COrigami：AI 驱动的折纸共设计流水线

背景

生成式人工智能（Generative AI）在解决具有可验证解决方案的问题上取得了显著成功，但在生成满足严格几何约束且兼具主观视觉美感的物理艺术品方面，仍面临巨大挑战。折纸（Origami）作为一个数学上极其严谨的领域，其设计必须基于“平面可折叠性”（flat foldability）的方程。这种数学刚性环境为艺术创作提供了坚实的根基，但也使得利用 AI 进行自动化设计变得异常困难。

传统的计算折纸设计往往依赖于复杂的数学推导或人工经验，难以兼顾结构的可行性与视觉上的可识别性及美学价值。因此，业界急需一种能够同时处理多重目标约束——即物理结构的数学正确性与人类主观审美偏好——的自动化或半自动化设计工具。

核心内容

本文提出了一种名为 COrigami 的端到端 AI 驱动流水线，旨在通过自然语言生成折纸的折痕图案（crease patterns）。该系统作为一个高效的协作助手，为人类艺术家提供结构性的起点，随后由人类进行进一步的扩展和塑造。

COrigami 的核心工作流程包含以下关键步骤：

1. 语义骨架生成：首先，系统根据用户的自然语言描述，生成一个语义化的“stick figure”（火柴人/骨架图）。这一步将抽象的文字描述转化为具体的几何拓扑结构。
2. 基底打包计算：基于生成的骨架，计算其在平面上的基底打包（base packing），确定各个肢体或结构部分在折纸平面上的分布位置。
3. 平面可折叠折痕求解：利用数学算法求解满足平面可折叠性条件的折痕图案。这是确保最终作品能够被物理折叠成目标形状的关键数学步骤。
4. 形态塑造：对求解出的平面可折叠折痕图案进行形态上的塑造和优化，使其更接近预期的视觉外观。
5. 基于强化学习的审美优化：这是该流水线最具创新性的环节。系统引入一个自主的审美评估循环（autonomous aesthetic evaluation loop），利用强化学习（Reinforcement Learning, RL）对生成的模型进行微调。AI 系统充当“自主审美评论家”，通过迭代反馈不断优化折痕图案，以符合人类的主观审美标准。

通过这种将算法优化与自主审美批判相结合的方法，COrigami 展示了 AI 系统如何在满足多目标物理约束的同时，实现可靠的、基于数学原理的共创意（co-creativity）。

关键要点

• 端到端自动化流程：COrigami 是一个完整的 AI 流水线，能够从自然语言输入直接输出可折叠的折纸设计，涵盖了从语义理解到几何求解再到美学优化的全过程。
• 数学严谨性与美学并重：该系统不仅关注折纸的物理可行性（通过平面可折叠性方程保证），还通过强化学习解决主观视觉美感这一难以量化的难题。
• 人机协作模式：COrigami 并非完全取代人类艺术家，而是作为“协作助手”。它生成具有结构合理性的起点，人类艺术家在此基础上进行创意扩展和最终塑造，体现了“共设计”（Co-Design）的理念。
• 自主审美评估循环：引入基于强化学习的自主评估机制，使 AI 能够像评论家一样对设计进行迭代优化，这是解决物理艺术中“主观审美”约束的关键技术创新。
• 多目标约束求解：该工作证明了 AI 可以在严格的几何约束（数学正确性）和软性约束（视觉美感）之间找到平衡，为生成物理艺术提供了新的方法论。

意义与影响

COrigami 的提出标志着生成式 AI 在物理世界设计领域的重要突破。以往，AI 主要擅长处理数字内容（如图像、文本、代码），而在涉及物理定律和复杂几何约束的创作中表现有限。COrigami 通过结合计算折纸的数学基础与深度学习的美学优化能力，证明了 AI 可以成为物理艺术创作的有效合作伙伴。

这一工作不仅为计算折纸领域提供了新的工具，也为其他涉及复杂物理约束的艺术设计（如建筑、雕塑、产品设计）提供了参考范式。它展示了如何通过算法优化与自主审美批判的结合，实现机器智能与人类创意的深度融合，推动了 AI 从“内容生成者”向“创意协作者”的角色转变。