突发！清华深圳又放出了30个硕士招生名额，而且这一次，可能真的不仅是艺术设计生的机会，还包括各种专业背景都可以尝试。
熟悉清华深圳设计考研的同学应该都知道，深圳国际研究生院一直是清华设计相关项目中招生规模比较大的板块。过去几年，从 互联网+创新设计（IID）到互动媒体设计与技术（IMDT），清华深圳已经积累了比较完整的设计×科技交叉培养体系，也吸引了不少设计、数字媒体、计算机等不同背景的学生报考。
但对传统艺术设计背景的同学来说，过去的问题也比较明显：这两个专业方向的初试涉及数学、计算机等科目。对于艺术设计等专业的学生来说，相当于要在原有设计基础之外，再补一套理工科考试内容，备考门槛并不低。当然，难考并不等于考不上。过去也一直有艺术设计背景的同学成功跨过这道门槛。比如朝菌去年就有一名工业设计背景的同学报考相关方向，最终初试成绩进入前三。跨专业不代表没有机会，专业对口也不等于稳了，最后还是要回到考试本身，看你的能力和准备程度。
上岸经验分享
清华大学深圳国际研究生院新增「智能艺术创新设计」方向，并直接设置了三个培养方向：创新游戏设计、智能媒体与交互设计、智能文化创意产品设计。换句话说，游戏、交互、数字媒体、产品、文创这些原本分散在不同设计赛道里的方向，现在被重新装进了一个完整的 AI × Design 培养框架（真让人exciting）--）。课程里又出现大模型创新应用、AI驱动设计、人机交互、游戏设计等内容。也就是说，它瞄准的不是一个很窄的“AI艺术”方向，而是正在把 AI、设计和深圳最强的几类产业资源重新组合到一起。
30个招生名额。 如果这一招生规模最终落实到27考研境内硕士招生中，对于一个首届招生的新设计方向来说，体量并不算小。并且项目落在深圳！这个背后直接就可以连接游戏、互联网、AI、智能硬件和完整制造产业链的创新城市和设计之都；
深圳独角兽公司
数据来源：胡润研究院
这个专业刚刚出现，目前全网能找到的有效考研信息几乎为零。所以这篇文章，我们结合目前已经公开的招生与培养信息、清华深圳现有相关项目，以及清华本部过去相近方向的招生和培养逻辑，来推测这个新专业接下来可能怎么招、什么背景最占优势、三个方向分别适合哪些同学。
PART1
30个名额？
先把27考研最重要的信息说清楚
清华大学深圳国际研究生院新增的 智能艺术创新设计，专业代码为 135700（设计），属于设计专业学位硕士， 学制2年，培养地点在深圳，2027年首届招生，计划招生30人。
研招网智能艺术创新设计考试相关信息
智能艺术创新设计专业 27考研初试专业课科目为（621）艺术理论基础 +（915）专业设计基础（专硕），与清华设计专硕现有的考试科目保持一致。也就是说，从考试内容来看，智能艺术创新设计仍然延续了清华设计专硕的专业基础和考核框架， 并没有因为新增项目而单独设置一套考试科目。
师资方面，项目由清华大学深圳国际研究生院与清华大学美术学院共同建设。一方面依托深研院现有的交叉学科与产业合作资源，另一方面也结合美术学院在艺术设计、未来设计等领域的师资力量，同时引入国际访问教授、企业专家和行业领军人物。
清华深研院相关方向教师（部分）
（具体专业方向导师以学院官网发布为准）
清华美院相关方向教师（部分）
（具体专业方向导师以学院官网发布为准）
目前公布的核心课程包括：
- 跨学科创新实践：大模型创新应用
- AI驱动的创新设计
- 跨媒体设计思维与方法
- 交互媒体（游戏）设计基础
- 可持续设计理论与实践
- 跨学科创新实践：人机交互设计
- 人工智能与创新设计综合项目
从课程结构来看，整个培养逻辑其实非常清楚：先理解AI怎么进入设计，再把AI真正放进游戏、交互和产品项目里。其中，「大模型创新应用」和「AI驱动的创新设计」构成了这个专业最核心的AI能力模块。
但这里的重点并不是要求设计生转去研究算法本身，而是理解大模型、生成式AI等技术能够在什么环节参与设计。这意味着考试里里可能不能只关于我设计了什么产品，还需要进一步回答AI为什么要参与？它具体改变了哪个设计环节？
朝菌学园AIGC相关课程内容
既然「交互媒体（游戏）设计基础」直接进入核心课程，游戏很可能不只是一个培养方向，也值得作为快题单独准备。题目未必要求大家真的设计一款完整游戏，更可能给出一个社会、教育、文化或未来生活议题，让考生通过游戏化的方式提出解决方案。比如「面向青少年的传统文化互动游戏设计」「基于AI的未来教育游戏设计」「面向城市公共空间的互动游戏体验」等。这类题目和传统产品快题最大的区别，还要表现基本的游戏场景、玩法机制、用户参与方式和反馈体验。如果题目涉及AI，还可以进一步考虑AIGC生成剧情、智能NPC、个性化游戏内容等，但AI应该服务于玩法，而不是简单贴一个“AIGC”的标签。
朝菌学园游戏设计 相关课程内容
智能媒体与交互设计这一方向和清华美术学院过去交叉学科的交互设计快题最接近，因此原来准备交互快题的方法依然可以继续使用。依然需要通过使用场景、产品或系统设计、用户体验草图和关键界面，把整个方案讲清楚。重点增加AI智能助手、AIGC内容生成、个性化服务、语音与多模态交互等应用场景的训练。 智能文化创意产品设计 这个方向可以重点准备 传统文化、非遗、博物馆、文化IP与智能产品 等题型，同时思考AI/AIGC在其中到底能够解决什么问题。
朝菌学园 智能交互相关课程内容
PART2
游戏、交互、产品
三个方向🟰未来就业趋势...
官方对于这个项目的培养方式也有一个比较明确的定位：三个研究方向并不是各自独立运行，而是共享课程资源，学生可以根据自己的研究兴趣进行跨学科的学习和探索。也就是说，三个方向虽然有各自的培养重点，但学生并不需要把自己的学习范围完全限定在所选方向之内。
游戏方向关注AIGC、互动叙事和沉浸式体验，交互方向延伸到智能媒体、人机交互和信息可视化，产品方向则进一步连接文化数字化、非遗创新和智能硬件。三个方向各有侧重，但并不是彼此割裂的三条路线，学生可以共享课程资源，也可以根据自己的兴趣和项目经历向不同方向延伸。下面，我们就结合具体项目来看，这三个方向分别在做什么。
官方研究方向介绍
01 创新型游戏设计
创新型游戏设计里的“游戏”不仅是设计游戏本身，还包括互动故事、教育科学游戏以及虚拟空间等不同内容，主要围绕 AIGC内容生成、沉浸式互动体验、严肃游戏与教育科学游戏 展开，同时涉及数字娱乐、互动故事讲述和虚拟空间设计。AIGC内容生成和沉浸式互动体验也被直接放进方向描述中，所以从内容创作，到玩家与游戏之间的互动，再到虚拟空间的设计，都属于这个方向涉及的范围。
这一方向与清深此前的数字媒体、互动媒体相关培养也存在一定的专业衔接。尤其对于了解IMDT的同学来说，这个方向并不会显得陌生：互动媒体、游戏、数字内容和沉浸式体验本身就存在较强的交叉。不过这一次，AI被更加明确地纳入了培养框架，AIGC内容生成也成为方向描述中直接出现的关键词。
那么，这个方向具体可能做出什么样的项目？IMDT之前的相关实践中，就有比较典型的案例可以参考。例如《末日边境》是一款将大语言模型直接接入游戏角色的互动叙事游戏。玩家扮演末日世界中的边境检察官，而AI则负责生成前来避难的NPC角色及其对话。玩家需要通过不断提问、交流和判断，辨别这些避难者是否感染了游戏设定中的“绝望病”。
大家可以多去看看过往清深的一些学生/老师项目也能帮助我们更具体地理解这一方向所强调的 AIGC内容生成与沉浸式互动体验：大模型可以成为游戏设计的一部分，与互动叙事、角色设计和游戏机制结合，形成新的交互方式。
02 智能媒体与交互设计
第二个方向是 智能媒体与交互设计。它主要关注 人工智能驱动的创作、沉浸式媒体、智能交互界面和信息可视化，同时涉及数字内容、元宇宙和智能体验等场景。
简单来说，这个方向把AI创作、沉浸式媒介、交互界面和信息可视化放在了一起，重点探索 AI参与之后，人与智能系统之间可以形成怎样的交互方式和设计语言。从官方给出的方向描述来看，它对应的内容主要还是集中在媒体、交互和数字体验这些领域。
例如，「AI皮影制作」项目Lumina，就将人工智能引入传统皮影戏的创作流程。项目针对皮影戏早期设计中的图案绘制、动画制作等工作，提供轮廓模板、动画制作、场景编辑和机器生成的传统木偶图案等功能，帮助创作者降低复杂制作流程的操作门槛。
AI皮影制作
03 智能文化创意产品设计
智能文化创意产品设计 主要利用人工智能工具进行产品研发，重点涉及 文化知识产权的数字化转型、非物质文化遗产的数字化创新，以及智能消费硬件开发。这个方向一方面可以围绕文化IP、非遗等内容进行数字化创新，另一方面也涉及智能消费硬件的开发。在具体设计流程上，则从创意设计、数字建模一直延伸到物理原型制作和最终实施，覆盖了从概念到产品落地的完整过程。
《Beijing Opera Illusion》就是一个比较典型的相关案例。项目选取《贵妃醉酒》《定军山》《十字坡》《拾玉镯》《白蛇传》等经典京剧片段，将人工智能、裸眼3D和3D重建等技术结合起来，以数字艺术的方式重新呈现传统京剧，并通过3D显示光学与剧场影像等手段，探索传统戏曲在数字媒介中的新表达。
Beijing Opera Illusion
而《祠堂香火》则更加直接地对应非遗数字化创新。项目以粤绣（潮绣）为研究对象，从田野调查和数字化采集开始，将传统绣片中的纹样、图腾转化为数字档案，再结合实时渲染技术模拟动态绣线；同时根据岭南祠堂的空间数据和口述史料，重建可实时游览的仪式体验空间，并通过线上交互程序让用户参与刺绣纹样共创。整个项目形成了从非遗研究、数字采集，到技术转译和沉浸式呈现的一套完整工作流。
《祠堂香火》
PART3
想考这个专业
现在应该怎么准备？
虽然智能艺术创新设计是新设方向，但它的初试并不是一套完全陌生的考试体系，专业基础的备考依然可以参考清华设计相关方向过去的考试经验。真正新的地方，在于 这是这个培养方向第一次面向考生招生。对于准备报考的同学来说，大家面对的是一个刚刚打开的报考窗口；再加上目前公布的拟招生名额有30个，对于想进入清华设计、又希望往AI、交互、游戏、智能产品等方向发展的同学来说，确实是一个值得认真研究的新机会。
那么，接下来应该怎么准备呢？
01 621艺术理论基础备考
621艺术理论基础涉及的知识范围比较广，中外艺术史、中外工艺美术史、世界现代设计史等内容都需要掌握。对于现在才开始系统复习的同学来说，最容易出现的问题不是“学得不够多”，而是 花了大量时间看书、整理资料，却迟迟没有进入真正的答题训练。
到了现在这个阶段，不太适合再把复习简单理解成“从头到尾把几本教材全部看一遍”，更重要的是尽快建立知识框架，并开始训练把知识转化成答案的能力。
1.搭建史论知识框架
史论知识很容易越背越散，因此复习初期首先要建立基本框架。可以按照 时间线、人物、流派、代表作品、设计事件和核心概念 等维度，把不同历史时期的知识串联起来。
框架建立起来之后，再不断补充细节。复习时也可以加入 默写框架 的训练，合上资料之后，能不能自己复述一个时期、流派或者专题的核心内容，比单纯看着资料背诵更重要。
2.从知识整理到专题积累
当基础框架建立起来之后，就需要逐渐从“按书复习”转向“按专题调用知识”。因为论述题不一定直接对应教材中的某一个章节，而可能从艺术与科技、艺术与社会、传统文化、设计与生活等角度提出问题。
因此，可以把不同历史时期的知识重新放到常见专题中整理，重点关注 有哪些核心观点、可以联系哪些案例、这些案例能够论证什么。这样才能逐渐把知识从“背诵内容”变成真正能够用于答题的素材。
3.从背诵走向答题输出
很多同学的问题并不是没有知识，而是 知道一些知识，却不会围绕题目组织答案。因此，论述写作应该尽早开始，并和背诵同步进行，刚开始可以先从单个专题、单道题目练习。
每次写完之后，重点检查三个问题：有没有明确观点、有没有合适的史论案例、整体结构是否完整。写不出来的地方，正好就是下一轮背诵和整理需要重点解决的地方。
4.把知识写到卷面上
进入冲刺阶段之后，复习重点需要逐渐从知识输入转向 完整输出。限时训练可以帮助发现平时背诵中不容易暴露的问题，比如面对陌生题目能不能快速找到切入点、知识能不能及时调动出来，以及答题时间是否合理。
所以，后期需要逐渐加入限时论述、整套试题和模拟考试。每次训练之后，不只是看答案，更要复盘 哪些知识没记住、哪些案例不会用、哪些题型没思路、哪些地方浪费了时间。
2.915专业设计基础（专硕）备考
从快题角度来看，AI的加入并不会完全改变交互设计原有的考察方式。过去交互设计类快题，通常要求考生围绕一个具体场景提出产品或服务方案。例如「未来家庭场景中的智能助手」，需要说明目标用户、使用情境、产品形态，并通过场景草图、关键界面和交互过程表现用户如何使用这一系统。
过去可能重点表现语音控制、家庭成员之间的信息共享、设备联动和关键界面的设计；加入AI后 快题画面里除了原来的产品外观、使用场景和关键界面，还可以表现AI生成的内容、语音或多模态交互、不同用户得到的个性化反馈，以及AI主动提供服务的场景。
比如针对“未来家庭场景中的智能助手”这个题目，首先是要明确 为谁设计、解决什么问题：家庭中有哪些成员，他们在什么情境下会遇到什么问题，在此基础上，再确定智能助手的角色和交互方式。在看AI又应该在什么节点介入。它可以是帮助家庭成员做决策的“管家”，也可以是能够主动参与交流的智能伙伴，还可以承担信息整理、任务执行等具体功能。最终通过 场景、产品形态、界面和交互流程 把这些设计逻辑表现出来。
左右滑动查看 Slide to view
场景表达、产品草图、界面设计和用户体验依然是基本功，只是面对智能产品类快题时，AI需要真正进入功能和交互逻辑，而不能只停留在标题里。
对于跨专业的同学来说，不到3个月的时间，已经不适合再从头系统学习完整的交互设计知识。现阶段更重要的是快速熟悉交互快题的 答题逻辑、常用表达和AI设计方法，先建立一套能够应对不同题目的基本框架。
1.先固定一套快题结构
无论题目是AI医疗、智能教育、未来家庭还是文化体验，都可以先按照 用户与场景 → 核心问题 → 设计方案 → AI功能 → 交互流程 → 关键界面 → 场景效果 这一基本逻辑进行训练。
这里固定的不是一套完全不能改变的版式，而是面对题目时的思考顺序。这样遇到陌生题目时，就不会花大量时间从零开始构思，而是可以根据具体场景调整其中的内容。
2.集中练习常用表达
跨专业同学不需要在短时间内补完完整的UX理论，但需要尽快熟悉交互快题中比较常见的视觉表达。尤其是 场景图、交互流程图和关键界面，都是表现用户如何使用产品、系统如何响应的重要内容。
用户流程图设计板式练习参考
前期可以把这些内容拆开练习，分别熟悉人物与场景、产品形态、流程关系和界面表达。重点不是把每一张图画得特别复杂，而是能够通过有限的画面把设计方案讲清楚。
3.提前准备常见的AI技术
面对AI类快题时，也不建议每道题都从零开始思考AI到底能够做什么。可以提前熟悉一些比较常见的能力，例如 AI对话与智能助手、个性化推荐、AIGC内容生成、图像与语音识别、智能监测与提醒、多模态交互 等。
人机交互技术知识图谱
真正考试时，再根据题目的用户和场景选择其中一两个进行深入设计，而不是为了体现“AI”把各种功能全部堆进去。AI最终还是要服务于具体的问题和交互流程。
4.用“母题”训练，而不是大量刷题
时间比较有限的情况下，比起不断更换题目，更重要的是通过几个典型母题训练设计方法的迁移能力。
比如完成“AI家庭助手”之后，真正需要掌握的并不是这一道题本身，而是 智能助手、多用户、个性化服务和场景交互 这一套设计逻辑。之后遇到养老、教育等其他场景时，只需要重新分析用户和需求，就可以把已有的方法迁移过去。
5.完整快题与限时训练
前期可以把场景、界面、流程和AI功能拆开练习，但不要一直停留在局部训练。进入中期之后，就应该开始尝试完整快题，哪怕一开始还无法在规定时间内完成，也能尽早发现自己究竟是构思速度、绘画速度还是画面组织存在问题。
到了最后一个月，再逐渐增加 完整限时快题和模拟训练，把前面练习过的内容真正组合起来，进一步稳定答题速度、画面结构和表达方式。
_ʕ •ᴥ•ʔJOIN CLUB_