工业设计赋予一个想法以物质形态：外形、重量、成本和使用方式。在这篇2024年研究系列的第十篇文章中，我探讨AI可能如何改变从构想到实物的过程，以及我们日常物品的视觉文化。

AI可以帮助设计师比较方案、查找技术资料、发现试验数据中的规律。优化方法能在给定约束下探索形态，但并非所有优化都属于AI。一张令人信服的效果图也不等于可用的产品：强度、公差、装配和易用性仍需工程设计与测试。

选择材料意味着权衡。减轻重量可能增加成本，漂亮的表面处理可能让维修或回收更困难。只有数据与假设适用，模型才能有效辅助比较。它既不能替产品决定什么最重要，也不能取代实物验证。

预测需求、规划生产和协调配送，可能减少多余库存与运输。但预测会出错，生产成本下降也可能刺激更多消费。环境表现需要从整个生命周期评估，包括制造、运输、使用、维修和报废处理。

AI辅助设计与增材制造，可能让某些定制更容易实现，例如调整尺寸、外观或特定零件。但3D打印仍受材料、表面质量和生产能力限制。数字预览能帮助选择，却不能取消原型验证，也不能保证成品完全符合预期。

我更关心超越颜色与风格的定制：物品能否更易握持、维护，或适应使用者不断变化的需求？可拆卸结构和可更换零件，可能比新增一种装饰样式更有长期价值。数据也能改善废物分类，但回收仍依赖实际的收集和处理体系。

我设想可调整设计的数字目录，以及更遥远的、被我称为“sprinters”的装置：将设计文件转化为成品的假想系统。这是一种未来构想，并非已经存在的通用制造技术。材料、能源、装配、安全，以及对成品承担的责任，仍是重要限制。

当更多人能够决定物品的外观，物质文化会如何变化？我们可能获得更丰富的差异，也可能面对熟悉风格的大量变体。对我而言，AI在工业设计中的价值不是无限选择，而是更好地连接个人需求、可行的生产方式，以及值得长久保留的物品。