對此，通用汽車增材設計和製造總監Kevin Quinn表示，生成式設計就是工程師綜合運用電腦、雲端和人工智慧來探索車輛零件的各種不同設計。綜合運用這些手段，可以得出全新的零件設計方案，這在過去，光靠工程師或電腦不可能做到。
Quinn興奮地說：「生成式AI與眾不同的設計特性，若結合增材製造（3D列印），將為汽車行業帶來全面的顛覆性變革。」他接著補充說明，汽車產業一直以來受到傳統製造工藝的限制，只能製造簡單的幾何圖形，靈活性低且成本高昂。如今採用生成式設計和增材製造，僅需要一個軟體，搭配一台3D列印機，就能生產無數零件，形狀也不受限制，有機形狀、內部柵格都不成問題，這只有靠增材製造才能做到。
不過，想要如同ChatGPT一般，只要輸入關鍵字，多種不同款式的模型設計自動生成，後續僅需微調部分參數，即能打造適用的產品，讓原本需要花數週、數月開發的模型，在幾小時或幾天內就能立即完成。這樣願景的實現，達梭系統SOLIDWORKS執行長暨研發副總裁Manish Kumar表示還需經過三步驟。
Kumar指出，首先，設計師需先提供物理性限制或需求特性，也就是設計參數，讓AI在此範圍內做出變化，自動生成接近或是等同於需求的設計物。
第二階段的重點，則是要讓系統自動生成設計特徵，其特徵要讓AI自動根據設計的最終用途去判斷。換言之，在設計圖上螺絲孔的尺寸、位置、比例等特點，都須由AI判斷。
此外，這個階段也可以導入逆向工程，也就是提供AI已經完成的圖像或成品，讓它去學習、分析設計的相關參數，來生成設計師真正需要的設計圖。
第三階段，讓AI在設計時，考量採用現有的零組件。因為使用AI生成的設計經常與原有的零組件差異較大，即便能以3D列印補足此問題，但考量到成本、製造與出貨速度等因素，Kumar認為，一開始就讓生成AI的運算以既有零組件作為基礎，並搭配相關資料庫，會是較理想的做法，不僅能讓設計更容易投入生產，還能大幅減少原物料的浪費。Kumar不諱言說道，現在相關技術都還在研發中，達梭系統正朝向最後目標邁進。
生成式AI技術的研發，已經成為3D軟體設計業的兵家必爭之地，不僅達梭系統，其競爭對手如參數科技（PTC）、歐特克（AutoDesk）等也積極投入，期望在這場AI模型大戰中脫穎而出，搶占世代工業設計市場大餅。
