Autodesk AI 透明度卡

每张 AI 透明度卡片的顶部会标明搭载该 AI 功能的 Autodesk 产品、AI 功能的名称、AI 功能名称、发布状态（适用时），以及该功能的用途。 

发布状态可能包括： 

• 测试版 (Beta)：功能的预发布版本，可能存在功能限制，内容仍可能调整。 
• 技术预览版 (Tech Preview)：功能的抢先体验版本，仍处于开发阶段，可能调整或移除。 

“该 AI 功能的作用”概括该 AI 功能在产品中使用时的设计目标。

“数据处理”部分提供有关 AI 功能处理哪些数据以及如何处理这些数据的信息。其中包括： 

• 训练数据：指用于训练该功能背后 AI 模型的数据。 
• 客户选择：表明客户是否可自主选择使用 Autodesk 的 AI 功能。

“数据类型”部分展示 Autodesk 用于训练支持该功能的 AI 模型的数据类别。所列类型为各数据类别中常见、非专有、有重复规律的数据，并非客户专有数据。  

• 几何形体：几何形状，例如线条、点和图形。 
• 工程图：技术或设计图纸，例如平面图、示意图、草图或 CAD 图纸。 
• 文档：文档，例如规格说明、报告、表单、进度表或其他项目或产品文档。 
• 图像：静态视觉数据，例如照片、渲染图、屏幕截图、扫描件或图像参考素材。 
• 文本：基于文本的信息，例如描述、标签、注释、评论或提取的文本。 
• 提示词：用户输入的指令或请求，用于引导 AI 功能生成输出。 
• 视频：视频、动画序列或屏幕录制内容。 
• 音频：基于声音的数据，例如语音、人声、音乐、音效或其他音频录制内容。 
• 环境数据：环境或场地条件相关信息，例如位置背景、地形、天气、光照、能源、碳指标或其他环境要素。 
• 财务数据：成本、预算、定价、估算或其他财务相关信息。 
• 运动数据：运动或轨迹信息，例如动作捕捉数据、角色绑定、机器人/机械工具路径、动画绑定，以及模拟或传感器追踪的运动数据。 
• 不适用（第三方模型）：该功能使用由供应商独立训练的第三方模型。  
• 不适用（无模型训练）：该功能采用的技术不依赖需要训练数据集的模型。

“数据来源”部分标明用于训练支持该功能的 AI 模型的数据源。包括： 

• 客户内容：客户或其授权用户创建或导入到 Autodesk 产品和服务中的数据。 
• 授权第三方数据：依据协议从外部机构获取的数据，允许将其用于该功能的相关用途。 
• 开源数据：依据开源许可提供的数据，在许可允许范围内使用。 
• 合成数据：为支持模型训练而人工生成的数据。 
• 不适用（第三方模型）：该功能使用由供应商独立训练的第三方模型。  
• 不适用（无模型训练）：该功能采用的技术不依赖需要训练数据集的模型。

“个人数据”部分标明用于训练支持该功能的 AI 模型的训练数据集中是否包含个人数据。 

• 已使用：用于训练该 AI 模型的数据集包含个人数据。 
• 未使用：经 Autodesk 审查，用于训练该 AI 模型的数据集预计不含个人数据。 
• 不适用（第三方模型）：该功能使用由供应商独立训练的第三方模型。 
• 不适用（无模型训练）：该功能采用的技术不依赖需要训练数据集的模型。

功能分类用于划分 AI 功能类别，帮助客户了解该功能是面向日常高效工作，还是用于更复杂的任务。

• 标准 (Standard)：旨在通过对日常任务进行优化、自动化或提速，支撑日常工作与流程效率。  
• 高级 (Advanced)：专为更复杂的 AI 辅助工作流而设计，可为客户的设计、方案、选择或内容生成或探索各种选项。 

选择方式表明客户是否可以控制该 AI 功能的使用，以及如何控制。

• 关闭 (Turn off)：客户可在支持的层级关闭该功能。 
• 始终打开 (Always on)：该功能无法关闭。

人工监督标明用户是否可在执行最终操作前，审查、更新或批准生成的输出内容。

• 是：用户可在执行最终操作前审查、编辑或批准生成的输出内容。
• 否：生成的输出内容会自动应用，无需人工审查环节。

即便支持人工监督，用户也应审查 AI 的输出内容，确认其准确性、完整性以及对预期用途的适用性。

“已知限制”部分列出客户使用该 AI 功能时需要知晓的约束与注意事项。

• 不适用于安全关键型用途：不应依赖该功能及其输出结果来实现安全相关功能。 
• 部分操作不可撤销：由该功能执行的部分操作无法回退。用户在应用输出结果前，应仔细进行审查。 
• 结果可能取决于输入：输出结果的质量与准确性取决于所提供输入的质量、完整性、格式与明确程度。 
• 可能产生不一致的结果：该功能在类似或重复的场景下使用时，可能生成不同的输出结果。

内置安全防护是针对特定 AI 功能设计的安全与数据保护措施，用于降低与该功能相关的风险。此类防护措施与产品通用安全机制并行生效，不替代、也不用于描述产品通用安全措施。

• 加密：在支持的场景下，Autodesk 会对传输中和静态存储的数据采用加密技术，详情参见对应安全文档。 
• 令牌化：处理过程中，部分信息由令牌替代原始数据，避免原始数据泄露。 
• 匿名化：对数据进行不可逆的更改，使其无法再关联到特定个人。  
• 去标识化：移除或遮蔽身份标识信息，但在特定条件下，数据仍可重新关联到特定个人。 
• 设备端处理：数据在用户设备本地完成处理，不在外部服务器上处理。

模型提供商标明开发或提供支撑该功能底层 AI 模型的主体。

• Autodesk：支持该功能的 AI 模型由 Autodesk 开发并维护。
• 第三方：支持该功能的 AI 模型由外部机构依据与 Autodesk 的协议提供。 
• Autodesk，第三方：该功能同时使用 Autodesk 开发的模型以及外部组织依据与 Autodesk 的协议提供的模型。

主要技术指开发和支撑该 AI 功能所采用的主要技术方案。 

• 自编码器 (Autoencoders)：将数据压缩为更简洁的表示形式并重建，以此识别重要模式或检测异常结果。
• 分类 (Classification)：依据从以往示例中学习到的模式对项目进行归类。
• 计算机视觉 (Computer Vision)：分析图像、视频、图纸等视觉数据，识别物体、形状、模式或特征。
• 卷积神经网络 (Convolutional Neural Network)：处理视觉数据，识别图像中的边缘、纹理、形状等模式。
• 编码 (Encoding)：将数据转换为机器学习模型可处理的格式，方便信息检索、比对、分组或供其他模型调用。
• 衍生式设计 (Generative Design)：基于客户设定的目标、参数与约束条件，生成备选设计方案。
• 进化算法 (Evolutionary Algorithm)：依据既定标准，多轮迭代优化备选方案。
• 图神经网络 (Graph Neural Network)：分析数据点之间的关联（例如设计内的组件或依赖关系），理解关联逻辑、识别模式或支持预测。
• 预测器 (Predictor)：使用历史模式估算或预测未来的数值或结果。
• 推荐 (Recommendations)：基于现有信息或用户输入，推荐相关选项、操作或内容。
• 检索增强生成 (RAG)：检索相关信息，用于优化生成的回答。
• Transformer：处理数据内复杂关联，以支持输入理解、问答、翻译、文本生成等任务。
• 扩散 Transformer (DiT)：通过将初始非结构化模式逐步优化为结构化输出，创建全新数据。