AI繪畫的演化、影響與思辨

文/楊宇鶴

2022年8月，一幅名為《太空歌劇院》（如圖1）的畫作在美國科羅拉多州藝術博覽會上獲得了數字藝術一等獎。該評選結果迅速引起了全球藝術界的關注，這是因為畫作并非畫家親自繪圖，而是通過AI制圖軟件Midjourney生成，再經由數字工具Photoshop、Gigapixel加工，最后得以數字形態呈現。隨后，有關該畫作的討論從畫作本身延伸至版權問題，AI繪畫開始受到大眾傳媒的高度關注。同一年，國內外互聯網巨頭公司包括谷歌、微軟、騰訊、百度都紛紛參與AI繪畫的業務開發和收購融資，數字時代AI繪畫的潛在價值由此顯露。那么，何謂AI繪畫，其具有哪些特點，將對今后的藝術領域造成哪些影響？這些問題都迎來新的討論空間。

圖1

一、AI繪畫的前世今生

技術和藝術的博弈亙古存在，而每一次技術躍升都會掀起藝術新浪潮。AI繪畫，顧名思義就是人工智能繪畫，其基本內涵是依托數字化的圖像數據庫，運用算法技術生成圖像。從技術邏輯來看，人工智能本身并不具備繪畫能力，它通過模仿學習繪畫經驗和繪畫作品進行圖像生成。事實上，模仿人類神經元的人工智能早在上世紀已經出現。而伴隨人工智能的不斷迭代和數字通信的持續改善，AI繪畫不僅可以通過更簡單的符號口令和更便捷的數字軟件生成圖像，而且初步具備了同人類一樣的認知水平。有關AI繪畫的討論正從一個遙遠的想象變成觸手可及的現實。

1.經驗模擬：物理學習的AI繪畫。AI繪畫的初級階段可視作經驗模擬，即由設定程序的機器人模仿人類進行繪畫創作。1973年，藝術家哈羅德·科恩創造了世界上首個繪畫機器人——AARON，并為其制定了一套簡單的計算機規則完成繪畫指令。與當前語境下的AI繪畫不同，AARON是一種物理繪畫，即通過機械臂在畫布上完成，繪畫作品多為單色線條。但是，AARON在某些方面表現出遠比人類強大的天賦，比如一天創作千幅作品、隨時隨地繪畫。而隨后近40年的時間里，科恩一方面注重AARON的繪畫技巧如三維繪畫、獨立上色，另一方面有意識地培養AARON的藝術認知。直到今天，AARON仍在進行繪畫實踐，但由它完成的繪畫始終未能跳脫色彩鮮艷的抽象派風格，而這種風格也可以看做是源自對其自身創造者也是藝術家的科恩的模仿。

2.風格拼貼：算法判斷的AI繪畫。計算機出現后，AI繪畫的模仿對象不再聚焦具體畫家的繪畫經驗，而是面向海量繪畫作品集成的數據圖庫，在此基礎上輸出圖像。2014年，一種計算機視覺化算法——對抗式生成模型（GAN）誕生，該模型包含生成器和判別器兩個部分，通過模擬神經系統相互競爭學習達成訓練目的。具體到AI繪畫，通過對輸入的真實圖像內容特征和對參考的藝術圖像風格的提取，實現真實圖像特征與藝術圖像特征融合，從而生產新的藝術圖像。而生成器和判別器在輸入和輸出過程中，彼此提升各自算力，實現圖像“智力”提升。法國藝術團體Obvious創作的《愛德蒙·貝拉米肖像》就是對抗式生成的典型案例，其利用算法將全新作品同15000幅古典肖像畫集中比較，不斷縮小二者的區別

3.圖文預測：對齊訓練的AI繪畫。隨著“圖生圖”的AI繪畫模式逐步推廣，生成作品的變形問題始終未能解決。文本圖像預訓練模型（CLIP）作為一種圖像分類方式，能夠根據自然語言理解進行視覺分析，用戶只要輸入一句話或者上傳一幅風格明顯的圖片，算法就能將圖像特征和文字特征對齊，對圖像進行相應調整。這種對齊規避了AI繪畫作品的隨意性，相比此前對抗式生成模型獲得了更準確的圖像效果。但是，對齊訓練建立在龐大的數據庫之上，這對于計算機軟硬件設施均提出了極高要求。因此，圖文預測階段的AI繪畫僅限于少數互聯網公司如谷歌、微軟。

4.通用生成：擴散模型的AI繪畫。隨著算法模型縱深發展，單一生成模型逐步被擴散模型（Diffusion Model）所取代，后者基于馬爾科夫鏈學習噪聲生成數據，反向去噪生成視覺信息。而算法系統所賦予的單一能力如筆跡識別、語音識別、圖像識別、閱讀理解、語言理解之間相互遷移，尤其是在自然語言大模型（LLM）領域，人工智能出現了一些通用化特征。彼時，AI繪畫不僅通過文本獲得的知識理解進行“望文生圖”，而且初步具備類同人類一樣的思考能力。以繪畫工具Midjourney為例，用戶登錄Discord社區，以對話形式在指令框輸入關鍵詞；Midjourney則會在1分鐘之內生成4張相應圖像，并允許用戶鎖定風格、像素、格式等。而一幅由關鍵詞生成的《中國情侶》（如圖2）作品，渲染出上世紀90年代中國的寫實風格，讓大眾感嘆AI繪畫在各個層面的超然進步。

圖2

二、AI繪畫的影響

AI繪畫伴隨著通用人工智能的狂飆將迎來更多可能性。而對于藝術領域而言，AI繪畫至少在創作主體、創作方式、創作成果、創作傳播四個方面帶來直接沖擊。

1.人人皆為創作者。AI繪畫極大地降低了藝術領域的從業門檻，并突出表現為創作者的涌現和創作能力的提升。技術賦權視角下，人人都可成為藝術家。隨著AI繪畫軟件的完善和普及，人們只需下載AI繪畫軟件，輸入文本指令，調整繪畫風格，就能輕松獲得一幅繪畫作品。而基于龐大的數據集成體系，AI繪畫能力已經大大超過普通人水平。在一項有關AI繪畫作品和真人繪畫作品的調查中，幾乎99%的用戶都無法正確辨別。對于那些本身就具備繪畫素養的包括藝術家在內的人群而言，AI繪畫能夠給予他們充分參考，提升繪畫作品的創作效率和藝術水準，轉化為更優質的生產力。

《太空歌劇院》的獲獎，引發了人們對于AI繪畫的爭議和討論。它的作者Jason M.Allen就是一名游戲設計師。盡管他在藝術領域的天分有限，但理工科背景幫助他熟練掌握各類數字繪畫軟件，通過修改指令、選擇草稿、調整格式，最終展示出一座融合古典元素和科幻元素的宮殿。值得一提的是，《太空歌劇院》對光影的捕捉顯現出AI在細節層面的卓然進步，這種進步甚至超越了藝術家，這也是該作品獲獎引發爭議的直接因素。

2.智能化數字工具。AI繪畫是一種以數字工具為載體的藝術形式，它利用計算機算法模型來實現“描述生成”和“參考生成”的功能。然而，由于普通人對于自己想法的陳述往往相對簡練，而算法模型對場景還原和細節處理的能力有限，這就導致了AI繪畫作品往往存在一定的割裂感。為了解決這個問題，一些AI繪畫工具開始探索使用大語言模型來生成內容，從而更全面地理解用戶給定的指令，并根據語義理解進行繪畫。其中最具代表性的AI繪畫工具分別為Midjourney和Stable Diffusion。

Midjourney是一種采用對話形式的AI繪畫工具，它可以通過交流的方式進行繪畫創作。用戶需要提出繪畫想法，包括文字描述、風格描述、畫幅比例、參考圖片權重等指令。Midjourney接收反饋之后，不僅按照用戶具體要求生成圖像，而且能夠依據所描述內容和繪畫風格智能化調整線條、色調、像素等。例如，算法模型會根據場景在什么地方、時間是什么年代、人的情緒狀態進行圖像修正，這就大大減少了AI繪畫作品的不合時宜，即不會出現一張無厘頭的高清圖片。此外，許多用戶通過ChatGPT和Midjourney疊加使用，讓用戶想法轉化為更系統的文本指令，直至AI畫作栩栩如生。

Stable Diffusion是一種基于擴散技術的文本到圖像的模型，它可以根據任意的文本輸入生成逼真的圖像。它由德國慕尼黑大學的CompVis組和Runway公司的研究人員開發，并已經開源，可以在大多數配備了至少8GB VRAM的GPU上運行。由于其開源性的特點，多國技術人員圍繞Stable Diffusion編寫了能夠讓其生成的模型更可控的插件，例如ControlNet和LoRA。ControlNet是一種神經網絡結構，可以通過添加額外的條件來控制擴散模型。LoRA是Low-Rank Adaptation of Large Language Models的縮寫，可以理解為Stable Diffusion模型的一種插件，和hyper-network類似，都是在不修改Stable Diffusion模型的前提下，利用少量數據訓練出一種畫風/IP/人物，實現定制化需求。

3.充滿想象力的成果。自AI繪畫出現之后，就一直飽受數字縫合（拼接）爭議。這是因為AI繪畫的底層邏輯是模仿學習，AI在不同數據庫之間選擇和歸納，使得最后生成的繪畫作品像是人類所為。盡管AI繪畫缺乏人類意志，但這種依賴數據的創作方式反過來又拓展了人類的想象力，推動創意內容出現。一方面，AI繪畫能夠超脫人類意志將天馬行空的想象轉變為現實，進而產生陌生化的視覺體驗；另一方面，AI繪畫也革新了繪畫的呈現方式，動態的、多維的、交互的繪畫作品不斷打破固有審美范式。

2023年3月7日，可口可樂發布了創意廣告《Masterpiece（杰作）》，該短片運用了Stable Diffusion技術，可以將靜態的名畫轉化為動態的視頻，畫中的人物無縫地幫助一位需要靈感和提神的學生打開可口可樂瓶，展現出不同畫風和文化背景下的可口可樂瓶。這個短片不僅展示了可口可樂的創意魅力，也展現了AI技術在藝術領域的應用潛力。2023年4月1日，支付寶聯合Gurulab創始人趙伯祚發布了一條名為《支付往事》的短片。近5分鐘短片全部視覺由AI完成，詳述了中國支付從錢包時代、互聯網時代、二維碼時代再到未來萬物互聯時代的支付狀況。由于特定時代的素材匱乏，AI繪畫軟件便彌補了這個遺憾，通過相似文本組成了新的圖像，從而保持短片敘事流暢。在此基礎上，AI還設計出卡通人物形象，使得嚴肅的支付內容中增加了吸引力和趣味性。這條被冠以中國第一則AI廣告的短片更是為AI繪畫的商業化落地打開了新圖景。

4.共享化的分享傳播。數字化生產決定了AI繪畫作品可以永久地保存下來，數字空間同時也為AI繪畫作品的欣賞和傳播帶來極大便利。

一方面，受眾以屏幕為媒介能夠更近距離、全方位、立體化感知AI繪畫作品。部分AI繪畫作品甚至需要指定觀看方式。AI繪畫還改變了繪畫作品的評價標準和評選機制。全新的觀看方式不僅給受眾帶來沉浸式體驗，這種行為本身也能夠編織視覺信息，制造新的解讀。目前階段，受眾觀看AI繪畫作品是對算法模型的一種反饋，某種意義上受眾也是AI繪畫作品的創作者。而在不久的將來，某些AI繪畫作品必須經過受眾觀看才能最終完成。

另一方面， AI繪畫作品在美術館、博物館以外獲得充分的展覽機會，數字空間自由組合使得更廣泛的公共性實現，最終指向審美素養的整體提升。目前，除了社區性質的AI繪畫軟件，大多數AI繪畫作品均可分享至第三方平臺，幫助AI繪畫作品借助社交媒體形成裂變式傳播。特斯拉創始人馬斯克的AI繪畫作品就在推特獲得大量關注，部分用戶通過馬斯克形象和反差場景疊加，制造出戲謔的視覺沖突，也帶來了藝術領域的新思考。

三、關于AI繪畫的思辨

從科技領域突破到藝術領域爭論，AI繪畫相關話題在2022年達到井噴式增長。根據券商機構國泰君安預計，未來5年，AI繪畫在圖像內容生成領域的滲透率將達到10%～30%，市場規模將超600億元，創造出更廣闊的市場價值。然而，在AI繪畫受到高度矚目的同時，也需要客觀審視其局限和問題，由此更好地把握AI繪畫的發展方向。

1.主體性問題。如果承認AI繪畫作品是一種智力成果，那么其創作主體究竟是人還是其他。就目前階段而言，AI繪畫是人工智能依靠數據和算法獲得一種相對符合人類的創作能力。但AI繪畫整個生產過程都需要人的介入，AI并不可能像人類一樣具備生物性機能，形成獨立思考的能力。麥克盧漢認為，一切具有反饋功能的服務器中動力的生成和傳輸與使用動力的工作運程是完全分類的，其原因在于機器能量的源頭和信息轉換的流程是互相分離的。換言之，即便未來AI對于人腦思維的訓練達到新的階段，但是AI始終無法像人類一樣身體和意識同時在場，它的工具性地位不會改變。這就讓繪畫主體性的問題回到原點，AI不能作為智力成果的所有人，AI繪畫將會是一種新興的藝術品類。

2.藝術性問題。AI繪畫為每個個體提供了生成繪畫作品的權力，但這種生成更像一種工業化生產，與藝術的精準度或者說獨創性相違背。從創作者來看，AI繪畫并非一件易事，它建立在創作者能夠清晰地表達想法、熟練運用數字工具且擁有AI繪畫軟件相匹配的軟硬件設施的基礎上。因此創作者的綜合能力而非繪畫能力決定著繪畫作品的藝術性高低。從創作方式來看，AI是提取其他繪畫作品的共性信息進行拼湊，而藝術家創作則在共性信息中尋求突破，所以AI繪畫藝術的獨創性有待提高。從創作成果來看，以數據為基礎的AI繪畫不存在雷同問題，但數據所帶來的偶發性也造成藝術價值很難保障。即便在AI繪畫應用前景較好的游戲設計、動漫設計領域，AI繪畫作品質量不穩定現象也頻頻發生，表現為張冠李戴、畫面同質、設計單一等。

3.藝術創作者創新性問題。AI繪畫的出現使得傳統創作者面臨更激烈的競爭和更多樣化的選擇，這就要求他們不斷提高自己的創新能力，以保持或提升自己在藝術市場上的優勢和影響力。傳統創作者可以通過學習和使用AI繪畫工具來拓展自己的創作視野和范圍，從而獲得更多的靈感和想法；也可以通過與AI繪畫工具進行交流和合作來優化自己的創作過程和結果，從而提高自己的創作效率和質量。但是，AI繪畫也可能對傳統創作者產生一些負面影響，例如，它可能使得傳統創作者失去了自己原有的個人風格和特色，或者使得他們陷入了對AI繪畫所帶來的虛假或浮夸的繪畫風格浪潮的盲目追逐。這些負面影響可能導致傳統創作者迷失了自己原本的創作的目的和意義，或者使得他們失去了創作的動力和信心。例如，創作出漫畫《秀逗魔導士》的作者新泉留衣，在近日發布的《秀逗魔導士》畫冊中使用了AI繪畫，被粉絲指出失去了個人風格，引發輿論反響。

4.版權性問題。版權是所有數字內容生產繞不開的議題，而AI繪畫又將該問題進一步放大。首先，一幅AI繪畫作品的生成至少與三部分人群相關：使用AI繪畫軟件的用戶、AI繪畫軟件的設計者以及軟件投資商、開發商。三者皆對繪畫作品付出了一定貢獻，因此作品的最終歸屬權存在模糊地帶。其次，AI背后的學習素材并非憑空而來，為了讓繪畫達到高水準需要不斷擴充素材庫。那么，使用這些素材是否屬于侵權？再次，AI繪畫作品必然綜合了多種繪畫元素，而對于前人的借鑒是否能夠被法律保護同樣處在灰色地帶。2023年1月，三位藝術家對AI繪畫軟件 Stable Diffusion 和Midjourney 創建者提起訴訟，他們認為這些組織侵犯了藝術家的權利，在“未經原創藝術家同意”的情況下從網絡上抓取的50億張圖片來訓練AI模型。

5.倫理性問題。AI繪畫還引發了道德倫理爭議。人的意志在技術支持下獲得了前所未有的放大，而技術本身不具備價值評判機制。對于門檻低、制作簡單、成果真假難辨的AI繪畫，必然會出現挑戰世俗倫理的圖像內容。比如，部分用戶利用AI繪畫軟件進行色情圖片制作，渲染挑戰認知極限的圖片內容進行謀利。再如，嫁接知名人物肖像進行圖片制作，引起認知錯亂和社會恐慌。2023年3月，某新聞平臺在社交媒體推特發布“美國總統特朗普被捕”的快訊。圖片中特朗普在階梯前被兩名美國警察抓住，導致網友信以為真。隨后才被其他媒體證實，圖片是AI生成的虛假圖片，文字內容也為虛假信息。而從更遠的角度來看，當AI繪畫展現出超越人類思維的創作能力，放任AI繪畫的權力邊界，還將出現更多挑戰社會倫理的問題。

6.對藝術消費市場的影響。AI繪畫可以為藝術市場提供更多更豐富更多樣化的藝術作品，從而滿足不同層次不同需求不同偏好的消費者。AI繪畫也可以為藝術市場帶來更多更便捷更低成本的藝術交易方式，從而促進藝術市場的發展和繁榮。然而，AI繪畫也可能對藝術市場和消費者產生一些負面影響，例如它可能使得藝術市場出現更多的藝術作品的仿制和盜用，從而損害了藝術作品的原創性和價值；它也可能使得消費者對于藝術作品的評價和接受出現更多的誤解和偏見，從而影響了藝術作品的傳播和影響力。

四、結語

AI繪畫在人工智能的突破下獲得了長足發展，也賦予人類利用AI進行藝術實踐的諸多可能。隨著ChatGPT的橫空出世，AI繪畫進入新紀元。面對AI繪畫引起的行業生態劇變，我們應正視技術和藝術的相互博弈，研究AI繪畫未來發展中將引發的問題，積極尋求解決方案，以為AI繪畫開啟更旺盛的藝術生命。