融合之路：AIGC在中国艺术与设计领域中的机遇与挑战

陈禄梵 向安玲 沈阳

关键词：生成式人工智能艺术设计人货场器境艺

在数字化和科技高速发展的今天，AIGC已逐渐成为当代社会的重要技术力量，逐步渗透到医疗、教育、交通、通信及娱乐等多个领域。其中，AIGC技术在艺术与设计领域的应用，不仅展现了无尽的创造可能，同时也为艺术与设计的传统实践带来了全新的思考与挑战。本文旨在深入挖掘AIGC在中国艺术和设计领域中面临的实际应用问题和潜在挑战，同时对比和探索其与中国深厚文化传统相交融时可能出现的问题。通过对生成式人工智能在中国艺术和设计领域应用的探讨，能够更好地理解技术与文化、创新与传统的关系，同时为艺术与设计领域的实践者和研究者提供新的思考与洞见，推动中国艺术与设计在全球化与技术化的大背景下迈向更具创新性和包容性的未来。

一、机器创意与艺术设计的融合探索

（一）国外学者解析机器创意和人类创意的异同

近年来，AIGC在艺术和设计领域的应用逐渐得到关注和探索。国外许多学者试图从不同的角度解析机器创意和人类创意的异同。澳大利亚莫纳什大学教授乔恩·麦科马克（JonMcCormack）等学者[1]指出，机器创意缺乏的主观性和情感表达，正是人类创意的重要组成部分。英国认知科学家玛格丽特·博登（MargaretBoden）也强调了人类创意的不可预测性和原创性，而机器往往在既定的框架和规则下运作。[2]

也有学者提出，创造力被定义为以一种人们不熟悉的方式提出新穎或有价值的想法的能力，是人类智慧的一个显现方式。[3]尽管缺乏物理经验和人类的主观意图，但人工智能（ArtificialIntelligence，以下简称“AI”）并不是一个没有学习能力的程序，所以不能说AI不具备创造力。[4]在创造力理论框架中，美国心理学家罗伯特·斯特恩伯格（RobertSternberg）和巴黎第五大学心理学教授托德·卢巴特（ToddLubart）曾提出，创造力是艺术和设计领域核心的要素，被定义为产生新颖且有价值的想法的能力。[5]

在人工智能日益发展的时代背景下，玛格丽特·博登还对机器创造力进行了分类，将其分为探索性创造力、结合性创造力和变革性创造力。[6]这套理论框架为评估AI在艺术和设计领域的创造力奠定了基础。

（二）中国学者探索AIGC实际应用中的问题

国内学者的研究中，从作品著作权的角度，倾向于认为AIGC应当采纳与人类作品相同的鉴别标准。从人类中心主义的角度出发，AIGC被视为承载和传递人类意义和价值的工具。鉴于技术的实际表现、经济成本和著作权法的价值，它也应当受到著作权法的保护。[7]

在设计行业实际应用中，如环境设计结合AIGC技术，因生成式模型的随机性、自动化和变异性，设计师的创作逻辑要从理性转变为感性，创作思路由线性转为非线性去探索更多设计方案。[8]

设计师的输出是一方面，也有学者在AIGC的产出方面指出，目前技术还面临成熟度、内容真实性、数据依赖等方面的挑战。如任务模态转化（指利用自然语言文本生成多维度图像或动画）、AI幻觉现象（指模型可以生成看上去流畅但毫无意义或包含错误事实的材料）、高质量数据捕捉等。[9]

除以上问题以外，针对中国艺术与设计领域，我们也应注重传统文化与AIGC技术交融，现代与传统的互动，让AIGC设计在继承传统的同时，能够赋予传统艺术新的意义和价值的探讨。

前述研究中表明，当下对于机器创意、著作权、技术挑战等问题的探讨已较为深入，但依然面临如何将理论应用于艺术和设计实践的难题。结合中国国情，这些核心问题要求我们超越传统的理论框架，寻求一个更广泛、更综合的视角来进行研究。正因如此，本文创新性地提出了“人货场器境艺”的框架。该框架旨在提供一个多维度的、具体的结构，系统地分析机器创造力与人类创造力的异同，探讨艺术与设计领域中AIGC应用的接受和使用情况，分析生成式人工智能平台在中国特定文化和社会背景下的发展困境和挑战。

二、“人货场器境艺”六维探析

在设计的世界中，设计元素几乎都来自我们的生活。设计具有多样性、互动性及变化性等特性，且几个特性相互依赖。为了深入理解生成式人工智能如何融入并影响设计特性，本文采用了“人货场器境艺”的研究框架。其中，“人”代表创作者和受众，主要指人的情感、需求和理念；“货”象征创作的实体与价值，包括实体作品和数字作品；“场”意为创作和展示的空间，从工作室到博物馆，再到数字空间；“器”代表创作的工具和技术，从传统的画笔和乐器到新型的AI技术；“境”强调文化、社会和法律的背景，为创作提供情境与语境；“艺”是整个系统的核心，指技艺、创新和表达能力，它驱动着所有其他元素。通过这个框架，能更全面地探索AIGC在设计领域中的挑战、机遇和缺失。

（一）人——技术接受与情感复杂性

技术与人的关系在艺术和设计中尤为微妙。在AIGC技术不断进步的今天，人们对AI创作的接受度是一个值得关注的问题。美国科罗拉多大学博尔德分校计算机科学系教授西德尼·德梅洛（SidneyD'Mello）提出，尽管人工智能为艺术创作提供了新的可能性，但人类情感的复杂性是人工智能暂时无法全面模拟的。[10]传统的中国艺术注重情感与情境的传达，AIGC绘画虽可模拟艺术技巧和样式，但不具备艺术家的心象意境，无法让观者产生情感共鸣。以中国水墨画为例，它蕴含意象、幻象、墨象之灵韵，对意境的追求超越了人工智能的理性框架。这种作品的生命力和精神内涵，给予观者无穷想象，也正是AIGC难以触及的艺术核心。因此，应关注如何确保在AIGC技术的辅助下，创作者的真实情感得到准确传达，而不是被技术所替代。

（二）货——AIGC艺术的价值认知与市场定位

随着AIGC生成的艺术作品在艺术市场的逐渐普及，其价值和定位成了大家热议的话题。传统艺术作品的价值往往与创作者的名誉、作品的历史和社会背景等紧密相连，但当作品的创作者是人工智能时，这些传统的价值评估标准应如何融汇，作品的价值又该如何衡量呢？2018年，用AIGC技术创作的艺术作品《埃德蒙·贝拉米画像》（PortraitofEdmondBelamy）在佳士得拍卖会以43.2万美元的价格成交，引发社会热议，网友评价它“其实是借鉴程序员代码的‘山寨货”。近几年，使用生成式人工智能进行创作的艺术家数量在全球范围内不断上升，越来越多的AIGC平台出现。乔恩·麦科马克等学者认为，机器创意的崛起挑战了人的创意中心主义，使得创作者的角色和价值受到质疑。[11]这种变革对于中国艺术和设计领域的创作者来说，既是机遇也是威胁。AIGC创作的艺术品如何在全球艺术市场上定位，如何与传统的艺术品竞争，以及它们如何被艺术批评家和普通观众所接受，都是需要进一步探讨的议题。

（三）场——AIGC与人性交融的挑战和未来

谈及“场”或场域，实际上是在探讨生产过程和创作环境。在AIGC时代，这个“场”不仅是物理空间，更是一个信息处理和知识生成的数字空间。在这样的环境中，AIGC技术与人的创意相互交织，产生了一系列新的可能性和问题。那么，如何确保该技术不仅是执行命令的工具，还能真正参与到创意过程中，与人类艺术家建立真正的协作关系？面对人工智能的强大计算能力和模式识别，如何确保人类的直觉、情感和非线性思考在创作过程中不被边缘化……这些都是值得关注的问题。[12]“场”同时也指市场。据统计，2021年中国人工智能绘画市场规模为0.1亿元，但60%的用户从未在AIGC生成产品上有过付费行为，剩下40%的用户中，付费超过100元的仅占比10%。因而，国内如何建立合理的数字艺术市场体系也是值得深挖的问题。

（四）器——传统工具与AIGC技术的融合策略

“器”指的是用于创作的工具和技术。在中国传统艺术中，如在书法、绘画和雕塑等领域，工具的选择和使用方式直接影响到作品的最终效果。AIGC技术为我们提供了一系列新的“数字工具”，这些工具在功能和能力上远超过传统艺术创作工具。然而，2021年中国人工智能绘画行业算法模型使用占比情况显示，StableDiffusion（人工智能动画工具）占比60%，DiscoDiffusion（人工智能绘画工具）模型占比16%。如何确保这些西方背景的新工具能够真正运用到中国传统艺术创作中，新技术如何帮助我们重新审视和发掘传统工具的潜能，使传统艺术与现代技术在创作中真正实现融合，也是未来研究面临的问题。

（五）境——AIGC文化背景中的适应性与矛盾

“境”涉及的是文化、情境与环境，在艺术与设计的语境中有深远的意义。中国的文化背景对于艺术与设计领域中的创作者具有一种无形的引导。在中国光谷举办的人工智能艺术展，生动地展示了AIGC在传统文化创作中的应用潜力。该展览中使用的AIGC系统通过学习唐宋古画，创作出融合光谷地标的中国风水墨画作《光谷十景》。这表明针对中国文化背景进行定制的生成式人工智能系统，可以在一定程度上实现现代技术与传统艺术的有机结合。但是这种结合也存在局限性，完全依赖机器系统进行创作，可能缺乏艺术家的个人风格与情怀。AIGC技术源自西方科技，在开发自己的生成式人工智能平台时，如何适应并尊重这一深厚的文化背景，涉及传统艺术和手工艺时，如何找到平台的适用边界，不使其侵犯或稀释传统文化的独特性，是需要不断探索的。

（六）艺——AIGC与创意之间的动态平衡

提及“艺”，是在讨论艺术与设计的核心技艺，即创新能力。在AIGC技术的影响下，技艺的定义和创新能力范围都在发生变化。一方面，AI为创作者提供了无限的可能性，使不具备高超绘画能力的普通人也能够突破艺术的界限，探索前所未有的领域。另一方面，机器的逻辑和算法有时也可能限制人类的创意自由，使艺术作品失去其原有的情感和人性。例如，在北京798艺术节与百度文心一言合作的项目中，艺术家基于自己的风格训练AIGC系统，并与其共同创作展览作品，既保留了艺术家的原创风格，也通过该技术实现了作品的扩展。这种人机合作模式在一定程度上实现了平衡，既发挥了人类艺术家的创意优势，也充分利用了人工智能的计算能力。但是如何进一步加强双方的互动，使两者实现真正的融合，而不是简单地机械拼接控制创意过程，是当前和未来都需要应对的問题。

三、人工智能融入艺术行业面临六大核心缺失

在全球范围内，AIGC技术正逐渐渗透进各个行业和领域中，为我们带来前所未有的创新机遇。然而，在这片看似充满无限可能实则充满挑战的新天地中，我们也逐渐察觉到某种失落感。特别是在中国，一个拥有深厚历史和文化传统的国家，AIGC技术在设计和艺术领域的应用似乎并不总是那么和谐。我们通过几个案例深入分析，揭示生成式人工智能融入中国艺术行业的六大核心缺失：创意的缺失、数据的缺失、透明性的缺失、文化认同的缺失、传统手工艺魅力与价值的缺失以及人机交互的文化敏感性缺失。这六大缺失不仅反映了AIGC技术的局限性，更重要的是指出了我们在将高科技融入传统文化时需要注意的问题，为未来的研究和实践提供值得思考的方向。

第一，创意的缺失。以AdobeSensei（可以应用于奥多比系统公司旗下各款产品的底层人工智能工具）为例，一个结合了人工智能与机器学习的设计工具，为设计师提供了强大的创作辅助功能。与大多数自动生成图片的平台不同，AdobeSensei可以自动为设计师提供颜色搭配和布局优化等建议。在AI的强大助力下，设计师可能开始过度依赖这种自动化工具，逐渐失去独特的创意和个性化表达。当我们过度依赖机器提供的建议，设计将会变得越来越刻板，缺乏人类的情感和视角。

第二，数据的缺失。在国内AIGC辅助的室内家装设计中，设计师通过数据分析和机器学习技术，获取大量用户偏好数据来优化设计，但隐藏着数据准确性和完整性问题。AIGC技术在智能家居中的应用还会收集用户的个人信息和生活数据。这些数据一旦被非法获取，也可能给用户带来巨大损失。因此，保证收集数据的安全性和合法性，是使用人工智能技术需要考量的问题。目前，许多生成式人工智能应用在开发过程中忽视了这种数据断裂的隐私保护问题，所以导致用户信息面临泄露风险。

第三，透明性的缺失。这里提到的透明性是指能够明确、完整地理解和解释某个过程或决策的逻辑和原因。深度学习模型的决策过程很难被直观地解释，从而导致了透明性缺失的问题。以汽车内饰设计为例，丰田研究所（TRI）利用AIGC技术优化外观设计，以减少阻力，改善纯电动汽车的空气动力性能，从而提高行驶里程。但在这个过程中，设计师和工程师可能难以详细理解AIGC算法是如何做出某个设计决策的，从而导致了透明性的缺失。如果设计师无法明确AI是如何考虑和权衡各种因素来做出决策的，那么就无法确保设计能够满足所有的需求和标准，也无法对潜在的问题进行预测和修正。

第四，文化认同的缺失。尽管AIGC可以学习和模仿设计风格，但它缺乏对中国深厚传统文化的理解，导致出现“AI文化盲点”。就MidJourney（人工智能绘画工具）生成作品歪曲东方人形象的争论而言，由于该平台对东方文化数据收集不足而存在缺陷，使其对不同人种和文化理解有误，因而无法创造出符合国人审美的亚洲面孔。再比如，使用AIGC技术设计的传统中国纹样或服饰可能在视觉上看起来不错，却常因缺乏某种传统意义或符号意义，导致其失去与中国文化的深层次联系。

第五，传统手工艺的魅力与价值缺失。中国拥有悠久的传统手工艺历史，从刺绣到陶瓷制作，每一件作品都融入了匠人的心血和情感。但随着科技的发展和中国传统手工艺从业者的减少，传统手工艺的传承面临挑战。曾有学者提出应在少数民族职业院校开设非遗技艺专业，吸纳传承人作为教师。AIGC技术的引入虽然可以模仿或优化某些手工艺过程，但机器生产的作品缺乏传统手工艺品的温度和人情味，机械化的生产方式使其失去手工艺的传统价值和魅力。其根本解决办法在于减少传统手艺文化流失，将AIGC技术合理运用在手工艺传承中，AI在这一领域的作用远不及手艺传承人的力量。

第六，人机交互的文化敏感性缺失。这不仅仅影响到AIGC的输出结果，而是关乎整个交互过程，包括用户的输入、AIGC的反应以及最终的输出。当中国用户在与AIGC技术产生交互时，因文化背景、语言习惯或思维方式的差异，感受到不同生成式模型的“文化异化”。举个最简单的例子，如果一个AIGC辅助的家装设计工具没有完全理解中国一些家庭对“家”这一概念独特的文化认知和情感寄托，就会导致其推荐的设计方案与用户的实际需求和期望产生偏差。

四、人工智能在中国艺术行业如何生存

随着AIGC的进步，我们目睹了生产效率的提升和创作成本的下降，还见证了新的艺术表现形式的出现，如“多模态对话式艺术”——一种将声音、图像、文字和感知交互融合的创作方式；“AI意境艺术”——使观众不完全懂得其技术，但却能深刻地感受到其传达的情感和意境。多种AIGC创新型艺术形式的涌入，面对AIGC的六大缺失問题，我们提出“AIGC文化兼容性艺术创新观”。该观点指AIGC技术通过数据深入挖掘和整合本土文化元素，以确保模型具备艺术创新与本土文化项兼容的意识形态，从而创造出既有民族特色又富有创新意义的艺术作品。这一观点的提出是为了弥补AIGC在艺术创新中对本土文化的忽视，同时也为艺术家和设计师提供了一种新的创作路径。

未来的设计教育中需要实现“技艺平衡”，既要掌握AIGC技术，也要深入挖掘文化内涵。就目前的发展趋势而言，人工智能技术在生成数字艺术方面的生产力是具有革命性的。在过去的几年中，国内外很多大学都设立了人工智能相关硕士和博士研究生课程，以培养使用人工智能技术应用的新一代研究人员。只有当设计师既能流利地“说”技术语言，又能深刻理解不同文化内涵，他们才能真正地将传统与创新相结合。此外，真正的创新常常诞生于学科交叉的碰撞之中，未来应鼓励设计与计算机科学、人文学科，甚至是哲学之间的“艺术科技碰撞”。跨学科合作将为人类带来前所未有的创新思维，打开全新的创作维度。

在追求技术进步的同时，从业者要始终坚持“文化守护”的原则。当务之急，有关部门应抓紧制定相关政策法规，无论是在数据保护方面，还是在知识产权方面，都需要确保每一项技术的进步是建立在遵守法律和尊重我国文化传统的基础上进行的。

为真正实现传统与创新的融合，未来的AIGC需要进行“参与式创作”的变革。AI通过与设计师深度互动，共同完成作品，并且保证AI能够理解并执行设计师更细致和高级的要求。由此，需要开发更加透明的、可解释的AIGC技术，让设计师不只是与机器互动，更能与它共同思考、共同创作。个性化的AIGC工具可以作为设计师的助手，在尊重其创意的基础上为其提供合适的建议。

未来，我们期待人类与AIGC的深度协作。比如让人工智能负责生成设计原型，设计师对结果进行修改和完善，人机共同参与设计决策，双方发挥各自优势，构建和谐、高效的合作关系。已经有一些艺术家与AIGC平台开展了富有成效的创作实践，值得推广。这种模式下，设计师可以在技术的辅助下充分释放创造力。

五、结语

随着AIGC在艺术和设计领域的蓬勃发展，传统的创作和欣赏角度正面临前所未有的挑战。通过“人货场器境艺”的框架，本文揭示了AIGC生成式人工智能介入带来的六大核心缺失。艺术与设计在与AIGC技术交融的过程中，面临着传统与现代、人与机器、主观与客观之间的不同张力。解决这些核心缺失并不只是技术上的挑战，更引发了对人类创作本质、文化价值和技术伦理的深入思考。要确保技术与文化、创新与传统的和谐共存是未来的关键课题。面对AIGC的挑战，未来的道路并不是简单的拥抱或抵制，而是在持续探索、反思和创新中，寻找艺术、设计与科技真正的和谐共生之路。

在未来的研究中，可以进一步探讨AIGC技术与设计领域其他方面的结合，如可持续设计、社会影响力评估等，更多实际案例的研究和实验也将对理论框架的验证和实践具有重要意义。