人工智能時代的藝術創新

編者按：為應對人工智能時代挑戰，深化新時代科學教育，北京師范大學肖永亮教授，結合青少年科普特點，整理出一套AIGC教程為大家授業解惑。肖教授結合在美國攻讀計算機博士和進入好萊塢為AIGC生成影視與動畫游戲大模型預熱，以及回國建設互聯網國家骨干網、創建數字媒體學科等經歷，線上線下傳授AIGC知識。本文摘取課程大綱的核心內容，以饗讀者。

AIGC賦能藝術創新

隨著人工智能的飛速發展，人工智能生成內容（Artificial Intelligence Generated Content，即AIGC）為藝術創新帶來巨大變革。AIGC是生成式人工智能（Generative AI）的核心應用領域，指通過人工智能技術（如生成對抗網絡、預訓練模型等）自動生成文本、圖像、音頻、視頻等內容的技術體系。其核心目標是模擬人類的創造力，基于已有數據學習并生成符合特定需求的新內容。

從技術層面來看，人工智能通過算力的不斷提升，利用算法、數據處理等技術，為藝術創作提供了新的工具和方法，如AI繪畫工具能處理和分析大量數據，識別出人類可能忽略的模式或聯系，打破個人經驗局限，增強藝術設計的創新性。

從內容生成形式上看，通過文生文、文生圖、文生音頻、文生視頻等大模型，快速便捷地草創出大量文學、戲劇、繪畫、音樂、影視、動畫、游戲等富有特色的作品。

從藝術設計流程上看，人工智能促使其從經驗驅動轉化為系統數據建模，建立多維參數的藝術設計思維；在藝術設計體驗方面，實現個性化定制和根據場景變化的動態化設計；還構建了人機共創模式，推動現代審美范式的多元構建，為創作主體提供更開闊的創新空間。

AIGC重塑藝術創新

AIGC在藝術創作領域的應用正在深刻改變傳統創作模式，其核心價值在于通過算法與數據的結合，拓展人類創造力的邊界。

AIGC的技術原理主要依賴于生成對抗網絡（GAN）、預訓練語言模型（如GPT系列、Transformer）、深度學習與多模態技術、變分自編碼器（VAE）等核心技術。

AIGC的技術可歸納為兩類：基于規則的AIGC和基于機器學習的AIGC。

AIGC的實現依賴三大核心要素：數據——高質量的音頻、文本、圖像數據是訓練模型的基礎，數據規模直接影響生成質量；算力——高性能GPU/TPU集群、云計算平臺提供大規模訓練所需的計算資源；算法——生成對抗網絡（GAN）、Transformer、擴散模型（Diffusion Models）等算法推動技術迭代。

AIGC通過生成對抗網絡、預訓練模型等技術，實現了從“模仿人類”到“創造性生成”的跨越。其發展歷程體現了人工智能從工具到伙伴的轉變，未來將在更多領域重塑內容生產方式。

正是基于這樣的技術進步與創新，人工智能為我們的藝術創作和藝術生活注入了全新的活力，在藝術領域的AIGC技術應用也越來越普遍和成熟，在諸多領域展現出人工智能與藝術融合的成果。此外，人工智能在藝術創新中也引發了對藝術本質、藝術家角色等方面的思考。藝術家不再是作品的唯一創造者，而是與AI合作的指導者或協作者，這重新定義了藝術作品的本質，為藝術的定義、功能和社會意義提供了新的思考路徑。

AIGC在各領域的應用

人工智能正深刻改變著人類社會的生產和生活方式，而數字藝術積累了大量數字資產，為大模型提供了大數據和原模型。人工智能蓬勃發展的時代之下，藝術創新也正呈現出前所未有的發展態勢。