生成與重構：AIGC技術對繪畫創作范式的變革

從紐約現代藝術博物館首個AI藝術特展“Unsupervised（無人監控）”到中央美術學院“未·未來”全球教育峰會的技術倫理辯論，這場由算法驅動的藝術范式變革，正在解構繪畫自文藝復興以來建立的創作認知體系——

一、人工智能時代繪畫技術的變革

十五世紀西方繪畫界全面掌握油畫技法之前，蛋彩畫（Tempera）一直是歐洲繪畫創作的核心媒介。隨著十六世紀油畫顏料制備技術在歐洲的普遍應用，相較于蛋彩畫，其高粘稠度與緩慢干燥的特性，使藝術家得以實現更為細膩的物象再現，這一材料革新也直接推動了文藝復興時期寫實主義繪畫的巔峰發展。同期光學透鏡在繪畫實踐中的運用，則使創作者得以掌握精準的透視法則與比例關系，將繪畫的視覺仿真能力提升至全新維度。

至十九世紀，錫管顏料的工業化生產徹底改變了傳統繪畫繁瑣的顏料制備流程，其便攜特性為外光寫生提供了技術條件，這項革新直接促成了印象主義流派的誕生，使藝術家能夠即時捕捉自然光線下的瞬時視覺印象。而在數字時代，互聯網技術將圖像資源整合為龐大的信息流，使視覺信息的檢索、復制、編輯與傳播效率產生革命性突破。移動終端攝影技術的普及不僅極大地滿足了大眾影像記錄需求，更催生出“移動攝影藝術”（Mobile Photography Art）等新型創作形態。

當前，以人工智能生成內容（AIGC）為核心的新媒介技術正在重構藝術本體論框架。在藝術實踐領域，如Midjourney、ChatGPT、Runway等數字工具已深度介入繪畫、音樂、文學及影視創作全流程。這些智能系統不僅能夠精準復現人類藝術家的風格特征，更可生成突破傳統認知的創作形態，這標志著藝術創作已進入全新范式。值得關注的是，AI生成藝術（AI-Generated Art）已形成獨立的美學體系并頻繁亮相國際雙年展，而算法作曲（Algorithmic Composition）則通過深度學習模型持續拓展著音樂創作的邊界與審美維度。

在藝術史的演進脈絡中，技術始終作為關鍵變量影響著藝術創作范式的轉型。文藝復興時期，光學輔助設備的運用重構了透視法則的視覺認知體系，而古騰堡印刷術的發明則直接催生了版畫這一全新的藝術形態，其復制性特征被本雅明稱為“機械復制時代的先聲”。工業革命以來，現代藝術與技術進步呈現出前所未有的共生關系：印象派得益于管裝顏料的化學突破，藝術家得以在戶外捕捉光色瞬間；杜尚的現成品藝術則是對工業標準化生產的哲學回應。進入當代藝術階段，技術媒介的革新更成為藝術語言的核心驅動力——從白南準的錄像藝術到林茨的互聯網藝術，從草間彌生的鏡屋裝置到teamLab（一個日本數字藝術團隊）的數字沉浸空間，藝術與技術已形成了不可分割的共生體。這種趨勢在數字技術時代達到了新的臨界點，AIGC的崛起標志著藝術生產進入“后人類”創作范式的新紀元。

AIGC圖像生成技術的發展是一段充滿變革的歷程。起初，基于傳統算法只能生成簡單的幾何圖形和基礎紋理，圖像簡單且缺乏真實感。機器學習逐漸興起，早期神經網絡和概率模型雖有嘗試，但因算力和數據不足，效果不盡如人意。2014年生成對抗網絡（GAN）的問世是關鍵轉折點，生成器與判別器相互博弈，使圖像生成質量顯著提升，后續 DCGAN、StyleGAN 等不斷升級，讓生成的圖像愈發逼真、多樣。同一時期，變分自編碼器（VAE）及其融合模型也在圖像生成的特定領域嶄露頭角。近年來，擴散模型異軍突起，從早期的 DDPM 到如今的 Stable Diffusion、Midjourney，不僅生成的圖像細節豐富、創意無限，還支持文本驅動的圖像生成。當下，多模態融合發展的趨勢愈發明顯，不同技術相互交融，為AIGC圖像生成開拓了更廣闊的應用空間，亦持續為藝術創作開拓著更多可能。

二、AIGC對傳統繪畫工作流程的重構

中國傳統版畫遵循“畫家畫稿→轉印木板→刻工雕刻→印刷→裝裱”分工合作的線性流程邏輯，其本質是對畫家作品的復刻及有效傳播。以《韓熙載夜宴圖》的創作為例，版畫家需對原作進行分解，刊刻在不同的木板上，然后進行雕刻、饾版印刷、裝裱完成作品等分工遞進式流程，通過饾版或水印技術實現國畫復制的終極寫實目標。這種工作可以把藝術家的工作分攤在不同工種，由多人相互協作完成復雜的畫面，以達到驚人的效果。這種創作流程雖保證了作品的穩定性，卻也讓版畫創作失去個人獨立的藝術性，為后期藝術家探索個人版畫創作埋下伏筆。

西方傳統架上繪畫遵循“構思→發展→草圖→正稿→修正”的線性邏輯，其本質是文藝復興作坊體系的現代化延續。以達·芬奇《最后的晚餐》的創作為例，藝術家需嚴格遵循解剖學研究、幾何計算、分層繪制等遞進式流程，通過坦培拉罩染或油畫疊壓技法實現預設的視覺目標。這種工作流程的確定性源于對物質媒介的絕對控制——從坦培拉蛋彩的逐層罩染到油畫顏料的透明疊壓，每個步驟都如同鐘表齒輪般精密咬合。這種創作流程雖保證了作品的確定性，但也讓藝術創作為個人視覺經驗的疊加，從一定程度上限制了創作過程中的偶然性與開放性。

人工智能技術通過“提示詞工程→參數調優→生成→批判性篩選→混合媒介輸出”的非線性架構，徹底重構了藝術生產范式。中央美術學院教授邱志杰與人工智能藝術家夏語冰合作的《山水精神》項目，典型性地展現了人機協作在藝術創作中的范式轉型。在該項目中，邱志杰基于特定主題篩選藝術史圖像作為訓練數據集，通過深度學習模型指導小冰進行山水畫創作。邱志杰在項目訪談中明確指出：“我的角色類似于傳統師徒制中的導師，每天對小冰生成的畫作進行評價與反饋，通過評分機制引導其提升繪畫質量。這一過程不僅是技術的訓練，更是美學觀念的傳遞。”在此過程中，藝術家將傳統水墨畫中的筆法、構圖與意境等美學元素轉化為高維空間向量，通過動態調節風格遷移強度（Style Transfer Intensity）與筆觸隨機性（Brushstroke Stochasticity）等參數，生成具有東方美學特質的人工智能山水畫底稿。此外，還可以整合眼動儀技術，通過捕捉觀眾視覺焦點數據形成實時反饋循環，實現創作-觀賞-再創作的動態交互系統，這種雙向的互動更能開創繪畫藝術創作的新維度。

費俊的《情緒幾何》裝置則更進一步，將觀眾腦電波轉化為三維模型的拓撲參數，在威尼斯雙年展現場催生出多種不可復制的視覺變體，傳統的“胸有成竹”的構思邏輯被替換為生物信號與算法博弈的涌現過程。該作品也呈現了創作主體的分布式重構：作品由觀眾（生物主體）、算法（技術主體）與藝術家（文化主體）共同完成觀眾的情緒數據成為創作的核心驅動力，藝術家從創作者轉變為系統設計者，通過腦機接口將不可見的情緒轉化為可視的幾何形態擴展了人類感知的邊界。作品的價值呈現為一種多維度的疊加，其核心維度包括：技術創新性（人機交互精度）、感官體驗性（情緒可視化），以及文化批判性（對數字時代情感異化的反思）。這種價值的多重性并非簡單的并列關系，而是通過技術、感知與觀念的交互作用，構建了一個動態的藝術生成網絡。

Mario Klingemann（馬里奧·克里格曼）的Memories of Passersby I（路人的記憶1）（2018）是一件基于人工智能生成的交互式繪畫作品。該作品通過StyleGAN模型實時生成無限循環的肖像序列，并在生成后立即銷毀，模擬記憶的流動性與不確定性。作品的核心在于探討人類記憶的脆弱性與數字時代身份認同的復雜性。藝術家的訓練數據包含約20萬張17-19世紀歐洲肖像畫，涵蓋巴洛克、洛可可、新古典主義等多種風格。作品通過人工智能模型實時生成無限循環的肖像，每幅圖像在屏幕上停留約10秒后即被自動銷毀。銷毀過程通過像素逐漸淡出的效果實現，隱喻記憶的消逝與重構。作品通過這種實時生成與銷毀的機制，模擬人類記憶的流動性與不可靠性，生成肖像的短暫存在暗示了數字時代身份認同的碎片化與流動性。作品也通過算法生成圖像，模糊了原創與復制的界限，引發了對藝術原創性的重新思考。

Klingemann指出，人工智能藝術的早期階段主要關注美學表現，即通過算法生成具有視覺吸引力的圖像。然而，隨著技術的發展，AI藝術的潛力已遠不止于此。如今，AI不僅可以生成圖像，還能在作品中嵌入敘事性，甚至引發觀眾的情感共鳴。人工智能在藝術創作中的角色并非取代人類，而是作為催化劑，幫助我們發現潛藏在意識深處的故事與情感。他認為，AI生成的藝術作品之所以能夠引發共鳴，是因為它們觸發了觀眾自身的想象力與記憶。在《記憶的考古學》中，AI生成的肖像雖然源自歷史數據，但其模糊性與流動性卻讓觀眾聯想到自己的經歷與情感，從而在個體與集體記憶之間建立起了聯系。

英國藝術家Anna Ridler（安娜·瑞德爾）的Mosaic Virus《花葉病毒》（2018）是一件由人工智能生成的繪畫裝置作品，通過郁金香的盛開與凋零過程，隱喻17世紀荷蘭“郁金香狂熱”與當代加密貨幣投機行為的相似性。Ridler在荷蘭烏得勒支花費三個月時間拍攝了約一萬張單枝郁金香的數碼照片，并手工標注每朵花的顏色、大小和形狀，以強調數據收集中的人為因素。她使用生成對抗網絡（GAN）模型，以標注后的照片為訓練數據，生成具有不同形態特征的郁金香圖像。作品將比特幣價格數據實時輸入生成模型，控制郁金香的形態變化：隨著比特幣價格上漲，郁金香上的條紋逐漸明顯，呼應歷史上最珍貴的條紋郁金香。這種技術手段不僅揭示了金融市場的非理性波動，也批判了藝術市場中稀缺性與價值的矛盾關系。

Ridler對機器學習技術的運用并非為了展示技術本身，而是將其作為一種探索記憶、創作者角色與分類概念的媒介。通過手工標注數據集和實時控制生成過程，她強調了人類在技術系統中的重要作用，并批判了技術決定論的傾向。作品通過郁金香的形態變化，探討了記憶的脆弱性與時間的不可逆性，同時揭示了數字時代信息過載與記憶流失的普遍現象。Mosaic Virus不僅是一件技術驅動的藝術作品，更是一場關于歷史、金融與技術的深刻反思，為AIGC藝術的發展提供了重要的理論與實踐參考。

AIGC技術對傳統繪畫工作流程的重構，本質上是藝術生產從線性邏輯向涌現系統的范式躍遷。當人機協同的繪畫作品亮相藝術展時，董其昌“筆墨當隨時代”的畫學論斷被賦予了全新詮釋。這位明代書畫理論家若目睹卷AIGC對“披麻皴”進行的重構，或許會驚嘆其《畫禪室隨筆》中“以蹊徑之怪奇論，則畫不如山水”的論斷，竟在深度學習空間中找到了跨時空的科技哲學共鳴。

AI不僅是一種工具，更是一種新的藝術語言，能夠表達傳統媒介無法觸及的主題與情感。當藝術家用AIGC混合創作時，藝術本體論已發生了根本性轉變——繪畫不再是預設的視覺終點，而是人機協同進程中涌現的認知路標。將AI技術作為藝術創作的一種語言，便能將人工智能繪畫從風格模擬提升至敘事與情感的層面，展現出數字時代藝術創作的無限可能性。

三、AIGC對傳統繪畫審美的影響

1.審美標準的多元化

AIGC技術通過風格遷移與數據重組，打破了傳統繪畫中風格純粹性的審美標準。例如，藝術家Helena Sarin（海倫娜·薩林）的Leaves of Manifold《多種多樣的葉子》將樹葉形態轉化為抽象圖案，融合了寫實與超現實的美學特征，挑戰了傳統繪畫中對題材與形式的固有認知。這種多元化的審美標準不僅拓展了藝術表現的可能性，也促使觀眾重新思考美的定義與邊界。

2.創作主體性的重構

AIGC技術改變了藝術家在創作中的角色，使其從直接創作者轉變為系統設計者與結果篩選者。例如，中國藝術家費俊的《情緒幾何3.0》通過人機接口采集觀眾情緒數據，生成動態幾何圖形，藝術家更多扮演了系統架構師的角色。這種創作模式重構了傳統繪畫中“藝術家-作品”的直接對應關系，凸顯了人機協作在藝術生產中的重要性。

3.風格原創性標準被動搖

當法國藝術團體Obvious使用AI模型創作的Edmond de Belamy（注：這是一個杜撰出來的貴族名字）在佳士得以43.25萬美元成交時，其作品既非完全原創也非簡單臨摹的“超風格化”特征，直接沖擊了藝術評價體系。國內畫家吳俊勇與AI合作的《山海經異獸圖》，通過訓練包含5000幅敦煌壁畫與《芥子園畫譜》的混合數據集，生成出突破傳統分類的奇幻生物形象。這些既熟悉又陌生的視覺產物，使得“師承脈絡”“個人風格”等傳統審美標準面臨根本性挑戰。

4.多維感知拓展審美體驗

AIGC技術將繪畫欣賞從視覺維度擴展至跨感官交互。它通過動作捕捉技術將觀眾姿態數據實時轉化為水墨動畫的筆觸參數，繪畫作品隨人體運動產生流體力學演變。這種將身體動態融入視覺生成的模式，讓“觀畫”升維為“入畫”，傳統靜態審美轉化為具身化的時空體驗；并成功將傳統山水畫的“可游可居”審美理念，轉化為觀眾身體運動與數字水墨的實時對話，重構了“人在畫中”的沉浸式審美范式。

AIGC對傳統繪畫審美的影響不僅體現在視覺形式的創新上，更觸及了藝術本質的哲學反思。從審美標準的多元化到創作主體性的重構，再到多維感知拓展審美體驗，AIGC正在為數字時代的藝術創作提供新的可能性。

站在算力與繪畫語言的交匯點，我們目睹的不僅是技術的勝利，更是藝術生命的裂變與重生。正如塞尚所言“藝術是與自然平行的和諧”，當人工智能的算法矩陣開始解構傳統繪畫的基因序列，那些被像素重構的筆觸肌理，正在數字土壤中孕育出突破宣紙邊界的藝術生態。這既印證了康定斯基“形式是內在必然性的外在顯現”的預言，也呼應了八大山人“筆墨當隨時代”的覺醒——在數據流與筆墨交融的創作場域中，藝術正以數據躍遷的姿態突破文人畫千年的慣性軌道。莊子“物化”哲學在此顯現出驚人的現代性：當硅基智能與碳基靈感產生量子糾纏，藝術創作已不再是單向度的表達，而是跨維度的對話。正如蒙德里安在《造型藝術與純粹造型藝術》中揭示的真理：真正的藝術革命不在于媒介更迭，而在于認知維度的突破。在這個算法與靈感共生的新紀元，藝術的永恒性正以代碼重組的形態，在人類與機器的協同進化中續寫新的美學史詩。

（作者簡介：吳建棠，貴陽學院美術學院，副教授；周誠竹，貴州交通職業技術大學，講師）