當 AI 開始理解設計師的筆觸與思維，設計的邊界會被推到哪裡？Google DeepMind、傳奇設計師 Ross Lovegrove 與創新工作室 Modem Works 聯手，透過人機協作完成了一項設計實驗——Seed 6143，一張由 AI 生成、機械臂 3D 列印而成的金屬椅。
這項三方合作的計劃，探討了設計、人工智慧與先進製造技術的交集點，也展現了人工智慧如何成為人類的設計夥伴，進而塑造全新的產品形態。
打造仿生椅 Seed 6143 的團隊是誰？
負責執行專案的 Modem Works 並非傳統意義上的設計工作室，它更像是一個設計智庫，專注於探索新興技術如何重塑設計實踐。從與哈佛設計研究院研究新技術影響，到與 OpenAI 構想未來場景，Modem Works 始終站在技術與設計的交界處。
而這次合作的另一位主角 Ross Lovegrove，是當代仿生設計的代表人物。三十多年來，他以流暢曲線、有機過渡的設計語彙聞名，作品彷彿從有機的自然界生長而出。Google DeepMind 則帶來了 Gemini 與生成式影像技術，三方各自的專業在這個專案中找到了交集點——如何讓 AI 理解並延伸設計師的創作思維。
AI 如何理解仿生美學？
團隊首先用 Ross Lovegrove 的草圖對 AI 模型進行微調，讓它學會辨識與運用仿生風格的設計語彙。比起單純的圖像辨識，模型更專注於理解設計師如何處理形態、比例與空間關係。工作室觀察模型如何回應特定術語，並利用這些洞察調整輸出方向。
更有趣的是，團隊也刻意挑戰 AI：在不使用「椅子」一詞的情況下，如何生成椅子？他們使用創意同義詞與迂迴描述，迫使模型跳脫既有的設計框架，產生更多樣化的形態。這種「故意繞路」的提示策略，也讓 AI 探索出豐富的設計可能性，而非重複資料庫中既有的椅子造型。Seed 6143 的名稱則表明了它的由來——這是第 6143 次迭代的成果，從數千個生成選項中被選出。
機械臂如何「長」出一張椅子？
特別的是，不同於傳統製造需要拆分、組裝，這張椅子採用機械臂金屬 3D 列印技術，以最少的零件數量實現最大的結構連續性。
模型經過精密切片與細分，機械臂逐層堆疊金屬材料，彷彿在「生長」一張椅子。Ross Lovegrove 形容這個過程「就像樹木的生長年輪，留下了由始至終的痕跡」。這樣的製造方式不僅保留了設計的有機流動感，也讓數位生成的複雜曲面得以完整實現，而不受傳統加工限制。
為什麼 AI 擅長處理有機形態？
在 Seed 6143 專案中，Google DeepMind 的角色更像是一位能即時回應、無限嘗試的創作夥伴。它可以在幾秒內生成數百個變體，讓設計師專注於判斷與選擇，而不是耗費時間在重複性的繪製工作上。
而 Ross Lovegrove 的仿生風格正與 AI 的擴散模型有著天然的契合性。流暢曲線、有機過渡，這些特質是生成式 AI 擅長處理的形態。Google DeepMind 則透過以類似自然的邏輯——漸變、演化、適應——來生成設計。
Lovegrove 也補充，「對我來說，最終結果超越了整個設計辯論。它向我們展示 AI 能為創作過程帶來獨特且非凡的東西。」而這並不是關於 AI 是否能取代設計師的討論，而是 AI 如何成為設計師探索未知領域的工具。
與 AI 協作會帶來哪些問題？
不過，雖然 AI 模型的擴散性能在設計上發揮所長，但它同時也會帶來問題。以 Seed 6143 專案為例，雖然 Lovegrove 同意 AI 提取、複製他的設計語言，但當設計師的個人特色能被提煉成資料庫、產生無數個變形體，並且每個變形體都帶有原作者的設計風格，就算已註明專案是透過 AI 協作，也會影響原作者的權益與聲譽。
其中的原因之一就在於，每一件人工智慧生成的作品，都會與原設計者的聲譽有所聯繫，無論衍生作品的好壞，設計師終究會對其品質、背景與敘事失去掌控權。另一方面，AI 對擅長處理的設計語言有所偏好，也更容易複製該設計風格。但當遇上 AI 相對不擅長的精確設計風格時，人工智慧的協作往往會顯現出實務問題，如：邊角不齊、缺乏支撐力、形體不精確等。
儘管在人機合作上，仍有許多待解的疑問，但不可否認的是，Seed 6143 完美的出場時機，帶領大眾看見了與 AI 模型協作的新可能與挑戰。人工智慧越難複製的產物，就越能體現人類的存在與專業。而作為引領設計與 AI 協作的團隊之一，他們也持續思考著未來還能如何與機器學習互動。
Seed 6143 證明了當 AI 理解設計師的語言，當製造技術不再是限制，設計便能進入更自由的探索空間。但同時，也為大眾點出當與人工智慧合作時，需謹慎思考的狀況。更重要的是，人機協作不是讓 AI 學會和人一樣思考，也並非要消滅人類原生的設計方法，而是讓人與 AI 各自發揮所長，在互動中創造出單方無法達成的成果。
