AI技術背景下繪畫創作現狀研究

隨著云計算、大數據、區塊鏈、5G通信技術、VR以及人工智能等前沿技術的發展和應用，藝術領域正經歷著前所未有的變革。這些技術不僅在藝術創作過程中發揮著重要作用，而且也在藝術表現形式和傳播方式上帶來了革命性的變化。藝術媒介與計算機技術融合的結果是，推動了智能生活方式、數字文化以及網絡生態的快速發展和創新。

在這樣的背景下，AI繪畫作為一種新興的藝術形式，對傳統繪畫藝術產生了多重影響。AI繪畫通過借助先進的算法和模型，能夠創作出具有隨機風格和新穎視覺效果的作品，這在一定程度上挑戰了傳統繪畫的創作方法和審美觀念。同時，AI繪畫也為藝術家和科技工作者提供了新的創作工具與靈感來源，開辟了藝術創作的全新領域。

如何看待AI繪畫，以及如何利用AI技術進行更高質量的藝術創作，越來越成為藝術界和科技界共同關注的前沿問題。

、AI繪畫的原理與發展現狀

AI繪畫主要依托于深度學習與神經網絡技術，利用人工智能算法來生成或轉換圖片的過程，可以根據文字描述、風格示例或其他條件來創造出各種風格或主題的圖片，亦或對已有的圖片進行風格轉換、上色、修復等操作，通過對大模型的訓練，使其能夠學習并模仿人類繪畫的技巧與風格，進而創作出具有審美價值的藝術圖像作品。

AI繪畫的發展歷程可以追溯到1950年，在人工智能領域中有隱馬爾科夫模型和高斯混合模型，前者多用于解決識別、學習及場景預測的問題，并在語音識別、自然語言處理等領域被廣泛應用；后者則是一種數據分布擬合的方法，在數據分析、圖像分割、圖像生成等方面都起到了重要的作用。

（一）基于物理學習的AI繪畫

國外藝術家進行AI繪畫嘗試開始于上世紀70年代，

1972年，美國藝術家哈羅德·科恩（HaroldCohen）打造了一款電腦繪畫程序“AARON”用于創作，但與如今憑借電腦算法作圖不同，AARON程序只是一個可操控的機械臂，通過控制機械臂在固定好的紙張上作畫。科恩對AAR-ON輸入指令，設定好程序，創作出繪畫作品。雖然當時AARON只能在畫布上創作出單色線條，但與傳統畫家不同的是，AARON可以一天創作出上千幅作品，在作品數量上遠超人類。

2006年，由西蒙·科爾頓開發了一款名為ThePaint-ingFool的繪畫軟件，這款軟件的目標也是使計算機能夠模擬人類繪畫過程，從而創作出具有藝術性的作品。ThePaintingFool可以通過仿生算法解析數字圖像，實施智能色域分割后，模擬傳統繪畫材料的質感進行創作。2011年Autodesk公司的3DMax2011開發成功，使AI藝術再次得以提升，繪畫軟件ThePaintingFool通過三維建模技術實現了空間視覺創作，標志著AI藝術創作已突破傳統二維繪畫的局限，具備三維空間的生成能力。

（二）基于算法與數據集學習的AI繪畫

AI繪畫真正的突破發生在2012年，由全球人工智能和機器學習權威、華人科學家吳達恩領銜的團隊進行了一項實驗，他們用時3天，耗資100萬美元，動用了1.6萬個CPU資源，集結了1000臺電腦和來自YouTube的一千萬張貓臉圖片，成功地培訓了當時世界上最大的深度學習網絡，最終生成了一張模糊的貓臉圖片 （圖1）。這一實驗不僅在計算機視覺領域具有突破性，還為AI創作開辟了新的方向。盡管圖片的細節仍不盡人意，但也正是彼時的這一幅作品，確定了AI繪畫發展的大致方向，即借助巧妙的訓練算法與規模龐大的數據集生成隨機的繪畫作品。

（三）基于神經系統與深度學習的AI繪畫

在吳達恩團隊開創性的貓臉生成模型之后，AI科學家們開始前赴后繼的投入到這個全新的挑戰領域。2014年，加拿大蒙特利爾大學的谷歌科學家Goodfellow提出了生成對抗網絡（GenerativeAdversarialNetwork，GAN）。正如其名“生成對抗”，GAN的原理就是通過訓練兩個深度學習模型“生成器（Generator）”與“判別器（Discriminator）”進行博弈的方式來生成圖像。在GAN訓練中，生成器根據指令生成新樣本，判別器區分新舊樣本。若判別器誤判，需自我糾正；若正確，生成器需改進。兩者通過對抗和協作，共同提升，以生成高質量數據（過程如圖2）。具體到繪畫創作，通過對輸入的真實圖像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的融合，生成器用來生成圖片，而判別器用來判斷圖片質量，從而生成新的藝術圖像。

（四）基于擴散模型學習的AI繪畫

2016年，AI繪畫技術再次迎來了重要的轉折點。為了顯著提高AI繪畫的質量，研究人員開始探索新的技術路徑。在這一背景下，一種被稱為擴散模型（DiffusionModels）的創新方法應運而生。這種模型采用了一種獨特的隨機擴散過程來生成圖像，有效地解決了傳統生成模型中存在的一些關鍵問題。擴散模型的核心原理是基于馬爾可夫鏈進行學習，它首先對原始圖片進行操作，逐步加入噪聲，模擬了一個擴散過程，這一前向擴散過程階段是為了學習圖片的多種特征。這種方法允許模型深入理解圖像的結構和內容，捕捉到更為細微的視覺元素。隨后，在逆向降噪階段，模型會隨機生成一個服從高斯分布的噪聲圖片，再通過逐步減少噪聲，模型逐漸恢復出清晰的圖像，直至生成與原始圖片相似或符合特定要求的目標圖像。這一逆向過程不僅考驗了模型對圖像特征的掌握程度，也體現了其在圖像重建方面的高超技巧。通過這種前向與逆向相結合的方法，擴散模型能夠生成輸出非常精確和詳細的圖像，這不僅極大地提升了AI繪畫的質量和真實感，也為藝術創作和圖像處理領域帶來了新的可能性，尤其是在藝術創作早期的創意階段，可以為人類創作者帶來更多的想法。擴散模型的提出，標志著AI在圖像生成領域的一次重大突破。

2021年，AI繪畫領域取得了革命性的進展。這一年，OpenAI公司推出了一種創新的多模態預訓練神經網絡模型，名為CLIP（Contrastive Language-Image Pre-Train-ing）。CLIP模型的問世，標志著AI繪畫技術的一個質的飛躍。與以往的條件生成對抗網絡（CGAN）模型不同，CLIP模型通過學習4億個“文本一圖像”對，能夠實現對用戶輸入的文本或上傳的圖片進行深度的匹配與理解。DALL ?? E系統的發布進一步推動了這一技術的應用。用戶僅需提供一句話或上傳一張圖片，CLIP模型便能夠精確地將圖像特征與文字描述相結合，進行創造性的圖像生成。CLIP模型所采用的技術基礎正是上文提到的擴散模型（DiffusionMod-els），這種模型通過其獨特的隨機擴散和逆向降噪過程，顯著提升了圖像內容的識別精度和對文字含義的理解能力。擴散模型的一個顯著優點在于其能夠減少訓練數據中的偏見，從而生成更為公正和多元的圖像。至此，基于擴散模型的圖像生成技術逐漸成為該領域的主流方法，引領著AI繪畫技術邁向更高層次的發展。

2022年，OpenAI公司發布了DALL ? E-2版本，AI繪畫也在這個階段開始獲得大眾的廣泛關注。與DALL ?? E相比，DALL ?? E-2在生成用戶描述的圖像時具有更高的分辨率和更低的延遲性（圖3、圖4）。它能夠以4倍的分辨率生成更逼真的圖像，具有更強的理解力和更多的新特性，比如增添了對原始圖像進行編輯的功能。

2022年3月，廣為人知的AI生成器Midjourney正式發布，Midjourney依托Discord平臺的聊天界面交互模式，用戶通過文本指令輸入即可直接觸發AI圖像生成功能。同年8月，一幅名為《太空歌劇院》（圖5）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，它便是Midjourney生成的作品。作者杰森·艾倫是一名運營公司的游戲設計師，他的職業與知識背景使他熟悉各種AI繪畫軟件。他通過對Midjoureny輸入自己的想法，描述了一個心中的形象，一個身穿維多利亞時代褶邊連衣裙、戴著太空頭盔的女人，并以此為指令基礎不斷疊加對AI的提示。他花費了近80個小時，進行了900多次的藝術性微調，并添加了例如“華麗”“奢華”等詞組用于校正其作品的基調與感覺，《太空歌劇院》由此誕生。當然這幅畫的獲獎也引起了藝術界對于創造性工作未來的擔憂，一些藝術家和藝術愛好者認為這類AI作品的獲獎加速了創造性工作的消亡，并指責此種使用AI技術生成繪畫作品的行為。

2022年7月29日，Stability.AI公司推出了其研發的StableDiffusionAI生成器，并開始了內部測試。StableDiffusion是一款創新的文生圖模型，它基于潛在擴散機制，相較于先前的圖像生成技術，在圖像質量及應用的多樣性上取得了顯著的進步。該模型不僅在生成圖像的細節和真實感上有所提升，同時也在用戶操作的靈活性上進行了優化。StableDiffusion的突出特點之一是其開發團隊所倡導的開源精神，公司以“AIby thepeople，for the people\"的理念致力于讓AI技術更加普及和易于獲取。開源的模型設計意味著廣泛的用戶群體可以在本地環境中自由地進行開發和個性化調整，這大大降低了技術門檻，使得更多的人能夠輕松地接觸和利用這一技術。這種開放性不僅促進了技術的快速迭代與創新，也使得AI生成圖像的能力變得更加民主化。此外，StableDiffusion的開源特性還意味著它能夠更好地適應不同用戶的需求與偏好，從而推動個性化創作的普及。用戶不再受限于特定的平臺或服務，而是可以在自己的設備上實現圖像的編輯和生成，這標志著擴散生成模型從集中式的大型服務平臺向個人化部署的重要轉變。通過這種方式，StableDiffusion不僅為藝術創作和設計領域帶來了新的活力，也為AI技術的普及和應用開辟了新的可能性，StableDiffusion也由此成為至今仍被最為廣泛使用的AI圖像處理工具。

二、AI繪畫技術在創作中的應用現狀

AI繪畫技術的發展非常迅速，尤其是進入21世紀以來，如GAN和StableDiffusion的出現，為藝術創作提供了全新的可能性。

GAN與AARON和ThePaintingFool不同的是，GAN是基于海量的繪畫作品合集成的數據圖庫輸出的新的圖像，而前兩者則是模仿輸入者的繪畫經驗。但這也就意味著GAN仍然是在對現有的圖像進行模仿，而不是創新。使用基礎的GAN模型進行AI繪畫也有比較明顯的缺陷，一方面是對輸出結果的控制力較弱，容易產生隨機圖像，而AI藝術家的輸出則相對是穩定的；另一個問題是生成圖像的分辨率較低。利用GAN模型生成的最典型的案例是法國藝術團隊Obvious在2018年創作的AI油畫《埃德蒙·貝拉米肖像》（圖6。Obvious團隊基于14-20世紀的1.5萬張肖像畫通過GAN模型訓練生成了系列肖像油畫，而其中的這幅《埃德蒙·貝拉米肖像》也成為在佳士得首幅以43萬美元成交的AI油畫作品。該作品在藝術市場上的成功，標志著AI繪畫作品開始被主流藝術市場所接受。

初次審視《埃德蒙·貝拉米肖像》這幅畫作時，貝拉米的形象似乎被一層輕紗所籠罩，給觀者一種模糊且夢幻的感覺。作品給人的第一印象是它帶有19世紀末印象派繪畫的鮮明特征，細觀之下則會發現畫中人物的面部特征僅用寥寥數筆勾勒，人物的頭部、肩部與身體的比例也顯得有些失衡。

傳統意義上的AI繪畫，是通過在計算機中編寫代碼來創造出所謂的“藝術作品”，與此不同，《埃德蒙·貝拉米肖像》的創作過程則更為先進和自主。這幅畫是由GAN模型獨立完成的。創作過程中，GAN模型通過自我對抗的方式，逐漸形成了一種獨特的“審美”觀念，并由此生成了全新的圖像。這種技術不僅凸顯了AI在藝術創作中的廣闊前景，也為人們提供了一種全新的視角去理解和欣賞由機器生成的藝術作品。

2018年，香港藝術家黃宏達（VictorWong）創立了世界上第一位人工智能水墨藝術家“AIGemini”。AIGemini更擅長傳統繪畫的“寫意”風格，而不是直接用數據重現現實。這種將以人為本的藝術風格通過機器表達出來，讓大眾出乎意外，但這也是藝術家黃宏達的創作目的。黃宏達將簡單的國畫筆觸和程序交給Gemini，控制機械臂，讓它發展自己的風格，而如何發展自己的風格是通過幫助Gemini構造一個基礎公式，將重力、構造、碰撞、侵蝕等地質現象創建成一個三維的景觀，從而成為Gemini的“胸中之竹”。

在《TheFauvistDream ofGemini03》（圖7）中，觀眾可以著到Gemini創造出的是一幅極具現代感的水墨效果的作品。肆意的筆法、疏密結合的構圖和適當的留白以及大膽的配色都讓觀者很難想象這是人工智能機器生成的作品，其創作的隨機性帶來的意想不到的藝術效果，也將中國傳統水墨藝術帶入到新的發展階段，人類藝術家可以從隨機生成的元素中尋找靈感，從而獲得更多的創作啟發。

2023年5月，一篇名為《地方美術學院本科畢業展》的報道文章在Jasagala微信公眾號上發布，并迅速在社交媒體上引起廣泛關注。此次“展覽”匯集了油畫、中國畫、版畫、雕塑、實驗藝術、壁畫以及人文學科等多個領域的畢業生作品，展現了學院的多元藝術風貌。在眾多展出作品中，油畫系列《北方的冬》尤為引人注目（圖8）。作品出自油畫系第一工作室學生姜雪落之手，其導師團隊包括米俊妮、蔡特、吉霹替以及方政。作品以寫實主義風格呈現，采用細膩的寫實手法，描繪了作者與妹妹在溫馨家庭環境中的日常生活場景，畫面中冷暖色調的鮮明對比，給人帶來較強的視覺感受。然而，仔細觀察可以發現，畫中人物的手指形態略顯奇異，部分人物的腿部和雙腳似乎融合在一起，甚至有些人物僅展示了半個身體。原來，這是藝術家方政通過向Mid-journey提供語言描述，再由ChatGPT進行潤色內容，共同完成了這場別開生面的《地方美術學院本科畢業展》。

這種創新的創作方式，不僅挑戰了傳統藝術的邊界，也引發了國內公眾對于AI在藝術領域應用的廣泛討論。正如《太空歌劇院》一樣，許多人最初都被這些AI繪畫作品的真實感所吸引，而隨著話題的深入，人們開始思考AI技術在藝術創作中所能扮演的角色及其潛在的影響。關于該展覽的討論熱度不斷攀升，最終收獲了超過10萬的閱讀量，成為社交媒體上的一個熱點話題。

在上文提到的一些AI繪畫生成器，在生成生物方面還比較困難，創作過程中的隨機性也使其經常出現比例不準、畫面僵硬、一眼AI的情況，這些在《畢業展》生成過程中也有所體現。因為《畢業展》中的作者照片都是由ChatGPT、

Midjourney生成的，要生成數量眾多且具有真實性和多樣性的人像是很困難的。AI生成的人像面部因為缺乏豐富的微表情而顯現出油膩感和僵硬感，這使得觀者能一眼辨識出來，這也成為AI人像的通病，而目前最好的處理方法就是基于AI人像進行創新修改。

2023年2月由中國“藝數中華”團隊設計的《彩墨流漓 一數字丹青山水》系列作品（圖9）展現了嶺南畫派的數字活化。作品將經典的嶺南畫派代表作以K-means聚類算法形成訓練集，完成色彩系統，利用三維軟件建構渲染參數化山體噪波數值模擬嶺南地區及嶺南畫派中的山水地貌特征并實現動態化，再以視覺編程復原嶺南畫派傳統繪畫技藝中的“撞粉撞彩”效果，呈現形式為一個虛擬三維展示空間的嶺南畫派風格化山水動態模型。在這幅作品中，創作者試圖打破傳統藝術的界限，將數字藝術與AI算法融入傳統山水畫，創新了藝術表達的形式。

2024年4月18日，杭州迎來了中國首屆數字藝術展覽的盛大開幕。此次展覽不僅是對當代中國數字藝術創作成就的一次全面回顧，更是對數字藝術領域廣闊視野的一次深度展現。它致力于激發藝術創新作為推動社會進步的新動力，為美術領域注入了新的活力。而人工智能生成內容 （AIGC）也進入了此次展覽，屈非塬團隊的參展作品“基于AIGC的齊白石動態國畫藝術展”，以齊白石的經典草蟲、花木、禽鳥、水族等元素為藍本，利用StableDiffusion技術進行動態化處理，創造出一系列生動的數字影像；藝術家曾真帶來的AI數字藝術作品《共書竹風》（圖10），則是一次將人工智能技術與漢字書法藝術相結合的大膽嘗試。該作品通過人工智能的協同設計，將漢字結構與竹枝竹葉形態特征相結合，設計出別具一格的字體，通過虛實結合的交互方式，引導觀眾重新體驗書寫的樂趣，感受漢字與自然之美的和諧統一。在此類作品中，創作者們巧妙地將靜態的元素賦予動態的生命，使得傳統與創新結合，將觀眾的視覺體驗與感受帶到了全新的維度。

綜上，從Obvious團隊利用GAN創作的《埃德蒙·貝拉米肖像》到中國首屆數字藝術展覽，這些創作實踐表明，AI繪畫技術不僅可以再現傳統藝術風格，還能通過自身隨機性生成意想不到的藝術效果。盡管當前技術還有需要改進的地方，但AI繪畫技術的發展為藝術創作提供了新的視角和靈感。隨著AI技術越來越成熟，越來越多的藝術家開始嘗試將AI作為創作伙伴，探索人機合作的可能性，這種合作方式使得作品更具實驗性，為藝術創作帶來新的藝術體驗。

三、AI繪畫引發的問題思辨

現如今，AI繪畫的各種軟件生成器在各大社交平臺廣泛應用，已經深入大眾的日常生活，越來越多的普通群眾，即使他們沒有學過繪畫，也能憑借自己的語言描述，通過AI繪畫軟件生成作品。但是隨之而來的諸多問題也開始出現，如一些藝術家開始擔心，傳統繪畫會不會被AI繪畫替代；如何認識AI繪畫作品的創新性問題；以及AI繪畫作品的版權歸屬問題等。

（一）AI繪畫的創作主體是人類還是機器

這個問題相對簡單，首先，最早的電腦繪畫程序“AR-RON”，它是經過開發者編寫程序才能控制機械臂進行繪畫；其次，從單一的繪畫經驗模仿變成深度學習模型的過程中，始終離不開人類開發者的參與，隨著“文生圖”大模型的普及，人類用戶也開始加入到作品生成的過程中；再者，人工智能是指運用機械和電子裝置來“模擬”和“代替人類大腦的部分思維功能，其本質仍然還是對于人的腦力與智力的模擬和延伸。綜合以上三個方面可知，AI繪畫雖然模糊了藝術家與技術的界限，但是其整個生產過程都需要人的介入，AI軟件本身并不可能像人類一樣具備生物性機能，即自我意識和自主性，更無法形成獨立思考的能力，這些足以說明AI繪畫作品的創作主體實際還是人類而非機器。

（二）AI繪畫是否具備創新性

從軟件自身的工作原理來看，AI繪畫軟件是通過模仿數據庫里的數據來生成作品，這就需要軟件開發者給數據庫持續更新，才能夠保證隨機生成的作品越來越多。從軟件的使用對象來看，人類創作者在創作一幅AI作品的時候，首先要將自己的想法通過文字描述出來，而這其中涉及最多的內容就是喜歡的藝術家的名字、流派、風格等信息。綜上兩個方面可知，AI繪畫的本質還是對于既有數據或素材的有限篩選與再度整合，作品誕生的過程就軟件本身與操作者而言都并非具有真正意義上的獨立原創性質。

黑格爾曾言：“在藝術里，感性化的東西是經過心靈化的，而心靈的東西也是經過感性化而顯現出來的。”在文藝創作活動中，審美主客體的關系是感性和理性的統一。在藝術創作中的理性部分主要包括藝術家對于人生觀、世界觀的思考，體現為作品的思想、主題、意蘊，是藝術家通過作品試圖闡述的個人觀點；而感性部分則更多地以靈感進發的形式顯現。但無論是理性部分還是感性部分，都是人類藝術家所獨有的，AI繪畫雖然在數據掌握的“廣度”方面優于人類，然而在作品內涵的“深度”方面還遠遠遜色于人類，它的“創作”還只是停留在基于數據與算法操作的機械層面，缺乏真實意義上的情感與思考，因此也就不具有純粹的創新性。

當代藝術家徐冰創作的書法扇面作品《每一股風都是AI不可企及的》（圖11），旨在直接對話AI。對于部分藝術家開始憂慮自己的創作能力可能被AI所取代，徐冰持有不同的觀點。他認為，隨著人工智能技術的不斷進步，藝術的價值和重要性不僅不會減弱，反而會變得更加顯著。徐冰強調，藝術與AI之間的互動和競爭是必要的，這種較勁有助于維持文明發展的平衡狀態。在他看來，藝術創作是人類獨有的精神活動，是“藝術”這一領域中最不可能被AI所替代的部分。徐冰的這一觀點不僅體現了他對藝術本質的深刻理解，也反映了他對AI技術發展的積極態度，即AI的發展不應被視為是對藝術構成的一種威脅，而應被視為推動藝術創新和發展的新質動力。

（三）AI繪畫作品的版權歸屬

由于AI繪畫是基于數據庫的大量其它作品進而生成新的藝術作品，所以學界對于這類作品的版權歸屬問題的討論也很激烈。參與AI繪畫生成過程的有軟件開發者、AI公司、AI軟件自身以及用戶等，版權到底應該歸屬于誰便是現在亟待解決的問題。

AI繪畫自誕生以來一直不斷遭遇版權訴訟糾紛，最近的一次為2023年1月16日，3位美國藝術家對Midjourney、StabilityAI、DeviantArt3家AI藝術生成公司提起訴訟，指控侵犯了他們3人的知識產權，因為這些AI繪畫平臺在訓練機器的過程中，未經允許就使用了上百件這些藝術家的繪畫作品。目前這起案件已經有了初步的審理結果，美國北加利福尼亞地區法院法官Orrick裁定AI藝術生成公司在這起版權侵權案中獲勝，理由是原告的控訴存在缺陷，其中包括藝術家中的兩人未在美國版權局注冊其藝術作品，并且原告的部分作品未涵蓋在侵權案中。此外，法官還指出原告難以證明用于訓練的StableDiffusion的每個訓練圖像都被版權保護。盡管AI藝術生成公司在某些方面獲得了勝利，但仍有繼續爭議的可能，法官邀請原告修訂其訴訟，重新提起一項更狹窄的起訴，明確引用受侵犯的版權保護圖像。

對于AI繪畫生成器自身，因為龐大數據庫中的數據都是從各處收集而來，而這些“數據”通常沒有得到藝術家明確的授權或知情。使用已有版權的數據去創造新的數據，就可能造成了侵權。對于這個問題，可以由AI軟件開發者來解決，可行的方法是對原創作品進行收購或者與原創作者簽訂使用協議。

中國《著作權法》第二章第九條規定，著作權人包括作者、自然人、法人或者非法人組織。依據現行法律，AI繪畫軟件顯然不具有法律意義上的作者身份，至于其創作的內容的版權是歸屬于用戶，還是軟件開發者等，還需要看作品內容究竟是由哪一方的意志所決定的。《著作權法》第一章第三條規定，作品是指文學、藝術和科學領域內具有獨創性并能以一定形式表現的智力成果。而AI繪畫只是提取已有的信息進行拼湊生成的作品，不具有獨創性。但是用戶如果是使用標明版權的數據，創作出的原創AI作品便可以是擁有版權的，而這還需要軟件開發者、AI公司、用戶之間共同完成協商。

四、結語

AI繪畫是利用人工智能技術進行藝術創作與圖像生成的過程和結果，其發展歷程經歷多個階段，包括早期的AAR-ON程序、ThePaintingFool軟件、GAN模型直至Mid-journey軟件等。技術的不斷更新迭代，為AI繪畫的誕生與發展提供了可能性與進階空間，將之應用于多種藝術創作中，呈現出“精益求精”的持續趨勢。AI技術的發展推動了藝術與科技的融合，為藝術家提供了更多的靈感，為藝術創新也帶來了更多的可能性；同時，對于非職業的藝術愛好者而言，AI軟件的使用在一定程度上彌補了繪畫技術的薄弱甚至缺乏，從而使得創作主體與欣賞主體的范圍得到拓展，拉近了藝術與大眾之間的距離。但利弊相隨，AI技術的介入也引發了諸如主體性、創新性以及版權歸屬等倫理和法律層面的問題，學界就這些問題展開了持續不斷且逐步深入的探討，逐漸促使AI繪畫這一前沿藝術類型趨向合理、合法、完善的發展路徑。

AI繪畫的出現是科技與藝術二者相互需求的結果，AI技術已然成為傳統藝術創作的新興力量之一。未來的AI繪畫在生成圖像的方式上也將會更加多元化，不再囿于目前的文生圖、圖生圖兩類主要模式。新時代的藝術創作者應當主動了解AI繪畫的原理、學習其技術技巧、接納AI繪畫的表達方式，為自己提供更多的創作靈感和實施途徑，進而實現人機互助協調統一的藝術新局面。

參考文獻：

[1]范翔，劉公.高新科技帶來的藝術革命對人工繪畫的影響[J].百科知識，2023（33）：58-59.

[2]房媛.數字時代AI繪畫用戶使用行為研究[D].吉林：吉林大學，2024.

[3]王祚.AIGC的侵權問題探析及對策——以AI繪畫為例[J].當代動畫，2024（1）：99-105.

[4]汪樂.AI圖像生成技術賦能下的兒童繪本創作實踐研究[D].安徽：安徽大學，2024.

[5]鄭秉今.AI繪畫了，藝術還能\"直戳人心\"嗎[N].解放日報，2022-11-03.

[6]賴睿.呈現藝術與數字科技深度融合[N].人民日報海外版，2024-05-09.

[7]孫聞博.從辯證唯物主義角度談人工智能[J].中國新通信，2021，23（11）：120-122.

[8]孫聞博.自然辯證法的自然觀及其視域下的人工智能[J].中國新通信，2023，25（14）：51-54.

[9]楊宇鶴.AI繪畫的演化、影響與思辨[J].傳媒，2023（17）：52-55.

[10]黑格爾.美學（第1卷）[M].朱光潛，譯.北京：商務印書館，2017：49.

[11]胡健.劉勰《物色》篇新探——從比較文化的角度[J].寧夏師范學院學報，2017，38（5）：5-8，12.

[12]吳桂榮.藝術創作中理性思維和感性思維的相互征服[J].牡丹江師范學院學報（哲學社會科學版），2004（3）：20-22.

[13]馬立新，楊冬妮.身份、產權、競爭力——理解AI繪畫的三個基本維度[J].美術，2024（3）：11-17.

[14]全國人民代表大會常務委員會.中華人民共和國著作權法[EB/OL].（2020-11-19）[2024-09-25]. http：//www.npc.gov.cn/npc/c30834/202011/848e73f58d4e4c5b82f69d25d46048c6.shtml.

[15]李白楊，白云，詹希旎等.人工智能生成內容（AIGC）的技術特征與形態演進[J].圖書情報知識，2023，40（1）：66-74.

[16]羅霄．2023生成式AI圖像模型年報[J].藝術學研究，2024（1）：145-152.

[17]葛宇超.立根民族，面向多元——探索AI發展下的繪畫藝術[J].藝術教育，2023（10）：172-176.

[18]曹寅，秦俊平，馬千里等.文本生成圖像研究綜述[J].浙江大學學報（工學版），2024，58（2）：219-238.

注：本文系江蘇省研究生科研與實踐創新計劃資助“AI繪畫背景下中國油畫現狀研究（SJCX24_1477）；中國礦業大學研究生創新計劃項目資助“AI繪畫背景下中國油畫現狀研究”（2024WLJCRC-ZL228）；2023年度中國礦業大學教學研究項目體育、美育與勞育專項一般課題“高校美育實踐、困境及改進策略研究”（2023ZX82）階段性成果；2024年度江蘇省學校美育科研規劃一般課題“新時代大學生中華美育精神培育研究”階段性成果；2024年度中國礦業大學教學研究與改革專項一般課題“新時代理工科高校大學生美育實施路徑研究——以中國礦業大學為例”（2024JY102）階段性成果。