xiàn)在學(xué)習(xí)算法和自適應(yīng)算法的運(yùn)用。利用學(xué)習(xí)算法，設(shè)計(jì)者可優(yōu)化皮革制品的結(jié)構(gòu)和成本，形成“結(jié)構(gòu)與成本優(yōu)化”的設(shè)計(jì)要素。而自適應(yīng)算法則能在環(huán)境變化時(shí)調(diào)整設(shè)計(jì)策略，優(yōu)化生產(chǎn)方式，提高可持續(xù)性，從而產(chǎn)生“可持續(xù)性改良”的設(shè)計(jì)要素。

圖2 AI 語境下的皮革制品設(shè)計(jì)要素整合Fig.2 Integration of design elements for leather goods in the context of AI

3 AI 算法在皮革制品設(shè)計(jì)中的應(yīng)用

3.1 皮革制品設(shè)計(jì)與制作流程

皮革制品設(shè)計(jì)的獨(dú)特性在于設(shè)計(jì)與制作的緊密結(jié)合，流程涵蓋概念設(shè)想到最終制作各階段。主要包括數(shù)據(jù)調(diào)研、草圖繪制、打板、材料選擇、試版、樣品制作、測試、設(shè)計(jì)迭代和批量生產(chǎn)，如圖3 所示。在設(shè)計(jì)階段，設(shè)計(jì)者可通過AI 分析用戶與市場數(shù)據(jù)，繪制產(chǎn)品草圖。同時(shí)，基于AI 學(xué)習(xí)算法，設(shè)計(jì)者可以優(yōu)化產(chǎn)品功能與場景，提升用戶體驗(yàn)。而通過AI 對市場數(shù)據(jù)的分析，也有助于預(yù)測皮革制品的風(fēng)格趨勢。除此之外，設(shè)計(jì)者還可以通過數(shù)據(jù)學(xué)習(xí)，優(yōu)化產(chǎn)品結(jié)構(gòu)與成本效益。同時(shí)，數(shù)據(jù)驅(qū)動(dòng)方式有助于精準(zhǔn)選擇皮質(zhì)類型和鞣制方式。在制作階段，設(shè)計(jì)者可根據(jù)用戶反饋調(diào)整產(chǎn)品，并利用AI 自適應(yīng)系統(tǒng)進(jìn)行優(yōu)化。樣品制作時(shí)，設(shè)計(jì)者可以依據(jù)設(shè)計(jì)階段的數(shù)據(jù)選擇適當(dāng)?shù)墓に?。同時(shí)，AI 預(yù)測還能模擬出多種樣品類型，以進(jìn)行優(yōu)選。測試樣品時(shí)，數(shù)據(jù)驅(qū)動(dòng)的評估方式能全面考量皮革制品的市場接受程度，從而促進(jìn)更加高效的產(chǎn)品迭代。最后，在批量生產(chǎn)階段，利用AI 的預(yù)測和自適應(yīng)能力來優(yōu)化生產(chǎn)流程，同時(shí)權(quán)衡生產(chǎn)成本，確保生產(chǎn)的高效和經(jīng)濟(jì)。

圖3 皮革制品設(shè)計(jì)與制作流程Fig.3 Process of designing and producing leather goods

3.2 基于AI 技術(shù)的皮革制品設(shè)計(jì)方法

人工智能技術(shù)具有獨(dú)特的原理和算法，在設(shè)計(jì)領(lǐng)域中積累了豐富的應(yīng)用案例和實(shí)踐成果。在皮革制品的設(shè)計(jì)與制作流程中，基于人工智能的方法已得到廣泛應(yīng)用，涵蓋數(shù)據(jù)輸入、生成模型以及生成設(shè)計(jì)等關(guān)鍵階段，具體過程如圖4 所示。

圖4 人工智能生成過程Fig.4 Artificial intelligence generation process

機(jī)器學(xué)習(xí)技術(shù)包括監(jiān)督學(xué)習(xí)、非監(jiān)督學(xué)習(xí)和強(qiáng)化學(xué)習(xí)[30]，基于機(jī)器學(xué)習(xí)的皮革制品制作方法主要依賴于數(shù)據(jù)驅(qū)動(dòng)和模型預(yù)測的方式來實(shí)現(xiàn)各種設(shè)計(jì)和生產(chǎn)流程的自動(dòng)化和優(yōu)化[31]。在監(jiān)督學(xué)習(xí)中，通過輸入已經(jīng)被標(biāo)記（例如設(shè)計(jì)風(fēng)格、顏色、紋理等）的圖片，訓(xùn)練模型學(xué)習(xí)并理解這些特性，進(jìn)而預(yù)測新的皮革制品設(shè)計(jì)的輸出結(jié)果[32]。例如，設(shè)計(jì)者可利用算法模型學(xué)習(xí)特定風(fēng)格，并創(chuàng)造類似風(fēng)格的新設(shè)計(jì)。非監(jiān)督學(xué)習(xí)通過尋找數(shù)據(jù)集中的內(nèi)在結(jié)構(gòu)和規(guī)律進(jìn)行學(xué)習(xí)[33]。例如，聚類方法可找出新的顏色或紋理組合。強(qiáng)化學(xué)習(xí)則通過與環(huán)境交互，尋找最佳設(shè)計(jì)策略，例如，模擬設(shè)計(jì)過程以尋找最優(yōu)的設(shè)計(jì)流程[34]。

在深度學(xué)習(xí)領(lǐng)域，生成對抗網(wǎng)絡(luò)（Generative Adversarial Networks，GAN）、循環(huán)神經(jīng)網(wǎng)絡(luò)（Recurrent Neural Network，RNN）和卷積神經(jīng)網(wǎng)絡(luò)（Convolutional Neural Network，CNN）三種生成模型較為適合被應(yīng)用在皮革制品設(shè)計(jì)中。GAN 能夠產(chǎn)生新的且與實(shí)際數(shù)據(jù)相似的數(shù)據(jù)[35]，設(shè)計(jì)者可以利用GAN 生成新的設(shè)計(jì)元素，如皮革紋理、顏色搭配等。RNN 適合處理序列數(shù)據(jù)，設(shè)計(jì)者可以使用RNN 處理與時(shí)間序列相關(guān)的問題，例如預(yù)測未來的設(shè)計(jì)趨勢或市場需求[36]。而CNN 擅長處理圖像，對于識(shí)別圖像中的模式和特征有極高的精度[37]。設(shè)計(jì)者可以使用CNN 進(jìn)行圖像識(shí)別和分類，例如自動(dòng)識(shí)別和分辨皮革材料的類型和質(zhì)量，或者識(shí)別和提取設(shè)計(jì)圖像中的元素。

3.3 AI 在皮革制品設(shè)計(jì)流程中的技術(shù)匹配

在皮革制品設(shè)計(jì)的各階段中，都有與之適應(yīng)的AI 算法模型。它們可用于單一階段，亦可跨階段交叉應(yīng)用。下文將列舉不同階段可使用的算法，如表3所示。調(diào)研階段需獲取用戶反饋和市場信息，此時(shí)適用自然語言處理技術(shù)（Natural language processing，NLP），如情感分析和文本分類，能有效處理用戶的評論和反饋[38]。特定的模型如情感分析（Sentiment Analysis）、文本分類（Text Classification）等可以用于理解和分析文本數(shù)據(jù)；在收集和分析用戶需求階段，聚類分析、關(guān)聯(lián)規(guī)則分析、決策樹等方法能對市場熱門皮革制品的設(shè)計(jì)要素分類，并在指定的標(biāo)準(zhǔn)下確定關(guān)鍵點(diǎn)，從而深入解析用戶需求[39]。預(yù)測風(fēng)格趨勢階段，使用時(shí)間序列分析、回歸分析、神經(jīng)網(wǎng)絡(luò)（如RNN 和LSTM）等方法，能幫助設(shè)計(jì)者預(yù)測未來的風(fēng)格趨勢[40-41]。設(shè)計(jì)產(chǎn)品外觀和結(jié)構(gòu)階段，使用卷積神經(jīng)網(wǎng)絡(luò)，如PigeoNET[42]可對圖片進(jìn)行分類，使用卷積神經(jīng)網(wǎng)絡(luò)與深度學(xué)習(xí)相融合的神經(jīng)風(fēng)格遷移（Neural Style Transfer，NST）完成設(shè)計(jì)的風(fēng)格遷移[43]。使用生成對抗網(wǎng)絡(luò)可以根據(jù)訓(xùn)練數(shù)據(jù)生成新的、逼真的設(shè)計(jì)圖像；在優(yōu)化產(chǎn)品的結(jié)構(gòu)和成本階段：使用優(yōu)化算法（例如線性規(guī)劃和遺傳算法）和神經(jīng)網(wǎng)絡(luò)（例如卷積神經(jīng)網(wǎng)絡(luò)），以在滿足設(shè)計(jì)需求的同時(shí)兼顧成本因素；在選擇材料階段：使用分類算法（例如支持向量機(jī)SVM）、決策樹（例如CART）和神經(jīng)網(wǎng)絡(luò)（例如前饋神經(jīng)網(wǎng)絡(luò)FNN）等方法[44-45]幫助設(shè)計(jì)者根據(jù)設(shè)計(jì)需求選擇合適的材料；在制作樣品階段，可以使用模擬算法（例如蒙特卡洛模擬）和神經(jīng)網(wǎng)絡(luò)（例如前饋神經(jīng)網(wǎng)絡(luò)FNN）[46]預(yù)測制作過程和結(jié)果；在測試與迭代優(yōu)化階段，則可以使用深度學(xué)習(xí)（例如深度神經(jīng)網(wǎng)絡(luò)DNN）和強(qiáng)化學(xué)習(xí)（例如Q-Learning）等方法檢查異常數(shù)值或進(jìn)行偏差分析[47]，根據(jù)測試結(jié)果，幫助設(shè)計(jì)者進(jìn)行設(shè)計(jì)的調(diào)整和優(yōu)化。

表3 皮革制品設(shè)計(jì)流程對應(yīng)的AI 算法類型Tab.3 Types of AI algorithms corresponding to the leather goods design process

4 AI 語境下的皮革制品設(shè)計(jì)路徑

AI 的發(fā)展無疑為皮革制品設(shè)計(jì)開啟了全新的視角和可能性。通過深入探究AI 環(huán)境下的設(shè)計(jì)元素以及AI 算法在皮革制品設(shè)計(jì)中的實(shí)際應(yīng)用，研究構(gòu)建了一種全新的皮革制品設(shè)計(jì)路徑，如圖5。該路徑由5 個(gè)層面組成，包括AI 算法、AI 可用模型、設(shè)計(jì)范式、設(shè)計(jì)要素和設(shè)計(jì)路徑切入點(diǎn)。皮革制品設(shè)計(jì)者可對應(yīng)路徑中的不同層面優(yōu)化設(shè)計(jì)。AI 語境下的皮革制品設(shè)計(jì)路徑并非是單向的，自AI 算法至設(shè)計(jì)路徑切入點(diǎn)是AI 嵌入皮革制品設(shè)計(jì)的過程。具備AI 技術(shù)的設(shè)計(jì)者可以算法為出發(fā)點(diǎn)，開發(fā)適用于不同設(shè)計(jì)范式、設(shè)計(jì)要素的AI 模型；從設(shè)計(jì)路徑切入點(diǎn)到AI 算法是AI 提升設(shè)計(jì)能力的過程。皮革制品設(shè)計(jì)者可利用AI 拓展設(shè)計(jì)范圍，增強(qiáng)創(chuàng)新力量，并提升合作共創(chuàng)的能力。AI 可應(yīng)用的模型為設(shè)計(jì)者使用AI算法處理設(shè)計(jì)問題提供了可能，皮革制品設(shè)計(jì)者可選取不同的設(shè)計(jì)范式與設(shè)計(jì)要素。這些改變有助于提升皮革制品的設(shè)計(jì)質(zhì)量，提高設(shè)計(jì)效率，并賦予皮革制品更豐富的形態(tài)和功能。

圖5 AI 語境下的皮革制品設(shè)計(jì)路徑Fig.5 Design pathway of leather goods in the context of AI

4.1 擴(kuò)大皮革制品設(shè)計(jì)范圍

AI 的介入可以使皮革制品設(shè)計(jì)的范圍得到了顯著擴(kuò)展，突破傳統(tǒng)設(shè)計(jì)的框架，使設(shè)計(jì)范式、設(shè)計(jì)環(huán)節(jié)以及設(shè)計(jì)角色實(shí)現(xiàn)拓展和升級。AI 增強(qiáng)了信息處理能力，顯著提高了各種設(shè)計(jì)范式的應(yīng)用性和準(zhǔn)確性，尤其對于需要大量目標(biāo)人群信息的用戶體驗(yàn)設(shè)計(jì)，或者需要反饋數(shù)據(jù)的生態(tài)設(shè)計(jì)，AI 都具有重要價(jià)值。此外，皮革制品設(shè)計(jì)者也可以通過AI 的幫助，參與到更多的設(shè)計(jì)環(huán)節(jié)中，不論是進(jìn)行非擅長領(lǐng)域的設(shè)計(jì)修正，還是優(yōu)化非傳統(tǒng)設(shè)計(jì)環(huán)節(jié)，如銷售環(huán)節(jié)，都能賦能傳統(tǒng)皮革制品設(shè)計(jì)，提升其整體效率。同時(shí)，AI 的智能化也使得設(shè)計(jì)者擁有更多的能力應(yīng)對社會(huì)挑戰(zhàn)。以保護(hù)非物質(zhì)文化遺產(chǎn)為例，設(shè)計(jì)者可以借助AI 的力量，同時(shí)考慮皮革的特性和市場需求進(jìn)行設(shè)計(jì)。再者，面對皮革制品可能帶來的環(huán)境問題，利用大數(shù)據(jù)進(jìn)行分析，追蹤皮革制品的淘汰率和風(fēng)格變化趨勢，可以實(shí)現(xiàn)更精準(zhǔn)的設(shè)計(jì)，并盡可能在設(shè)計(jì)階段就降低對環(huán)境的影響[48]。

4.2 增強(qiáng)皮革制品設(shè)計(jì)的創(chuàng)新能力

AI 技術(shù)的發(fā)展已推動(dòng)皮革制品設(shè)計(jì)進(jìn)入智能化時(shí)代，這為皮革制品設(shè)計(jì)的創(chuàng)新打開了新的渠道，主要體現(xiàn)在設(shè)計(jì)要素的創(chuàng)新、數(shù)據(jù)選擇的創(chuàng)新以及設(shè)計(jì)流程的創(chuàng)新三個(gè)方面。首先，AI 技術(shù)使得設(shè)計(jì)者在設(shè)計(jì)階段考慮的因素大幅增加，特別在數(shù)據(jù)化、交互化和智能化等方面。這些新因素不僅拓寬了皮革制品設(shè)計(jì)的視野，還增加了設(shè)計(jì)的復(fù)雜性和深度，推動(dòng)了設(shè)計(jì)的豐富性和創(chuàng)新性。其次，利用AI 技術(shù)，設(shè)計(jì)者能夠處理大量的文字、圖片、音頻和視頻信息，并將其轉(zhuǎn)化為設(shè)計(jì)稿，這大大提高了設(shè)計(jì)效率，豐富了設(shè)計(jì)素材。最后，借助AI 算法，設(shè)計(jì)者可以打破傳統(tǒng)設(shè)計(jì)流程，利用AI 模擬實(shí)物制作流程，極大地提升了設(shè)計(jì)效率。

4.3 提升皮革制品設(shè)計(jì)的共創(chuàng)能力

AI 技術(shù)的引入極大地推動(dòng)了皮革制品設(shè)計(jì)的共創(chuàng)進(jìn)程，這主要體現(xiàn)在增強(qiáng)協(xié)作能力、打破信息壁壘和提高設(shè)計(jì)參與度三個(gè)方面。首先，借助互聯(lián)網(wǎng)平臺(tái)，AI 設(shè)計(jì)插件可以在協(xié)同設(shè)計(jì)中發(fā)揮作用，使設(shè)計(jì)者們無論何時(shí)何地都可以參與到皮革制品的設(shè)計(jì)中。這不僅克服了時(shí)間和空間的限制，也促進(jìn)了設(shè)計(jì)者之間的交流和互動(dòng)，進(jìn)一步提升了協(xié)作水平。其次，隨著網(wǎng)絡(luò)技術(shù)的發(fā)展和大數(shù)據(jù)的應(yīng)用，設(shè)計(jì)者可以獲取海量的創(chuàng)作素材并分享作品。這使得設(shè)計(jì)者可以從更廣闊的領(lǐng)域獲取靈感，為皮革制品設(shè)計(jì)的可能性和多樣性注入新的活力。同時(shí)，網(wǎng)絡(luò)和信息化的便捷性也為作品的存儲(chǔ)、傳播和分享提供了更高效的方式，進(jìn)一步活躍了設(shè)計(jì)交流和創(chuàng)新。最后，AI 的介入降低了皮革制品設(shè)計(jì)的難度，讓更多的人可以參與到設(shè)計(jì)過程中。例如，皮具愛好者可以借助AI，通過自然語言描述來獲取和修改版型尺寸、樣式等數(shù)據(jù)。這種低門檻的設(shè)計(jì)方式吸引了更多跨界參與者，提高了設(shè)計(jì)的參與度，進(jìn)而增加了優(yōu)秀皮革制品設(shè)計(jì)的產(chǎn)出機(jī)會(huì)。

5 結(jié)語

研究聚焦于AI 語境下的皮革制品設(shè)計(jì)，旨在探究AI 在此領(lǐng)域的應(yīng)用深度。通過挖掘AI 環(huán)境所帶來的變化，識(shí)別并整合了新的設(shè)計(jì)要素與流程，推動(dòng)了皮革制品設(shè)計(jì)與AI 的緊密結(jié)合，進(jìn)而提升設(shè)計(jì)效率與質(zhì)量。此外，研究為設(shè)計(jì)者和AI 開發(fā)者開辟了新視野，闡述了AI 在拓寬皮革制品設(shè)計(jì)邊界方面的作用，這使得設(shè)計(jì)流程中的AI 融合更為高效，同時(shí)也提升了設(shè)計(jì)的創(chuàng)新力和實(shí)用性。研究最后構(gòu)建了一個(gè)完整的皮革制品設(shè)計(jì)路徑，并將AI技術(shù)嵌入各設(shè)計(jì)環(huán)節(jié)，為設(shè)計(jì)者展示了AI 在皮革制品設(shè)計(jì)中的應(yīng)用廣度?？傮w而言，研究闡述了AI如何賦能皮革制品設(shè)計(jì)，搭建了一個(gè)以AI 為核心的皮革制品設(shè)計(jì)新路徑，為未來皮革制品設(shè)計(jì)工作的升級提供了理論基礎(chǔ)和技術(shù)參考。