新車開発のある時点では、設計者の独創的なひらめきは、性能、安全性、日常的な使いやすさといったエンジニアリングの必要性に適合させる必要がある。トヨタ・リサーチ・インスティテュート（TRI）が開発した新しい技術により、デザイナーは、創造的プロセスの早い段階で、最初のデザイン・スケッチと工学的制約をテキストから画像への生成人工知能ツールに統合できるようになった。
この新しいツールは、デザインとエンジニアリングの検討事項を調整するために必要な反復回数を減らす可能性がある。また、トヨタが電動化車両をより迅速かつ効率的に設計するのにも役立つだろう。例えば、新しいデザインによって発生する空気抵抗を低減する方法を早期に把握することで、バッテリー電気自動車の航続距離の可能性を最大化する重要な要素である空気力学を最適化することができる。
この技術に携わったTRIのヒューマン・インタラクティブ・ドライビング（HID）部門のディレクター、アビナッシュ・バラチャンドラン氏は次のように説明する。
「生成AIツールは設計者のインスピレーションとしてよく使われますが、実際の自動車設計に関わる複雑なエンジニアリングや安全性の考慮には対応できません。私たちの新しい技術は、トヨタの伝統的なエンジニアリングの強みと、最新の生成AIツールの最先端の能力を組み合わせたものです」
TRIの研究者たちは、この技術がどのように正確な工学的制約を設計プロセスに組み込むかを説明する2つの論文を発表した。
例えば、空気抵抗（燃費に影響する）や、車高やキャビンサイズなどのシャシー寸法（ハンドリング、人間工学、安全性に影響する）といった制約を、生成AIプロセスに暗黙的に組み込むことができるようになった。研究チームは、CAE（コンピュータ支援エンジニアリング）に広く使用されている最適化理論の原理を、テキストから画像に変換する生成AIと組み合わせた。その結果得られたアルゴリズムにより、設計者は、生成AIプロセスに対するテキストベースのプロンプトを維持しながら、エンジニアリング制約を最適化することができる。
例えば、デザイナーは、テキストプロンプトを使用して、「洗練された」、「SUVのような」、「モダンな」といった特定のスタイル特性を持つ最初のプロトタイプスケッチに基づく一連のデザインを要求することができ、同時に定量的な性能指標を最適化することもできる。TRIの研究論文では、研究チームは空気抵抗に焦点を当てている。このアプローチは、デザインイメージから推測されるその他の性能指標や制約条件も最適化できる。
このプロジェクトに協力したTRIの人間中心AI（HCAI）部門のシニア・ディレクター、シャーリーン・ウー氏は、このプロジェクトを「TRIがAIの力を活用し、自動車デザイナーとエンジニアを増幅させる」と表現した。