生成式AI对艺术创作效率提升与困境的双重影响

引言

技术的变革一直是艺术发生嬗变原因之一，从文艺复兴时期出现透视法则被广泛应用到摄影术出现后绘画艺术风格出现的转型，艺术的发展史本质也是技术与人文交织演绎的历史。2020 年后，生成式 AI（如 ChatGPT、Stable Diffusion、Runway 等）的崛起也正在逐步重塑着艺术创作的范式，艺术创作开始进入了人机协同创作的新纪元。它强大的文字、图像、影音生成能力渗透至艺术设计的各个领域，包括平面设计、建筑设计、产品设计、服装设计、动画等。2023 年 Adobe 公司发布的行业权威报告显示，全球已有超过75%的设计工作者在使用生成式 AI 进行创作，用于生成概念的有 68% 、生成素材的有 57% 、进行效果优化的有 52%[1]⋅ 。

生成式AI 辅助人类完成艺术设计诸环节，时间成本得到压缩、技术门槛降低、创作效率得到显著的提升。与此同时，其所带来的“双重性”特征也逐步显现，艺术家邱志杰指出：AI 既给人类带来了生产力的解放，也带来了着关于“何为创造”、“谁是作者”这样的古老命题[2]。更有瑞士著名策展人Hans-Ulrich Obrist 提出：当AI 能够生成出前所未有的优秀视觉组合，能够模仿出任何大师的风格时，艺术家的价值“独特性”要如何定义？

一、生成式AI 辅助艺术创作对效率的三维提

（一）创意构思与概念生成的革命性加速

在传统的艺术设计创作过程之中，耗时最长的往往是极度依赖创作者灵感迸发以及手绘效率的构思与草图绘制阶段。而生成式AI 所具有的实时生成能力，可以做到文生文、文生图、甚至是文生视频，这极大的缩短了创意从初期概念到最终视觉化的进程。创作者需要的仅仅是在AI 系统中输入提示词（Prompt），AI 模型就可以做到在短时间内生成出数个方案。到这个程度，在创作过程中AI 已经完全实现了对基础操作的接管。以阿里巴巴集团所自主研发的人工智能系统鹿班为例，由它所批量生成出来的海报效能能够高达每秒钟200 件稿[3]。

2022 年 9 月起，中央美术学院进行了“人工智能与艺术创作”教学实验，在实验中，教师发布任务将学生进行分组，使学生们分别用传统手绘和生成式AI（Midjourney）来完成同主题的概念方案。结果，1 小时内，传统手绘组别的学生均产量为2-3 个草图；而使用生成式 AI 组别的学生可在生成并经过初步的筛选之后，选出15-20 个完成度较高且方向较为清晰的方案来。AI 组取得了压倒性的优势。但值得注意的是，教师也重点强调了AI 生成出的内容需要作为“灵感的跳板”而不是最终的方案，后续还需要创作者进行批判性筛选以及结合手绘来进行深化[4]。

（二）技术执行门槛的显著降低与效果实现的赋能

生成式AI 在艺术创作的各个领域都展现出了强大的能力，能够做到让非专业者也能做出复杂的效果，更重要的是也能够帮助专业者做到突破个人技术的限制，回归到创意本身。

由Photoshop 2024 版所带来的AI 工具“神经滤镜”可以做到一键生成出复杂的效果，例如，智能人像精修、老照片修复、智能背景替换等，能够将以往需要花费大量时间和深厚功底的专业人员才能完成的操作，在非专业人员使用该工具后瞬间完成。据Adobe 官方数据显示，该工具平均为用户节省了 60% -70%的复杂操作时间。

AI 除了做到效率的提高，还能够做到高精度的风格模仿与风格融合，以Midjourney、Stable Diffusion 等为代表的模型，可以通过关键词和工作流配合下的精细控制，高度还原出特定艺术风格的视觉特征或是实现跨文化风格甚至是跨时代的有机融合。2023 年伦敦艺术大学一项实验是让专业人员使用AI 工具来训练模型并模仿特定大师风格所做出的视觉内容，在艺术史学者评估下准确度可达 85% 以上，耗时也仅为传统方法的1/10 左右。

AIGC 不仅在平面视觉领域表现卓越，在三维与动态领域也有同样展现出突破性的应用，三维与动态设计的流程不断简化。模型Runway 能做到从文本或图片直接生成视频，AI 平台Kaiber 能将图片生成动态视频，2022 年 11 月由英伟达发布的产品 GET3D，只需要使用平面图像即可生成出具有复杂纹理和细节的三维图形。人工智能在三维领域的渗透，也极大降低了游戏、动画产业的技术成本和门槛。

（三）素材库的无限扩展与工作流的智能化

AI 不仅对艺术创作在效率上有了显著的提升，还解决了传统设计工作中素材获取的痛点。能够根据人类所需要的具体需求即时生成出定制化的素材，如穿着奢华长裙、背部挺直、步态优雅看着观众的，拥有飘逸黑色长发的女孩，背景为拥有柔和自然光的城市户外。可以即时生成的定制化素材，避免了传统搜索方法的局限性，以及减少了高昂的定制成本。

AI 工作流还可高效率的完成机械性的重复劳动，解放生产力，如批量抠图、智能调色、基础排版优化等。2024 年Adobe 官方白皮书中指出，其 AI 引擎 Adobe Sensei，在批量处理、素材整理、模板自动化应用等板块，在实际工作流中能够为用户节省出平均达到大约 30% 的操作时间成本。

三、生成式AI 辅助设计光环之下的艺术创作困境与深层挑战

在艺术创作效率提升的狂欢之后，生成式AI 辅助设计也将艺术创作推送到了一系列深层困境之中。

（一）创作主体性的模糊，谁才是创作者？

当一件作品的核心内容是由AI 根据提示生成，人类所做的工作是指令输入和结果筛选，那么谁才是“创作者”？

当前全球法律体系对AI 艺术版权归属还未有明文规定，仅有部分案例做出提示。在美国发生的 Kashtanova《Zarya of the Dawn》作品案件（2023 年），发生在美国版权局未意识到该作品涉及 AI 参与的情况下，版权登记成功，结果遭到美国艺术家的集体抗议，指责美国版权局纵容 AI 剽窃人类创作。美国版权局最终裁定：仅承认凯莉在文本编排与图像选择、排序上的人类创作贡献享有版权，明确拒绝承认由 Midjourney 自动生成的图像本身具有版权，因其缺乏“人类作者身份”。该案件确立了美国AI 版权边界，也传递出明确的信号，AI 只是工具，而版权只能附着于人类对AI 产生的内容后续的实质性动作之上。当艺术品的诞生高度依赖外部算法系统，‘艺术家作为独特创造主体’的神话正遭遇前所未有的解构”[5]艺术家鲍里斯·格罗伊斯（Boris Groys）的著作《In the Flow》，剖析了 AI对传统艺术的巨大冲击：传统艺术价值的核心为灵感和经年累月获得的技巧。而 AI 介入后，灵感变成了提示词，技巧被模型中的各种参数所替代。

（二）算法“平均化”导致的风格同质化与审美趋同的风险

AI 生成出的结果，本质上是在现有的人类作品库的数据中进行重组与匹配。这种数据驱动机制，与用户对相似的流行模型，如 Midjourney， Stable Diffusion 等结合，再加上趋同的提示词模板以及审美偏好，必会导致生成出的作品在风格、构图、色彩甚至主题上呈现明显的相似性。经过大型展览观察得出的结论（中国美术学院2023“近未来·人工智能艺术双年展”），超过40%的作品在视觉语言上呈现出可辨识的“模型印记”，表现为：光滑的质感、特定的光效、趋同的构图模式与人物面部特征。

（三）版权归属与数据伦理

生成式AI 模型的训练，依赖于海量图像与文本数据。但绝大多数的开发公司在模型的训练过程中并未获得原作品的明确授权。对此，艺术家群体表达强烈的抗议并进行控诉。

2023 年，三位艺术家（漫画家 Sarah Andersen、插画家 Kelly McKernan、概念艺术家 Karla Ortiz）对 Stability AI、Midjourney Inc、DeviantArt 发起诉讼，质控以上公司未经许可且在未予补偿的情况下，使用包含原告作品在内的，受版权保护的数百万作品来进行模型训练，造成大规模的版权侵权。提出生成式 AI 产业训练数据的版权合法性问题。

而对于AI 所生成出的作品，版权该如何界定？全球范围内，现行法律体系也存在着巨大分歧。美国版权局与欧盟知识产权局倾向于版权仅可能存在于人类对 AI 输出的创造性编排或修改部分。中国网信办2023 年出台的在《生成式人工智能服务管理暂行办法》中提出“使用具有合法来源的数据和基础模型”，但对AI 生成内容本身的版权归属尚未明确。这种法律的真空状态给市场秩序和作品的交易带来了不确定性。

（四）技术依赖与艺术感知力的退化

过度依赖AI 所生成出的效果，可能导致学生或新手疏于练习传统的基础艺术训练，导致对艺术语言的弱化和把控能力的弱化。南京艺术学院教授李立新在《中国文化报》中呼吁：艺术设计的效率提升不应该以牺牲艺术家对媒介的“手感”和“眼力”为代价。过度依赖AI，可能会导致学生丧失在传统训练中培养的观察力、手眼协调能力以及对微妙形式关系的敏感度[6]。

认知心理学表明，人类的手工操作，比如绘画和雕塑，对自身的感知深化与认知理解具有着不可替代的作用。当人类进行绘画时，会涉及到复杂的视觉分析、运动规划以及触觉反馈的整合，这比被动的观看或进行筛选图像，更能够建立起深度认知体验。

五、结语

生成式AI 辅助设计对艺术创作效率的提升是具有革命性的。它在降低技术壁垒、压缩创作者时间成本、拓展视觉可能性等方面提供了巨大的生产力，所做到的效能提升以倍数而计，深刻的改变了创意产业商业模式。但效率毕竟不是艺术的终极追求。说到底，艺术的核心价值还是在于人类的情感表达与文化思考。而当算法以其惊人的速度和大规模的批量生产出符合大众审美标准的图像时，关于艺术作品的原创性、情感深度、文化批判性等核心价值的拷问变得前所未有的尖锐。

AI 引发的困境并非是技术瑕疵，而是真正触及到了艺术创作的价值论根基。我们必须摒弃“AI替代艺术家”或“艺术家抵制 AI”的对立言论。AI 应该被定位为一种强大的“扩展性媒介”，就如同摄影术的出现一样。艺术亟需构建深度的人机协同范式，艺术家作为主导者对创作的核心意图和价值导向进行掌控，而AI 则作为高效的生成引擎为艺术服务。技术成为艺术家表达思想的画笔，效率服务于深度。

拥抱 AI 带来的效率红利的同时，我们必须要有清醒认知，同时积极应对伴生的困境。在工具理性与价值理性二者之间，保持必要的张力，方能在技术的洪流中守护艺术创作的灵魂，并真正开启人机协同创作的新纪元。这不仅是艺术家的责任，也需要艺术机构、教育机构、技术开发者、法律制定者的共同参与。

参考文献

[1] Adobe. Adobe Creative Trends 2023 Report. San Jose： Adobe Inc.， 2023： 15， 32.

[2] 邱志杰. AI 艺术：工具、主体与新的艺术哲学难题[J]. 美术观察， 2022（10）： 12-15.

[2] McCormack J. et al. Designing with AI[J]. ACM Interactions， 2023.

[4] 中央美术学院实验艺术学院. “人工智能与艺术创作”教学实验报告（2022-2023）[R]. 北京：中央美术学院， 2023： 8-12， 25.

[5] Groys， B. In the Flow. London： Verso Books， 2023： 78-82.

[6] 李立新. 警惕设计教育中的“AI 依赖症”[N]. 中国文化报， 2023-05-18（003）.

作者简介：王晶（1992.11—），女，汉族，籍贯：湖北武汉，大学，数字传媒学部助教，硕士学位，专业：艺术设计，研究方向：数字媒体艺术与空间叙事研究