在每款新車的開發過程中，設計師的原始靈感必須在工程的必要性下進行調整，考慮到性能、安全性和日常可用性的實際情況。Toyota Research Institute（TRI）開發的新技術，設計師現在可以在創意過程的早期階段將初始設計草圖和工程約束整合到文本轉圖像生成的人工智能工具中。
這個新工具有可能減少調和設計和工程考慮所需的次數。它還可以幫助豐田更快、更高效地設計電氣化車輛。例如，通過早期了解如何減少新設計所產生的阻力，可以進行氣動性的優化 – 這是最大程度發揮電池電動車的行駛里程潛力的關鍵因素之一。
TRI的Human Interactive Driving（HID）部門主任Avinash Balachandran帶領他的團隊開發了這項技術，他解釋說：生成式人工智能工具通常用於設計師的靈感，但無法處理涉及實際汽車設計的複雜工程和安全性考慮。我們的新技術將豐田的傳統工程優勢與現代生成式AI的最新能力相結合。
TRI的研究人員已發表了兩篇論文，描述了這種技術如何將精確的工程約束納入設計過程。例如，諸如阻力（影響燃油效率）和底盤尺寸（影響操控性、人體工程學和安全性）之類的約束現在可以在生成式AI過程中隱含地納入。該團隊將廣泛用於計算機輔助工程的優化理論原則與基於文本轉圖像的生成式AI相結合。所得到的算法允許設計師在保持對生成式AI過程的基於文本的提示的同時，優化工程約束。
例如，設計師可以使用文本提示請求一套基於初始原型草圖的設計，具有特定的風格特性，例如“流線型”，“SUV風格”和“現代風格”，同時還可以優化定量性能指標。在TRI的研究論文中，團隊專注於氣動阻力；該方法也可以優化從設計圖像中推斷出的任何其他性能指標或約束。TRI的Human-Centred AI（HCAI）部門高級總監Charlene Wu負責項目合作，將該項目描述為“TRI利用AI的力量來增強汽車設計師和工程師的能力”。
