2025设计行业AI应用趋势报告

2025设计行业AI应用趋势报告 腾讯研究院XD5RENDER 目录 参与单位01研究方法02 CHAPTER2受访者画像 国内调研样本03国外调研样本06 CHAPTER3、AI普及现状及驱动因素 2025年AI设计应用普及现状07易用性驱动AI应用率跨越式增长09设计垂直应用能力提升12通用型AI带来认知启蒙15多模态AI重构设计工具格局17设计工作流的AI集成化趋势20 CHAPTER4设计企业及从业者分析 价值重心从任务提效转向流程重塑22企业投入同时聚焦人才和工具31AI渗透率在不同规模企业间分化34深度实践推动理性化进程38人机协同新范式重塑设计师职能41 生成式AI深度融入设计流程的挑战48构建高质量垂直数据集的核心挑战53碎片化成本与整合连接的解决方案56 0序言 袁烽 国家级人才计划特聘教授，同济大学建筑与城市规划学院副院长、长聘特聘教授 当人居环境的选代与数字技术的演进在当代深度交汇，2025年设计领域的AI应用早已跳出“工具更新”的浅层逻辑，成为重构空间创作范式的核心动能。这份报告以严谨的调研数据为支撑，清晰描墓出AI从“效率辅助”向“流程重塑”、从“通用赋能”向“垂直深耕”的关键跨越一一这不仅印证了技术渗透的行业广度，更揭示出设计逻辑从“经验主导”向“人机协同”的本质转变，与我们在建筑数字建构领域的长期观察高度契合。 技术普惠的浪潮之下，行业仍需直面深层挑战。报告精准捕捉到三大核心瓶颈：高质量垂直领域数据的稀缺、工具碎片化引发的整合成本，以及AI技术与设计教育体系的断层。作为始终关注“数字时代建筑教育”的研究者，我们尤为重视下一代设计师的能力重构一一当AI逐步承接重复性劳动，如何培养学生在复杂城乡语境中的批判性思维、文化在地感知与创造性决策能力，将成为未来设计教育突破的核心命题，这亦是众多大学在数字设计课程体系中持续探索的方向。 这份报告不仅为行业实践提供了清晰的技术路径参考，更为人机协同时代的设计教育变革锚定了方向。期待与D5染器等业界力量深度协作，共同探索建筑数字创作的新范式，推动设计行业向更具智能属性、更富人文关怀、更能回应时代需求的未来迈进。 序言 李彦鹏 华东建筑设计研究院有限公司智慧设计研发所所长 非常荣幸为《2025设计行业AI应用趋势报告》作序。 作为AI在建筑设计领域的探索者，我欣喜地看到报告精准捕捉了行业的核心转变：我们的关注点已从AI的技术可行性，转向其对设计流程的战略性重塑。AI的价值正从加速单一任务，迈向打破工作流壁垒，赋能设计师聚焦于更高维度的创意与决策。 当然，挑战依然存在。报告深刻指出的“高质量垂直数据”与“碎片化工具整合”是我们必须跨越的障碍。未来的突破，必将属于能深度理解行业语境、实现端到端流程自动化的集成化平台。 每一位行业同仁深思。 序言 季新亮 启迪设计集团股份有限公司数字科技事业部数字城市研究中心主任、AI研究中心主任 我们正身处一个由人工智能（AI）驱动各行各业深度变革的时代。作为设计行业从业者和新技术的探索者，多年来不断探索行业与技术深度融合的各种可能，我们有幸与业界同仁和D5这样的科技企业一同见证并推动这场前所未有的创新浪潮。 通过本报告，我们欣喜地看到：AI之于设计，已不再是遥远的畅想，正在从辅助性的工具逐渐演变为能够深度参与设计流程、重塑价值创造方式的合作伙伴。A技术正以前所未有的广度和深度，赋能设计的全生命周期。它将设计师从繁琐的执行工作中解放出来，聚焦于更高维度的创意决策与价值判断，引领我们回归设计的本质一一创造性地解决问题。 展望未来，我们期待一个“人机协同”的新范式能够真正落地生根。真正的变革力量，并非源于某个AI模型，而在于构建一个无缝、贯通的智能化设计生态。在这个生态中，AI将设计师的专业智慧、审美决策、人文关怀与AI强大的计算、生成、分析能力完美结合，为设计行业开启一个想象力与生产力被双重释放的斩新时代。 0序言 王鹏 腾讯研究院资深专家、教授级高级城市规划师 2025年的人工智能发展，正处在由量变走向质变的关键阶段。基础模型在规模、能力与边界上持续拓展，尤其是多模态模型与世界模型的快速演进，使AI逐渐具备跨模态表征、情境理解与环境推演的能力。这不仅意味着技术性能的提升，更意味着AI正从单纯的“效率工具”演进为一种能够重构方法论的智能体系。 2024年，腾讯研究院曾发布《生成式AI人居领域应用趋势调研报告》，提出生成式AI在空间设计与人居研究中的应用框架。一年后的今天，我们欣喜地看到，这些趋势正在加速落地AI已不仅是对传统设计流程的增效，而是在深度参与并改变设计师的基本工作逻辑。从前期的知识生成与概念构思，到过程中的实时反馈与协同优化，再到后期的人机共创与系统演化，AI正推动一种全新的设计范式在行业内逐步成型。 我们相信，在学术界与产业界的共同探索下，AI将不仅塑造设计流程的未来，更将推动人居环境迈向更加智能、低碳与包容的格局。我们也期待本报告能成为业界对话与协作的起点，共同推进人机共创的人居新时代。 研究说明 研究说明 本研究旨在深入探索AI（人工智能）在空间设计行业的应用现状与未来趋势，研究范围将重点聚焦于方案设计阶段的AI应用，对勘探、结构、机电、暖通等技术领域涉及较少。 我们通过对从业者的认知、实践与期望进行调研，致力于归纳当前AI应用的特点，并对未来发展方向进行展望。需要明确的是，本报告呈现的数据主要反映了受访从业者的认知与实践倾向，旨在揭示行业当前的主流看法与潜在动向，而非对行业全貌的精确复刻。 参与单位 研究方法 为获得全面而深入的洞察，本次调研来用了定量研究与定性研究相结合的混合方法。定量研究阶段在2025年5月27日-7月4日，通过在线问卷收集大规模数据，量化分析AI在空间设计领域的应用广度、采纳率、主要障碍及未来潜力。本次调研共回收问卷样本2670份。经数据清洗与筛选，最终有效样本2490份，中国内地及港澳台地区有效样本：1825份（原始样本1940份），海外问卷有效样本共665份（原始样本730份）。 定性研究阶段在2025年6月23日-7月19日，通过半结构化访谈进行深度信息挖掘，弥补定量数据的局限性，以期呈现不同圈层的多样性观点，访谈对象涵盖了方案设计师、设计企业管理者、设计专业的高校师生以及相关软件开发者等。 有效样本 研究局限性 认知与现实的偏差：如前所述，调研数据主要反映从业者的主观认知和态度，这与技术和产业发展的客观现实可能存在一定差距。 样本代表性：尽管我们尽力扩大样本的覆盖面，但受限于时间和资源，本次调研的样本可能无法完全代表全球或特定区域内所有空间设计从业者的观点。因此，研究结论的普适性存在一定限制。 动态发展：AI技术正处在高速发展阶段，本报告结论基于特定时间窗口内的数据，可能无法完全涵盖最新的技术突破与行业变化。 伦理声明 本研究严格遵循学术与行业研究的伦理准则。所有研究的参与均基于自愿原则，我们在数据收集前已明确告知研究目的，并获得了所有受访者的知情同意与信息授权。所有收集的个人信息与观点均经过匿名化处理，以严格确保受访者的隐私与数据保密性。 受访者画像 国内调研样本 国内调研样本 国内调研样本 从业者的设计实践深受其所在区域的商业环境与技术生态影响。我们观察到，中国内地及港澳台地区与海外市场在以下几方面存在本质区别： 1）宏观环境：市场竞争格局与用户消费习惯不同2）流程与方法：项目选代速度、跨部门协作模式存在差异；3工具生态：国产设计与协同工具的崛起正在重塑本土工作流。 这些差异可能导致从业者的认知与行为模式出现系统性不同。为避免地域差异对分析结果造成干扰，保证结论的有效性与针对性，我们采取了分组策略：将1825份中国内地及港澳台样本作为本次研究的核心分析对象，同时引入665份海外样本作为对照组，以更清晰地识别本土化特征。 国外调研样本 A/ 普及现状及驱动因素 2025年AI设计应用普及现状 2025年的调研数据显示，AI在设计行业的使用率达到85.8%，其中43.8%的受访者表示已经在项目中使用AI辅助设计，42%的受访者正在探索和练习Al，仅有14.2%的受访者未使用任何AI工具。 与2024年的数据相比，AI在设计行业的应用格局发生了根本性变化：用户基数的快速增长和应用深度的显著加强。“已在项目中使用AI”的比例从2024年的25.7%跃升至43.8%，“未使用任何AI工具”的比例从24年的37.9%断崖式下降至14.2%。用户壁垒在一年内被迅速打破。 2025年AI设计应用普及现状 放眼全球，这一趋势同样得到印证。82.8%的海外设计师正在项目中应用AI或正在探索如何在项目中落地AI，仅有17.1%的海外受访者未使用任何AI工具，整体的AI使用情况分布与国内基本一致。 这一全球性趋势的背后，是设计行业正经历的一场由技术和需求共同驱动的深刻变革。既包括了主流商业软件将AI能力无缝集成的战略布局，也涵盖了通用型AI应用对大众市场的破冰与启蒙；既有交互方式向设计师工作直觉的创造性回归，也离不开整个生态对设计垂直能力的深度探索。正是这些力量的合力，共同推动了AI在设计行业的普及化浪潮。 易用性驱动AI应用率跨越式增长 设计行业的A/整体应用率在2025年为何能实现如此迅猛的增长？要理解这个问题，首先必须审视阻碍其普及的壁垒发生了何种变化。 2024年调研中“操作复杂”是受访者不使用AI工具的主要原因之一，是仅次于“效果不理想”的第二大障碍。复杂的界面和参数对非技术背景的设计师构成了实质性的挑战，工具的学习曲线陡峭。 到了2025年，这一状况得到显著改善。在规模已大幅缩小的非使用者群体中，因为“操作其他与操作技术相关的影响因素也呈现下降趋势，“海外站点访问困难”从18.4%下降为 易用性驱动AI应用率跨越式增长 另一组数据更有说服力。在过去一年中，AI工具的使用痛点都有不同程度优化，其中受访者感知最明显的是“学习成本降低，操作更加友好”（45.7%），比例远超其他任何改进项。 使用2D图像生成工具时，参数调节倾向模式？ 易用性的提升并不意味着功能的单一化，当被问到对AI工具参数调节模式的偏好，受访设计师呈现2:1的分化：66.1%的用户倾向于简洁预设的快捷模式，而33.9%的用户则要求复杂参数带来的深度控制。 这一数据分布揭示了两种并存的市场需求：一是对高效率与易用性的普遍追求，二是对高精度与可控性的专业要求。这种需求分布的形成，可能来自于不同的职能分工和工作阶段。从概念构思到深化设计是一个从发散到加深控制的过程，伴随对工具效率和控制精度要求的动态变化。 易用性驱动AI应用率跨越式增长 这种需求的动态性，恰恰反映了设计工作流程的内在逻辑。在项目初期的创意探索阶段，方案设计师追求的是速度与广度。他们需要借助AI快速生成大量、多样化的视觉概念和设计方向，此时，快捷易用能够最大化地激发灵感、拓宽思路，避免过早陷入细节的泥潭。而当项目进入方案深化与执行阶段，目标则转变为精确与可控。设计师需要对选定的方向进行精雕细琢，确保每一处细节都符合最终的交付标准。这时，能够提供深度参数调节的“专业模式”就变得至关重要，它将AI从一个灵感伙伴，转变为一个可以被精确驾驭、实现确定性成果的生产力工具。 理想的解决方案是提供一个“低门槛，高上限”的使用体验：既为初阶用户和追求效率的场景提供直观、简洁的界面，也为资深设计师和需要精细化控制的场景开放足够深度的专业选项。这种设计理念，不仅是对用户需求的深刻洞察，更是对AI工具定位的重新思考一一它不应是一个封闭的“黑箱”？而应是一个透明、可控的工作流。 设计垂直应用能力提升 垂直领域AI工具的易用性在过去一年取得了长足进步，这主要得益于场景数据与专业需求的深度融合。此前，“理解设计意图”是设计师使用AI时的核心痛点之一（34.8%），而如今，针对这一痛点的持续优化，正让AI精准解决垂直设计问题的能力得