引言

城市更新是当代中国社会转型背景下的关键议题。随着大规模旧城改造与城市空间重组的推进，传统街区的生活结构与文化记忆面临前所未有的冲击。在“现代化”“景观化”与“资本化”的多重逻辑推动下，许多城市更新项目以“更新”为名，却往往导致地方性的文化肌理被消解，居民的日常经验被技术与商业所取代。自青岛在2002年提出“城市记忆工程”以来，全国多个城市相继开展类似项目，但这些工程大多停留在物理空间的修复与视觉层面的展示上，缺乏深层次的社会参与与文化共创机制。

与此同时，人工智能生成内容（AIGC, Artificial Intelligence Generated Content）的崛起，为城市更新提供了全新的技术契机。AIGC不仅是自动化的图像或文本生成工具，更是一种能够分析、学习并再造文化语义的生成机制。其核心在于利用深度学习算法与大规模语料库，从历史文献、影像乃至居民口述中提炼记忆元素，并以视觉化、叙事化的方式重新建构。与传统的数字修复不同，AIGC的生成逻辑并非简单复原，而是通过算法模拟实现记忆的再生产。这使得AIGC在城市文化领域的介入，不仅具有技术维度，更具有社会与伦理维度。

当AIGC与“参与式设计”（Participatory Design）相结合时，城市更新的逻辑从单向设计转向协同共创。参与式设计起源于20世纪70年代的斯堪的纳维亚社会运动，强调用户的协作与民主决策；在当代城市语境中，它强调居民应当成为设计的共创者，而非被动接受者。AI的介入，使这种“共创”不再局限于人工沟通层面，而能通过算法学习居民记忆、情感与偏好，从而实现“数据驱动的共情设计”。

因此，本文旨在探讨AIGC如何在城市更新中成为“记忆媒介”，并与参与式设计相结合，推动城市微空间的社会性修复。研究以杭州市大马弄社区为例，通过档案研究、口述访谈、AI视觉生成与社区展览实践，提出一种以“城市补丁”为核心概念的更新方法，尝试在技术与社会之间、记忆与空间之间找到新的连接方式。

一、文献综述：城市记忆、参与式设计与AIGC

城市记忆的研究可追溯至20世纪社会学家哈布瓦赫的“集体记忆”理论。哈布瓦赫指出，记忆并非个体意识的私有财产，而是社会群体在共同语境中通过空间与符号不断重构的过程。城市空间因此成为记忆生成的社会舞台，它既存储历史，又反映群体认同。此后，理查德·桑内特在《公共人的衰落》中指出，现代城市的匿名化与功能化倾向，导致了“公共性”的消退与“记忆场所”的丧失，城市空间的同质化使个体与社区的情感联系被割裂。大卫·哈维进一步提出“空间正义”的概念，认为城市应在资本逻辑与社会记忆之间寻求平衡，否则城市更新只会制造“景观化的遗忘”。

中国学界的城市记忆研究主要集中在建筑遗产保护与城市形态延续等层面。舒韬、朱蓉、薛昉旭等学者从建筑、文化遗产和城市艺术角度探讨了记忆的视觉化与再现机制，他们强调记忆的延续不仅依靠物质空间的保留，更需通过视觉叙事和公众参与来实现。然而，多数“城市记忆工程”仍以展示为目的，居民被动成为观看者，缺乏共创机制。

与之相呼应的，是参与式设计的兴起。源于20世纪70年代北欧的工会运动，参与式设计最初旨在让用户参与系统设计，以实现民主化决策。随着设计学科的社会化转向，这一理念逐渐扩展至社区营造、城市更新和公共艺术领域。简·雅各布斯在《美国大城市的死与生》中指出，城市的活力来自居民的参与与街道的多样性，而非单一的技术理性。参与式设计强调设计师与公众的协同创造，使设计成为社会互动的过程而非单向决策。在中国语境下，参与式设计在北京大栅栏、上海微花园、杭州馒头山等案例中得到广泛应用，逐步形成以“社区共治、文化共创、记忆共生”为核心的更新模式。

然而，参与式设计在实践中仍面临两个问题：其一，公众参与的深度与设计决策之间存在断层；其二，缺乏系统的可视化工具来转译居民记忆与空间体验。AIGC技术的兴起为这一困境提供了新的可能。AIGC能够通过自然语言处理、图像生成与语义建模，将居民的叙述、历史档案与空间影像转化为可视化的设计素材。它让“算法”成为记忆的共创者，通过视觉生成与语义分析，参与社会文化的再生产。

当AIGC与参与式设计结合时，城市更新的模式从“以设计师为中心”转向“以共创为核心”，从静态展示转向动态协作。算法的介入不仅提升了设计效率，更改变了社会参与的结构，使居民在共创过程中重新获得叙事权。杭州“大马弄城市补丁计划”正是在这一理论框架下展开的探索，其目标并非单纯的空间改造，而是借助AI生成与居民共创重构城市记忆的社会肌理。

二、研究方法与数据体系构建

本研究以“技术—文化—社区”的交互机制为主线，构建了基于AIGC与参与式设计的社区更新方法论框架。其核心目标在于，通过AI技术的生成性能力，重构居民记忆与地方文化之间的媒介关系，实现老街区的社会性更新与空间再活化。研究采用“档案考据—数据重组—算法生成—公众共创”四个步骤，以杭州市上城区大马弄社区为样本区展开。

（一）数据收集与语料体系构建

大马弄社区位于清河坊历史街区东侧，具有典型的民国街巷格局与生活形态。研究团队首先建立“档案—口述—影像”三重数据体系，以确保AIGC生成内容的在地性与文化连续性。

档案数据来源于杭州市档案馆、地方志与旧城改造规划文本，包括民国时期街巷地图、地籍图、建筑测绘资料以及2016年改造方案等。这些资料揭示了街区空间形态的演变逻辑，为AI提供了相关的学习语料。

口述数据则来自实地访谈。团队对36位居民进行深度访谈，涵盖老字号经营者、退休教师与年轻租客等多元群体。通过访谈获得大量与生活场景、空间记忆及情感关系相关的语料。例如，一位居民回忆：“以前这条弄堂里每天早上都有豆浆味，巷口有个修鞋摊。”这些细节性的叙事成为AI语义生成的重要素材。

影像数据包括居民提供的历史照片、个人手绘地图以及研究团队的影像记录。通过对比不同时期的街区照片，团队能识别空间变迁与生活轨迹的重叠之处，为后续的算法训练提供视觉样本。

通过这三类数据的交叉整理，研究建立了一个小型的“社区记忆数据库”，包含文本、影像与语音信息约600条。该数据库不仅是AI模型训练语料库，也构成了居民参与的共同记忆平台。

（二）算法生成与AI语义分析

数据体系确立后，研究团队采用自然语言处理（NLP）与扩散生成模型（Diffusion Model）相结合的方式对语料进行分析与可视化重构。

在语言层面，研究利用BERT模型对居民口述文本进行情感分析与语义聚类。算法从大量口述记录中提取关键词，如“茶馆”“竹影”“石板路”“巷口灯”“老邻居”等，并根据出现频率与情感权重形成“记忆关键词网络图”。

在视觉层面，团队使用Stable Diffusion模型进行AI图像生成。研究者输入的提示词（Prompt）并非抽象描述，而是来自居民叙述的语义片段。例如：“傍晚的青瓦屋顶、油灯下的街巷、穿梭的老人和孩子”等语句被转化为图像生成指令。模型通过反复训练生成多组图像，每组图像代表一种“记忆片段”。

在生成结果筛选过程中，研究团队采用“人—机协同评估法”。即由设计师、居民与AI共同参与评估，按照“真实性”“情感契合度”“空间识别度”三个维度打分。最终选出的图像被视为“社区共同记忆的视觉表达”，并成为后续空间设计与展览策划的依据。

这一阶段的关键在于实现“算法的社会化校正”。AI在生成过程中可能出现语义偏移或图像误差，而居民的参与能够纠正这种偏差。通过共评机制，AI学习的不仅是数据特征，更是社区文化的情感逻辑，从而实现“在地化生成”。

（三）参与式共创与设计转译

在AIGC生成结果基础上，研究团队策划了三轮参与式工作坊，形成“记忆—生成—转译”的迭代路径。

1. 第一轮：记忆回溯

居民围绕AI生成图像展开讨论，讲述与图像相关的个人记忆，并补充AI未能识别的细节。例如，某张AI图像生成的“青瓦茶馆”被居民指认为“以前的广和茶社”，从而补全了地点信息。这一过程不仅丰富了语料，也激发了居民的集体回忆。

2. 第二轮：视觉共创

研究团队开放AI生成界面，允许居民自主输入提示词生成图像，并在现场进行美学修改。居民通过文字、手势与AI互动，探索自己的记忆如何被视觉化。此环节强化了居民的参与感与创造力，使AI成为“叙事伙伴”。

3. 第三轮：空间转译

设计师将AI生成图像中的元素提取为符号系统，转译为可在街区中实现的视觉装置与导视设计。例如，将“石板路的裂纹”转化为墙面浮雕纹理；将“巷口油灯”重构为夜间照明装置。

整个研究方法的意义在于，通过AI与人之间的循环生成，实现了从“数据到设计”的路径转化。AIGC不仅提供创意素材，更促使社区形成新的文化生产方式，使设计成为记忆延续的媒介。这种以“算法+共创”为基础的研究框架，为未来城市更新中的社会参与提供了新的工具逻辑。

三、“城市补丁”实践：大马弄的AI在地展览

“城市补丁”是本研究提出的一种兼具技术性与社会性的社区更新方法论概念。其灵感来源于城市更新中的“修补逻辑”（Patchwork Urbanism）与参与式艺术中的“共创织补”理念。不同于传统意义上的城市修复，“城市补丁”强调以微观方式、以居民为核心，通过AI技术介入，使碎片化的记忆重新缝合为共享的城市叙事。在地展览策划中，“城市补丁”作为一个可持续的城市共创项目，第一期“城市补丁计划·馒头山”已完成，本章聚焦于第二期“城市补丁·烟火巷陌（大马弄）”项目实践，在AI融合共创的系统方法理论框架下，展开探索性实验。

（一）场地特征与项目定位

大马弄地处杭州上城区，是典型的老街巷系统之一。其空间结构曲折狭长，房屋多为明清及民国时期的砖木结构。尽管近年来经历多次微改造，但整体仍保留了丰富的生活痕迹与空间层次。街巷两侧分布着旧杂货铺、家庭作坊与租住户，居民构成复杂，代际差异显著，形成独特的“共享街坊”生态。

在项目启动之初，团队通过实地走访与社会网络调研发现，大马弄居民对街区更新的态度存在分歧：部分居民希望改善基础设施与居住条件，而另一部分则担心“改造会抹去记忆”。因此，本项目确立的目标并非对空间进行彻底重塑，而是通过AIGC辅助的共创过程，实现记忆的再生与微介入式更新。换言之，研究希望通过AI生成图像、语义再现与展览策划，将社区的“集体记忆”可视化、公共化，从而形成一种“文化性更新”的新模式。

（二）策展结构与展览构思

回顾第一期城市补丁计划·馒头山项目成果经验，第二期城市补丁计划·烟火巷陌（大马弄）在保留原有设计面貌的基础上，以“城市字记”为主要展览内容，用设计语言再现“城市烟火气”，探索视觉传达的在地性表达。

展览以“补丁城市·烟火巷陌”为主题，通过AI生成影像、字体设计与居民共创作品，呈现城市记忆的多层结构。策展团队提出“从算法到街巷”的空间叙事逻辑，将整个大马弄划分为四个主题片区：

1. 寻味生活

聚焦居民的日常经验。AI依据居民口述生成记忆中的“早餐摊位”“晾衣竹竿”“老茶社”等图像并进行海报内容创作，海报被印制在街巷墙面与门板上，成为“记忆壁画”。

2. 招牌字记

搜集街头门面、价格标签、手写公告等独具特色的字体，通过重新设计与编排优化，结合AI完成字体合集，将10位商户的店铺招牌进行不同风格的视觉更新，这些视觉成为散布于整个街巷空间的“线索”，让展览在街区中生长。

3. 市井再生

聚焦于参与流程，观众可领取贴纸张贴于街头形成“字体地图”，形成展览的“民间传播”系统，把“小招牌”变成设计现场。

4. 时间回声

展出居民提供的旧照片与AI复原图像对照。通过多媒体投影叠加，形成“真实—生成—共创”的多时空叙事，表达记忆的延续与重组。

展览空间的布局采用“轻介入”原则，即不破坏原有街巷结构，而以临时性装置、视觉涂层与投影影像完成空间再生。策展团队在居民自发活动区域（如巷口空地、晾晒区）布置展项，使展览与生活无缝衔接。居民可自由参与、评论甚至修改展项内容，使展览成为“开放式社会剧场”。

（三）共创机制与AI交互

展览期间，团队组织了共创活动“城市补丁计划”，将AI融合至城市补丁的工作流，利用AI对2D图像的理解，通过坐标提示和风格控制，在视觉上“模拟”出三维空间感，同时通过有意的图层错位和拼贴，打破这种空间感，形成独特的艺术效果。

在“城市补丁计划”活动中，居民选择和自身相关的城市记忆通过AIGC工作流上传，这些关键词生成图像并实时投影在墙面上，形成不断扩展的“数字地图”。

采用群体提示词输入的方式，每位参与者为上一张AI图像添加一句描述，形成连续的视觉叙事。最终生成的图像系列展示了居民对街区变化的集体想象，从“石板路的雨”“烟火气的夜”“重新开张的茶馆”到“孩子在老墙边奔跑”，构成一种“算法版的民间叙事”。

AI在这一过程中不再是“外部工具”，而成为共创过程的“智能成员”。居民与AI的互动形成持续反馈机制：输入的语义提示、生成的图像结果、居民的再描述，构成一个开放的循环链。设计师在其中扮演协调者与翻译者的角色，帮助不同主体间建立理解。最终生成的内容既体现技术逻辑，又嵌入社会情感，实现了“算法共情”的初步雏形。

（四）居民反馈与社会影响

展览开放3天，共吸引约600名居民与访客参与。研究团队通过问卷与访谈收集反馈，结果显示超过80%的居民表示AI生成的内容“让自己重新认识了这条街”。一些年长居民在看到AI复原的旧景象后表示“像回到过去”，年轻居民则认为AI的艺术风格“让老街更有生命力”。在社交媒体上，“城市补丁”展览被广泛传播，形成一定的文化影响力。

更为重要的是，展览促成了居民之间新的社会连接。部分居民自发组织“补丁集市”，出售手工艺品与AI图像衍生品；还有居民提议将展览内容长期保留，成为社区景观的一部分。由此，项目实现了从“短期事件”到“长期机制”的转变，AI生成的视觉成果成为社区认同的新媒介。

“城市补丁”的实践证明，AIGC在社区更新中的潜能不仅在于图像生成，更在于通过视觉媒介激活社会关系。AI生成的“补丁”不仅修复了空间形态的残缺，也修复了社区记忆与人际网络的裂缝。正如一位居民所说：“这些画不是电脑做的，是我们一起做的。”这句话准确揭示了“智能共创”的社会本质：算法只是媒介，真正生成的是共识与记忆。

四、方法反思：从“智能共创”到“记忆伦理”

AIGC的介入，标志着城市设计从“以人为中心”向“以人—机协同”为核心的新范式转变。它不仅是一种辅助设计的技术工具，更是一种新的文化生产机制。然而，技术与社会、算法与记忆之间的关系，仍需被审慎思考与伦理化处理。大马弄的“城市补丁”实践虽然在社区层面实现了“算法共创”，但同时也暴露出关于真实性、文化主权与数据伦理的深层问题。

（一）智能共创的双重逻辑

AIGC在城市更新中的应用具有“生成性”与“参与性”双重逻辑。其生成性体现为算法能够在语义层面重构记忆、创造图像，使城市文化得以再生；而其参与性则体现在居民与AI的互动之中，使共创成为可能。通过AI的计算能力，社区记忆不再被动保存，而能被动态更新。然而，这种生成机制也带来两个问题：一是“算法拟真”的风险——AI生成图像的“真实性”常常模糊了历史与虚构的界限；二是“参与偏差”的隐患——并非所有居民都具备同等的技术素养，AI参与可能加剧表达的不平等。

在这一意义上，“智能共创”应被理解为一种协商性过程，而非完全自动化的创造。设计师的角色在此转变为“文化调解者”，在算法与人之间维持平衡。技术在此不应成为审美的终点，而应作为社会沟通的手段。正如布鲁诺·拉图尔（Bruno Latour）所言，技术从不是中立的，它始终嵌入权力关系与社会结构之中。因此，真正的共创必须建立在透明、公平与可解释的技术机制之上。

（二）记忆伦理与文化主权

AIGC在处理社区数据时，不可避免地触及“记忆伦理”（Ethics of Memory）议题。记忆伦理强调，技术对历史与情感的再现必须尊重个人与群体的叙述权。若AI在生成过程中过度抽象或美化，便可能“异化记忆”，将其转化为视觉符号的消费对象。例如，大马弄项目中，AI曾将居民叙述的“黑瓦青砖”误生成“白色欧式屋檐”，反映了算法偏向于训练集中的主流审美。这类错误提醒我们：技术介入的前提应是文化敏感性。

因此，AIGC的设计实践必须确立伦理框架：
数据透明：让居民了解数据收集、使用与算法逻辑；文化自治：尊重社区对自身记忆的解释权，不以算法标准取代地方经验；结果共治：AI生成成果应由社区共同评估与决定是否落地应用。

这种“记忆伦理”不仅是一种设计原则，更是一种社会契约。它要求设计师在每一次生成与展示中都反思：我们所重构的记忆，是为谁而建？是再现历史，还是制造幻象？当技术被伦理约束时，它才可能成为文化复兴的力量。

（三）从“修复”到“生成”：未来的城市记忆模式

“城市补丁”项目的意义不在于单一空间的更新，而在于提出一种可复制的城市记忆生成模式。传统的城市保护往往着眼于“修复”——即将历史恢复到某一固定状态。而AIGC提供的可能性在于“生成”：它能在算法推演中模拟不同的记忆版本，使城市记忆成为动态的、可演化的体系。这种生成式机制为未来的城市治理提供了新视角。

首先，AIGC可成为“公共记忆基础设施”。通过持续学习与语义识别，AI可以记录社区变化、识别居民情感，从而形成“记忆数据库”。这种数据库不仅服务于研究，也可支持政策制定与文化教育。其次，AIGC与参与式设计结合，能促进“数字共同体”的形成。居民在使用AI工具的过程中，逐步建立数据素养与文化自觉，推动社区从“被更新”向“自更新”转变。

当然，这一过程仍面临制度化挑战。例如，如何建立AI内容的版权归属机制、如何防止数据滥用、如何保障边缘群体在算法共创中的发声权等。这些问题的解决需要跨学科合作，也需要政策层面的伦理监管。

总体而言，“智能共创”的意义在于重构城市设计的 epistemology（认识论）：从过去的物质更新转向认知与文化更新，从“空间的现代化”转向“记忆的再社会化”。AIGC不应被视为冷冰冰的技术工具，而应被视为新的文化装置，它在算法逻辑与社会实践之间架起桥梁，使城市重新成为“有机记忆体”。

五、结语

大马弄“城市补丁”的实践表明，AIGC与参与式设计的结合不仅可以激发城市更新的新可能，也能推动社会文化的再生产。通过技术的生成性与居民的共创性，记忆被重新激活，社区重新获得凝聚力。这种由算法驱动的社会过程，不再仅是空间设计的创新，更是文化治理的实验。

在未来的城市发展中，AIGC可能成为一种“记忆策展机制”：它帮助我们保存、重组并重新讲述城市的故事。而设计师的任务，正是在技术与伦理之间找到平衡点，使AI的“生成”转化为真正的“共生”。只有当智能成为社会的伙伴而非替代者，城市的未来才会兼具创新与温度。

参考文献：

1. [1] 韩绪.用民主设计塑造城市精神-论中国城市形象的视觉营造[M].杭州:中国美术学院出版社,2023.
2. [2] 刘易思·芒福德.城市文化[M]北京:中国建筑工业出版社.2009.
3. [3] 刘祖云,王太文.“社区营造”:理论渊源及其理论转译[J].理论探讨,2023(05):62-69.
4. [4] 简·雅各布斯.美国大城市的死与生[M].金衡山,译.南京:译林出版社,1961.
5. [5] 吴一凡,黄丽坤.艺术介入视角下的城市社区公共空间微更新设计[J].家具与室内装饰,2022,29(06):110-115.
6. [6] 裴小革.瑞典学派经济学[M].北京:经济日报出版社,2008.
7. [7] Johnson R R. User-centered technology:a rhetorical theory for computers and other mundane artifacts[M].Albany:State University of New York Press,1998.
8. [8] Seven B, Redondo E, Sega R. A taxonomy of bottom-up,community planning and participatory tools in the urban planning context[J].ACE:Arquitectura,Ciudad y Entorno,2022.
9. [9] 陈青川.虚拟现实技术下的社区公共空间参与式设计模式研究[D].北方工业大学,2023.
10. [10] 勒·柯布西耶.光辉城市[M].北京:中国建筑工业出版社,2011.
11. [11] 爱德华·罗宾斯,鲁道夫·埃尔-库利.塑造城市——历史、理论、城市、设计[M].北京:中国建筑工业出版社,2010.
12. [12] 埃比尼泽·霍华德.明日的田园城市[M].北京:商务印书馆,2000.
13. [13] 诺曼.设计心理学 3：情感化设计(2 版)[M].北京:中国建筑工业出版社,2018.
14. [14] 西特.城市建设艺术：根据艺术原则进行城市建设[M].南京:江苏凤凰科学技术出版社,2017.
15. [15] 经羽伦,张殿元.生成式AI幻象的制造逻辑及其超真实建构的文化后果[J].山东师范大学学报(社会科学版),2024,69(05):113-126.
16. [16] 胡泳,王昱昊.技术过程论视角下AI幻觉生成的价值负荷与伦理问题探析[J].南京社会科学,2025(03):84-94.
17. [17] 杨奇光,韩佳序.AI幻觉对新闻真实性的冲击及其风险防范研究[J/OL].新媒体与社会,1-12[2025-10-16].https://link.cnki.net/urlid/CN.20250807.1624.002.
18. [18] 梁昭.AI“幻觉”:认知困境、术语反思与范式嬗变[J].民族学刊,2025,16(08):82-87+161.