清华深圳放出了 30 个硕士招生名额，而且这一次，可能不仅是艺术设计生的机会，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。
对传统艺术设计背景的同学来说，过去的问题也比较明显：IID 与 IMDT 的初试涉及数学、计算机等科目，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。
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。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；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。它瞄准的不是一个很窄的「AI 艺术」方向，而是把 AI、设计和深圳优势突出的几类产业资源重新组合到一起。
30 个招生名额，如果这一规模最终落实到 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——背后直接连接游戏、互联网、AI、智能硬件和完整制造产业链的创新城市与设计之都。
这个专业刚刚出现，目前能找到的有效考研信息很少。下面的内容结合了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、什么背景更有优势、三个方向分别适合哪些同学。
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，这是一个值得认真研究的新机会。
本课全力备考两门专业课，1v1 持续跟进，系统提升两门专业课的应试能力：完整基础课程 × 固定学长学姐 × 全程跟踪反馈。
讲师按申请方向、目标专业与项目类型匹配，具体授课老师在咨询后确定。
PART 01
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。
官方信息
招生单位：（10003）清华大学
院系所：（599）清华大学深圳国际研究生院
专业：（135700）（专业学位）设计
研究方向：（01）智能艺术创新设计
考试方式：统考；学习方式：全日制
指导教师：不区分导师
拟招生人数：专业 30（不含推免）
考试科目
政治：（101）思想政治理论
外语：（202）俄语、（203）日语或（204）英语（二）三选一
业务课一：（621）艺术理论基础
业务课二：（915）专业设计基础（专硕）
不接收退役大学生士兵专项计划、少数民族高层次骨干计划、对口支援西部计划考生报考。备注：招生人数后续可能调整，请关注清华研招网（yz.tsinghua.edu.cn）公布的招生专业目录。
智能艺术创新设计 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，它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。
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。
下面是推文整理的相关方向教师（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，培养逻辑非常清楚：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。这意味着考试里可能不只问「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？
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，是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。
智能媒体与交互设计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，原来准备交互快题的方法依然可以继续使用：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。
PART 02
官方对这个项目的培养方式有比较明确的定位：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。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。
官方研究方向介绍
01
这里的「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。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、互动媒体相关培养存在一定衔接。对于了解 IMDT 的同学来说，这个方向并不陌生：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。
这个方向可能做出什么样的项目？IMDT 之前的相关实践中就有典型案例：《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，AI 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」。多看看清深过往的学生 / 老师项目，能帮助更具体地理解这一方向强调的 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
这个方向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，它把 AI 创作、沉浸式媒介、交互界面和信息可视化放在一起，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。
例如「AI 皮影制作」项目 Lumina，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。
03
这个方向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。设计流程从创意设计、数字建模一直延伸到物理原型制作和最终实施，覆盖从概念到产品落地的完整过程。
《Beijing Opera Illusion》是一个典型案例：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。
《祠堂香火》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，形成从非遗研究、数字采集，到技术转译和沉浸式呈现的完整工作流。
PART 03
智能艺术创新设计的初试延续清华设计专硕的两门专业课：621 艺术理论基础与 915 专业设计基础（专硕）。下面按两门课分别说明备考方法，这也是本课的教学主线。
621 艺术理论基础
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。
621 · 01
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。
621 · 02
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，逐渐把知识从「背诵内容」变成真正能够用于答题的素材。
621 · 03
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。
621 · 04
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。
915 专业设计基础（专硕）
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」，首先要明确为谁设计、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，再看 AI 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。
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。
915 · 01
对于跨专业的同学来说，备考时间有限时，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。
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，遇到陌生题目时就不会花大量时间从零开始构思。
915 · 02
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——它们是表现用户如何使用产品、系统如何响应的重要内容。
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。
915 · 03
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。
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。
915 · 04
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。
915 · 05
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。
STORIES
清华深圳设计相关方向（IID、IMDT）往届同学的备考经验，来自朝菌学园公众号此前的推文。
